Могу ли я запустить UI-TARS-1.5 7B локально?

Да — веса открыты под лицензией Apache 2.0 и размещены на Hugging Face, так что вы можете скачать и запустить их на своем оборудовании. ByteDance также публикует обертку для настольного приложения на GitHub, чтобы упростить локальное использование агента.

Сколько стоит использование через API и какой размер контекста?

Стоимость — $0.10 за миллион входных токенов и $0.20 за миллион выходных токенов, размер контекста — 128 000 токенов.

Чем UI-TARS-1.5 7B отличается от оригинальных моделей UI-TARS?

Версия 1.5 добавляет рассуждения на основе обучения с подкреплением, что позволяет модели разбирать задачи и планировать действия перед их выполнением; ByteDance сообщает, что она превосходит более ранние контрольные точки 7B и 72B на тестах.

UI TARS 7B

1351°

#llm #bytedance #видение #агенты #локально #бюджет

Запустить модель

Предложения / Реклама

OpenRouter Терминал / API

Плата за токен

Общайся с этой моделью в браузере или вызывай её из кода с одним API-ключом.

ByteDance | контекст 128 000 токенов | $0.10/М вход, $0.20/М выход. UI-TARS-1.5 — мультимодальный агент с поддержкой зрения и языка, оптимизированный для GUI-сред, включая настольные интерфейсы, веб-браузеры, мобильные системы и игры. Создан ByteDance на базе фреймворка UI-TARS с использованием обучения с подкреплением для рассуждений, что позволяет надежно планировать и выполнять действия в виртуальных интерфейсах. Модель достигает передовых результатов на различных интерактивных и привязанных к контексту тестах, включая OSworld, WebVoyager, AndroidWorld и ScreenSpot. Также демонстрирует…ByteDance | контекст 128 000 токенов | $0.10/М вход, $0.20/М выход. UI-TARS-1.5 — мультимодальный агент с поддержкой зрения и языка, оптимизированный для GUI-сред, включая настольные интерфейсы, веб-браузеры, мобильные системы и игры. Создан ByteDance на базе фреймворка UI-TARS с использованием обучения с подкреплением для рассуждений, что позволяет надежно планировать и выполнять действия в виртуальных интерфейсах. Модель достигает передовых результатов на различных интерактивных и привязанных к контексту тестах, включая OSworld, WebVoyager, AndroidWorld и ScreenSpot. Также демонстрирует идеальное выполнение задач в различных играх Poki и превосходит предыдущие модели в задачах агента Minecraft. UI-TARS-1.5 поддерживает декомпозицию мыслей во время вывода и показывает сильное масштабирование по вариантам, при этом версия 1.5 заметно превосходит производительность более ранних чекпоинтов 72B и 7B.

Руководства по этой модели

Ollama против LM Studio (2026): какое локальное AI-приложение выбрать и какие топ-модели они поддерживают

Сколько VRAM мне действительно нужно для локального ИИ?

Открытые веса, открытый исходный код и только API: что тебе действительно разрешено делать

Что такое файл GGUF? Объяснение квантизированных моделей (Q4, Q8, fp8, NF4)

Все руководства

Заметки капитана

Написано Captain, главным редактором

Заметки от 2026-10-13

UI-TARS-1.5 7B — это мультимодальный агент с открытыми весами от ByteDance, созданный для работы с графическими интерфейсами: настольными приложениями, браузерами, мобильными экранами и играми. Обучение с подкреплением позволяет ему планировать и выполнять многошаговые действия, а не просто описывать увиденное. При 7 миллиардах параметров он значительно превосходит модели своего класса, обгоняя более ранние контрольные точки с 72 миллиардами параметров по нескольким тестам GUI.

