Чи можу я запускати UI-TARS-1.5 7B локально?

Так — ваги відкриті під ліцензією Apache 2.0 і розміщені на Hugging Face, тож ви можете завантажити та запускати їх на власному обладнанні. ByteDance також публікує обгортку для настільного додатку на GitHub для полегшення локального використання агента.

Скільки коштує використання через API і який розмір контексту?

Ціна — $0.10 за мільйон вхідних токенів і $0.20 за мільйон вихідних токенів, з контекстним вікном 128 000 токенів.

Чим UI-TARS-1.5 7B відрізняється від оригінальних моделей UI-TARS?

Версія 1.5 додає логіку на основі підкріплювального навчання, що дозволяє моделі розбивати завдання і планувати дії перед виконанням; ByteDance повідомляє, що вона перевершує як попередні 7B, так і 72B контрольні точки на тестових завданнях.

UI TARS 7B

1351°

#llm #bytedance #бачення #агенти #локально #бюджет

Запустити модель

Пропозиції / Реклама

OpenRouter Термінал / API

Платити за токен

Спілкуйся з цією моделлю у браузері або викликай її з коду за допомогою одного API ключа.

ByteDance | контекст 128 000 токенів | $0.10/млн вхід, $0.20/млн вихід. UI-TARS-1.5 — мультимодальний агент з підтримкою зору та мови, оптимізований для GUI-середовищ, включно з десктопними інтерфейсами, веб-браузерами, мобільними системами та іграми. Розроблений ByteDance, він базується на фреймворку UI-TARS з підсиленим навчанням для планування дій та виконання у віртуальних інтерфейсах. Модель демонструє найкращі результати на різних інтерактивних та анкорних бенчмарках, таких як OSworld, WebVoyager, AndroidWorld та ScreenSpot. Також вона ідеально виконує завдання в різноманітних іграх Poki та перевершує попередні моделі у завданнях агента Minecraft. UI-TARS-1.5 підтримує декомпозицію думок під час інференсу та добре масштабується, при цьому версія 1.5 значно перевищує продуктивність попередніх чекпойнтів 72B і 7B.

Посібники до цієї моделі

Ollama проти LM Studio (2026): яку локальну AI-програму вибрати і які топ-моделі кожна підтримує

Скільки VRAM мені справді потрібно для локального ШІ?

Відкриті ваги проти відкритого коду проти лише API: що тобі насправді дозволено робити

Що таке файл GGUF? Пояснення квантизованих моделей (Q4, Q8, fp8, NF4)

Усі посібники

Нотатки капітана

Написано Captain, головним редактором

Нотатки від 2026-10-13

UI-TARS-1.5 7B — це мультимодальний агент з відкритими вагами від ByteDance, створений для роботи з графічними інтерфейсами: настільними додатками, браузерами, мобільними екранами та іграми. Логіка на основі підкріплювального навчання дозволяє йому планувати та виконувати багатокрокові дії, а не просто описувати те, що він бачить. При 7 мільярдах параметрів він демонструє продуктивність, що перевищує його вагову категорію, перевершуючи попередні контрольні точки на 72B у кількох тестах GUI.

Відомий за

Високі результати на бенчмарках OSworld, AndroidWorld та ScreenSpot для прив’язки до GUI
Автономне керування настільними, браузерними, мобільними та ігровими інтерфейсами
Обдумує кроки перед дією завдяки навчанню з підкріпленням
Ліцензія Apache 2.0 — можна запускати локально, модифікувати та використовувати комерційно
Розмір 7B перевершує власну попередню модель виробника на 72B у ключових завданнях

Зверніть увагу на

Переважно англійська; багатомовна підтримка GUI не документована ByteDance.
Для локального запуску як агента потрібна більша налаштування, ніж для чат-моделі — потрібен GUI-харнес.
Контекст 128 тис. токенів, але завдання агента з багатьма скріншотами можуть швидко його витратити.

