UI TARS 7B
1351°
ماڈل چلائیں
آفرز / اشتہارات
ByteDance | 128,000 ٹوکن کانٹیکسٹ | $0.10/M ان پٹ، $0.20/M آؤٹ پٹ۔ UI-TARS-1.5 ایک ملٹی موڈل وژن-لینگویج ایجنٹ ہے جو GUI پر مبنی ماحولیات کے لیے بہتر بنایا گیا ہے، جن میں ڈیسک ٹاپ انٹرفیس، ویب براؤزر، موبائل سسٹمز، اور گیمز شامل ہیں۔ ByteDance کی جانب سے تیار کردہ، یہ UI-TARS فریم ورک پر مبنی ہے اور ری انفورسمنٹ لرننگ کی بنیاد پر استدلال فراہم کرتا ہے، جو ورچوئل انٹرفیسز پر مضبوط ایکشن پلاننگ اور عمل درآمد کو ممکن بناتا ہے۔ یہ ماڈل OSworld، WebVoyager، AndroidWorld، اور ScreenSpot سمیت متعدد انٹرایکٹو اور گراؤنڈنگ بینچ مارکس پر جدید نتائج حاصل کرتا ہے۔ یہ مختلف Poki گیمز میں مکمل ٹاسک کمپلیشن…ByteDance | 128,000 ٹوکن کانٹیکسٹ | $0.10/M ان پٹ، $0.20/M آؤٹ پٹ۔ UI-TARS-1.5 ایک ملٹی موڈل وژن-لینگویج ایجنٹ ہے جو GUI پر مبنی ماحولیات کے لیے بہتر بنایا گیا ہے، جن میں ڈیسک ٹاپ انٹرفیس، ویب براؤزر، موبائل سسٹمز، اور گیمز شامل ہیں۔ ByteDance کی جانب سے تیار کردہ، یہ UI-TARS فریم ورک پر مبنی ہے اور ری انفورسمنٹ لرننگ کی بنیاد پر استدلال فراہم کرتا ہے، جو ورچوئل انٹرفیسز پر مضبوط ایکشن پلاننگ اور عمل درآمد کو ممکن بناتا ہے۔ یہ ماڈل OSworld، WebVoyager، AndroidWorld، اور ScreenSpot سمیت متعدد انٹرایکٹو اور گراؤنڈنگ بینچ مارکس پر جدید نتائج حاصل کرتا ہے۔ یہ مختلف Poki گیمز میں مکمل ٹاسک کمپلیشن دکھاتا ہے اور Minecraft ایجنٹ ٹاسک میں سابقہ ماڈلز سے بہتر کارکردگی کا مظاہرہ کرتا ہے۔ UI-TARS-1.5 انفرنس کے دوران سوچ کی تقسیم کی حمایت کرتا ہے اور مختلف ورژنز میں مضبوط اسکیلنگ دکھاتا ہے، جس میں ورژن 1.5 خاص طور پر پہلے کے 72B اور 7B چیک پوائنٹس کی کارکردگی سے آگے ہے۔
اس ماڈل کے رہنما
Ollama بمقابلہ LM Studio (2026): کون سی لوکل AI ایپ استعمال کریں، اور ہر ایک کون سے ٹاپ ماڈلز چلاتا ہے
مقامی AI کے لیے مجھے واقعی کتنی VRAM چاہیے؟
اوپن ویٹس بمقابلہ اوپن سورس بمقابلہ صرف API: آپ حقیقت میں کیا کر سکتے ہیں
GGUF فائل کیا ہے؟ کوانٹائزڈ ماڈلز کی وضاحت (Q4, Q8, fp8, NF4)
کپتان کے نوٹس
2026-10-13 کے نوٹس