Известен

Высокие результаты на бенчмарках OSworld, AndroidWorld и ScreenSpot для привязки к интерфейсу
Автономное управление настольными, браузерными, мобильными и игровыми интерфейсами
Обдумывает шаги перед действием благодаря обучению с подкреплением
Лицензия Apache 2.0 — можно запускать локально, модифицировать и использовать коммерчески
Модель размером 7B превосходит собственную более раннюю 72B модель разработчика по ключевым задачам

Остерегайтесь

В основном на английском; многоязычная поддержка GUI не документирована ByteDance.
Для локального запуска в роли агента требуется больше настроек, чем для чат-модели — нужен GUI-харнес.
Контекст 128k токенов, но задачи агента с множеством скриншотов быстро расходуют контекст.

Лучше всего подходит для

Агенты и использование инструментов

Зрение

Работает локально

Бюджет

Подсказки для проб

Автоматизация задач в браузере

Вы управляете веб-браузером. Перейдите на Wikipedia, найдите статью «reinforcement learning», найдите раздел о применениях и верните первое предложение этого раздела. Опишите каждый клик и нажатие клавиш, затем дайте итоговый ответ.

Привязка элементов экрана

Я прикрепляю скриншот настольного приложения. Определите точные координаты основного кнопочного действия в пикселях, объясните, как вы его нашли, и опишите, какое действие вы предпримете дальше для завершения операции сохранения файла.

Многошаговая задача на мобильном устройстве

Вы управляете Android-телефоном. Начиная с домашнего экрана, откройте приложение Настройки, перейдите в раздел Wi-Fi и выключите его. Перечислите каждый тап или свайп в виде нумерованных шагов и отметьте любые моменты, где интерфейс может потребовать подтверждения.

Сравнить с

GPT-5.6 Luna
Модель только с API
контекст из 1,050,000 токенов · $0.20/M вход, $1.20/M выход
Muse Spark 1.3 Contributor
Модель только с API
контекст из 1,048,576 токенов · $0.10/M вход, $0.20/M выход
Claude Haiku 5.5
Модель только с API
контекст из 1,000,000 токенов · $0.10/M вход, $0.50/M выход
Gemini 2.5 Flash Lite
Модель только с API
контекст из 1,048,576 токенов · $0.10/M вход, $0.40/M выход

Больше текстовых моделей от bytedance

Часто задаваемые вопросы

Могу ли я запустить UI-TARS-1.5 7B локально?: Да — веса открыты под лицензией Apache 2.0 и размещены на Hugging Face, так что вы можете скачать и запустить их на своем оборудовании. ByteDance также публикует обертку для настольного приложения на GitHub, чтобы упростить локальное использование агента.
Сколько стоит использование через API и какой размер контекста?: Стоимость — $0.10 за миллион входных токенов и $0.20 за миллион выходных токенов, размер контекста — 128 000 токенов.
Чем UI-TARS-1.5 7B отличается от оригинальных моделей UI-TARS?: Версия 1.5 добавляет рассуждения на основе обучения с подкреплением, что позволяет модели разбирать задачи и планировать действия перед их выполнением; ByteDance сообщает, что она превосходит более ранние контрольные точки 7B и 72B на тестах.

Вердикт капитана
Редкая модель с 7 миллиардами параметров, которая заслуженно занимает место в серьезных агентских пайплайнах — открытые веса, низкая стоимость и реальная конкуренция с гораздо более крупными закрытыми аналогами в задачах GUI.

Карточка модели на Hugging Face

Капитан пишет эти заметки на основе описания модели и карточки модели. Цены и размеры контекста указаны на момент написания и могут измениться.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Как складывается этот рейтинг

У этой модели пока нет данных о популярности ни из одного источника, поэтому ей присвоено временное число ниже 7,000°, чтобы списки оставались полными. Она никогда не будет выше модели с реальными данными. Разбор появится здесь, как только источник предоставит данные.