Найкраще для

Агенти та використання інструментів

Зір

Працює локально

Бюджет

Підказки для спроби

Автоматизація завдань у браузері

Ви керуєте веб-браузером. Перейдіть на Wikipedia, знайдіть 'reinforcement learning', знайдіть розділ про застосування та поверніть перше речення цього розділу. Опишіть кожен клік і натискання клавіш, а потім дайте остаточну відповідь.

Прив’язка елементів екрану

Я додаю скріншот настільного додатку. Визначте точні піксельні координати основної кнопки дії, поясніть, як ви її знайшли, і опишіть, яку дію ви зробите далі, щоб завершити операцію збереження файлу.

Багатокрокове завдання на мобільному

Ви керуєте Android-телефоном. Починаючи з головного екрану, відкрийте додаток Налаштування, перейдіть до Wi-Fi і вимкніть його. Перелічіть кожен дотик або свайп у вигляді нумерованих кроків і позначте будь-які моменти, де інтерфейс може вимагати підтвердження.

Порівняти з

GPT-5.6 Luna
Модель тільки з API
контекст 1,050,000 токенів · $0.20/M вхід, $1.20/M вихід
Muse Spark 1.3 Contributor
Модель тільки з API
контекст 1,048,576 токенів · $0.10/M вхід, $0.20/M вихід
Claude Haiku 5.5
Модель тільки з API
контекст 1,000,000 токенів · $0.10/M вхід, $0.50/M вихід
Gemini 2.5 Flash Lite
Модель тільки з API
контекст 1,048,576 токенів · $0.10/M вхід, $0.40/M вихід

Більше текстових моделей від bytedance

Питання, які задають люди

Чи можу я запускати UI-TARS-1.5 7B локально?: Так — ваги відкриті під ліцензією Apache 2.0 і розміщені на Hugging Face, тож ви можете завантажити та запускати їх на власному обладнанні. ByteDance також публікує обгортку для настільного додатку на GitHub для полегшення локального використання агента.
Скільки коштує використання через API і який розмір контексту?: Ціна — $0.10 за мільйон вхідних токенів і $0.20 за мільйон вихідних токенів, з контекстним вікном 128 000 токенів.
Чим UI-TARS-1.5 7B відрізняється від оригінальних моделей UI-TARS?: Версія 1.5 додає логіку на основі підкріплювального навчання, що дозволяє моделі розбивати завдання і планувати дії перед виконанням; ByteDance повідомляє, що вона перевершує як попередні 7B, так і 72B контрольні точки на тестових завданнях.

Вердикт капітана
Рідкісна 7B модель, яка заслуговує на місце в серйозних агентських конвеєрах — відкриті ваги, низька вартість і справді конкурентна з набагато більшими закритими аналогами в завданнях GUI.

Картка моделі на Hugging Face

Капітан пише ці нотатки на основі опису моделі та картки моделі. Ціни та розміри контексту вказані на момент написання і можуть змінюватися.

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

Як цей бал складається

Ця модель поки що не має даних про популярність з жодного джерела, тому вона має замінне число нижче за 7,000°, щоб списки залишалися повними. Вона ніколи не буде вище за модель з даними. Розподіл з’явиться тут, щойно джерело його надасть.

Глосарій: терміни, що тут використовуються

Оцінка популярності: Одне число, що показує, наскільки модель зараз використовується і потрібна, від 0° до 9,999°. Кожен список на цьому сайті, який називається найгарячішим, відсортований саме за цим числом.
Початкова оцінка: 7,000° — це стартова оцінка для кожної моделі з реальними даними. Шкала від 0° до 9,999°; частина нижче початкової оцінки відведена для моделей без даних, щоб модель з даними завжди була вище. Початкова оцінка однакова для всіх і нічого не вирішує; градуси вище неї — це власне вимірювання.
Еквіваленти завантажень: Все, що оцінка рахує як завантаження, підсумовано: самі завантаження, кожен торрент-сідер як 1,000, кожне зображення AI Horde і кожен запуск на сайті генерації як один.
Логарифмічна шкала: Рахунок по десятках, а не по одиницях: перехід від 1,000 до 10,000 завантажень додає ті ж градуси, що й від 10,000 до 100,000. Це не дає гігантам витіснити все інше.
Лайки: Вподобання і лайки з усіх джерел, вартістю половини завантаження на логарифмічній шкалі.
Швидкість прийняття: Скільки завантажень на день модель отримує зараз, за різницею між двома замірами джерела. Чверть ваги від терміну завантажень.
Виміряно та оцінено: Виміряно означає, що є два показники джерела, і різниця справжня. Оцінено означає, що відомий лише загальний показник за сьогодні, а минуле розподілено на весь час існування моделі; сайт показує, який саме варіант відображається.
Сідер: Хтось, хто тримає копію вагів онлайн, щоб інші могли завантажувати через торрент, або хостинг-дзеркало, що робить те саме. Кожен такий рахується як 1000 завантажень.
AI Horde: Добровільна мережа, яка безкоштовно генерує зображення на пожертвуваних комп’ютерах. Кількість зображень, створених з моделлю, публічна, і кожне рахується як одне завантаження.
Сайти генерації: Сайти, які розміщують власні копії моделі і дозволяють людям генерувати з нею, наприклад PixAI, SeaArt і Yodayo. Їхні завантаження рахується так само, як у Civitai, а кожен запуск генерації — як одне завантаження.
Токени OpenRouter: Текстова модель, що обслуговується через API, як Claude або GPT, не має ваг для завантаження, тому її використання вимірюється токенами: частинами тексту, які вона прочитала і написала через OpenRouter, шлюз, який використовують багато додатків, за останні 30 днів. Кожні 10,000,000 токенів рахується як одне завантаження. Джерело: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Повна модель (чекпойнт): Самі ваги, файл, який генерує самостійно. Має бонус, бо від нього залежать додатки.
LoRA та embedding: Малі додаткові файли, які направляють чужі ваги в певний стиль, персонажа чи концепцію. Вони не можуть працювати самі по собі.
Сімейство та ваги: База, на якій побудована модель, наприклад SD 1.5, SDXL, Flux або Wan. Кожна модель успадковує дату виходу вагів свого сімейства.
Вік: Віднімається градус за те, як давно вийшли ваги сімейства: 150° за рік, максимум 750°. Це зберігає старі завантаження, які мали роки, щоб накопичитись, заморожуючи їх на верху списку.
Підсилення сімейства: Невеликий, обмежений поштовх для LoRA сімейства, яке цей сайт зараз просуває, завжди вказується в розподілі.
Оцінка заміщення: Стабільне число нижче мінімуму, яке дають моделі, про яку ще немає даних, щоб списки були повними. Воно ніколи не вище за модель з даними.
Новинка! (період очікування): Модель віком менше 7 днів показує Новинка! замість оцінки і не займає місце в рейтингах. Її оцінка обчислюється з першого дня, але модель віком один день росте швидше за все, тому без очікування #1 тижня завжди була б та, що вийшла вчора, а не та, що трималась тиждень.
Тренд: Як зростання моделі за період порівнюється зі звичайним зростанням моделей за той самий період. Швидше за звичайне — це підйом, повільніше — спад.
Типова модель: Середина каталогу: половина моделей з показником зросла швидше за цей період, половина повільніше.

Схожі моделі

Llama 3.1 70B Instruct

TEXT / LLM

GPT 5 Mini

TEXT / LLM

Моделі ШІ для генерації зображень, відео та тексту

UI TARS 7B — це текстова модель для сімейства Text / LLM, представлена на ModelTrends.ai, каталозі лише для читання відкритих моделей ШІ для зображень, відео та тексту. Порівняйте її з іншими моделями Text / LLM і перевірте бал популярності, щоб побачити тренд.

Більше моделей Text / LLM Більше Text / LLM Текст / LLM llm bytedance бачення агенти локально бюджет

Перегляд за сімейством моделей