Глоссарий: используемые здесь термины

Показатель heat: Одно число, показывающее, насколько модель сейчас используется и востребована, от 0° до 9,999°. Все списки на сайте с пометкой hottest сортируются именно по нему.
Минимум: 7,000° — стартовая точка для каждой модели с реальными данными. Шкала от 0° до 9,999°; часть ниже минимума отведена для моделей без данных, чтобы модели с данными всегда были выше. Минимум одинаков для всех и ничего не решает; градусы выше него — это измерение.
Эквиваленты загрузок: Всё, что считается как загрузка в оценке, сложенное вместе: сами загрузки, каждый сид торрента считается за 1,000, каждое изображение AI Horde и каждый запуск на сайте генерации считаются за один.
Логарифмическая шкала: Счёт по десяткам, а не по единицам: переход от 1,000 к 10,000 загрузок добавляет столько же градусов, сколько от 10,000 к 100,000. Это не даёт гигантам заглушать всё остальное.
Лайки: Одобрения и лайки со всех источников, каждый стоит половину загрузки на логарифмической шкале.
Темп внедрения: Сколько загрузок в день получает модель сейчас, по разнице между двумя замерами источника. Четверть веса от термина загрузки.
Измерено и оценено: Измерено значит, что есть два показания источника, и разница реальна. Оценено значит, что известна только сегодняшняя сумма, а прошлое распределено по жизни модели; сайт показывает, что именно отображается.
Сидер: Кто-то, кто хранит копию весов онлайн, чтобы другие могли скачать через торрент, или размещённое зеркало, делающие то же самое. Каждый такой считается за 1000 загрузок.
AI Horde: Волонтёрская сеть, которая бесплатно генерирует изображения на пожертвованных компьютерах. Количество изображений, созданных с моделью, публично, и каждое считается за одну загрузку.
Сайты генерации: Сайты, которые хранят свои копии модели и позволяют людям генерировать с ней, например PixAI, SeaArt и Yodayo. Их загрузки считаются как у Civitai, и каждый запуск генерации — за одну загрузку.
Токены OpenRouter: Текстовая модель, обслуживаемая через API, такая как Claude или GPT, не имеет весов для скачивания, поэтому её использование измеряется токенами: кусочками текста, которые она прочитала и написала через OpenRouter, шлюз, который используют многие приложения, за последние 30 дней. Каждые 10,000,000 токенов считаются за одно скачивание. Источник: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Полная модель (чекпоинт): Сами веса, файл, который генерирует самостоятельно. Получает бонус, потому что от него зависят дополнения.
LoRA и эмбеддинг: Небольшие файлы-дополнения, которые направляют чужие веса в сторону стиля, персонажа или концепции. Они не могут работать сами по себе.
Семейство и веса: База, на которой построена модель, например SD 1.5, SDXL, Flux или Wan. Каждая модель наследует дату выпуска весов своего семейства.
Возраст: Градусы снимаются за то, как давно вышли веса семейства: 150° в год, максимум 750°. Старые загрузки, которые успели накопиться за годы, остаются вверху списка.
Буст семейства: Небольшой ограниченный толчок для LoRA из семейства, которое этот сайт сейчас продвигает, всегда указан в разбивке.
Оценка-замена: Стабильное число ниже минимального, даваемое модели, о которой ещё нет данных, чтобы списки были полными. Никогда не выше модели с данными.
Новинка! (период ожидания): Модель младше 7 дней показывает Новинка! вместо оценки и не занимает место в рейтинге. Её оценка вычисляется с первого дня, но модель в один день растёт быстрее всего, поэтому без ожидания #1 недели всегда была бы модель, вышедшая вчера, а не та, что держалась неделю.
Тренд: Как рост модели за период сравнивается с типичным ростом модели за тот же период. Быстрее типичного — рост, медленнее — падение.
Типичная модель: Средина каталога: половина моделей с цифрой росли быстрее за период, половина медленнее.

Похожие модели

ИИ-модели для генерации изображений, видео и текста

UI TARS 7B — это текстовая модель для семейства Text / LLM, представленная на ModelTrends.ai, каталоге открытых ИИ-моделей для изображений, видео и текста, доступном только для чтения. Сравните её с другими моделями Text / LLM и посмотрите индекс популярности, чтобы оценить тренд.

Другие модели Text / LLM Другие Текст / LLM Text / LLM llm bytedance видение агенты локально бюджет

Обзор по семействам моделей