UI-TARS-1.5 7B بائٹ ڈانس کا اوپن ویٹس والا ملٹی موڈل ایجنٹ ہے جو گرافیکل انٹرفیسز جیسے ڈیسک ٹاپ ایپس، براؤزرز، موبائل اسکرینز اور گیمز کو چلانے کے لیے بنایا گیا ہے۔ ری انفورسمنٹ لرننگ پر مبنی استدلال اسے صرف دیکھنے کی وضاحت کرنے کے بجائے کثیر مرحلہ وار کارروائیاں منصوبہ بندی اور انجام دینے دیتا ہے۔ 7B پیرا میٹرز کے ساتھ یہ اپنی وزن کی کلاس سے کہیں بہتر کارکردگی دکھاتا ہے اور کئی GUI بینچ مارکس پر پہلے کے 72B چیک پوائنٹس کو پیچھے چھوڑ دیتا ہے۔
مشہور ہے
- OSworld، AndroidWorld اور ScreenSpot گراؤنڈنگ بینچ مارکس پر اعلیٰ اسکورز
- ڈیسک ٹاپ، براؤزر، موبائل اور گیم انٹرفیسز کو خود مختار ایجنٹ کی طرح چلانا
- RL سے تربیت یافتہ استدلال کی بدولت عمل کرنے سے پہلے مرحلہ وار سوچنا
- Apache 2.0 لائسنس — اسے مقامی طور پر چلائیں، ترمیم کریں، اور تجارتی طور پر تعینات کریں
- 7B سائز اہم کاموں پر سازندہ کے اپنے پہلے 72B ماڈل سے بہتر کارکردگی دکھاتا ہے
خبردار رہیں
- زیادہ تر انگریزی؛ بائٹ ڈانس کی طرف سے کثیر لسانی GUI سپورٹ دستاویزی نہیں ہے۔
- مقامی طور پر ایجنٹ کے طور پر چلانے کے لیے چیٹ ماڈل کے مقابلے میں زیادہ سیٹ اپ کی ضرورت ہوتی ہے — آپ کو GUI ہارنس کی ضرورت ہے۔
- سیاق و سباق 128k ٹوکنز ہے، لیکن ایجنٹ کے کام جو کئی اسکرین شاٹس پر لوپ کرتے ہیں جلدی ختم ہو سکتے ہیں۔
آزمائیں یہ پرامپٹس
براؤزر ٹاسک آٹومیشن
آپ ایک ویب براؤزر کو کنٹرول کر رہے ہیں۔ ویکیپیڈیا پر جائیں، 'reinforcement learning' تلاش کریں، ایپلیکیشنز کے سیکشن کو تلاش کریں، اور اس سیکشن کا پہلا جملہ واپس کریں۔ ہر کلک اور کی اسٹروک کی وضاحت کریں، پھر مجھے حتمی جواب دیں۔
اسکرین عنصر کی گراؤنڈنگ
میں ایک ڈیسک ٹاپ ایپلیکیشن کا اسکرین شاٹ منسلک کر رہا ہوں۔ بنیادی ایکشن بٹن کے عین پکسل کوآرڈینیٹس کی نشاندہی کریں، بتائیں کہ آپ نے اسے کیسے تلاش کیا، اور فائل سیو آپریشن مکمل کرنے کے لیے اگلا قدم کیا ہوگا بیان کریں۔
کثیر مرحلہ موبائل ٹاسک
آپ ایک اینڈرائیڈ فون چلا رہے ہیں۔ ہوم اسکرین سے شروع کریں، سیٹنگز ایپ کھولیں، وائی فائی پر جائیں، اور اسے بند کر دیں۔ ہر ٹیپ یا سوائپ کو نمبر وار قدم کے طور پر فہرست کریں، اور کسی بھی مقام پر جہاں UI تصدیقی ڈائیلاگ کی ضرورت ہو اسے نشان زد کریں۔
موازنہ کریں
- GPT-5.6 Lunaصرف API ماڈل1,050,000 ٹوکن سیاق و سباق · $0.20/M ان پٹ، $1.20/M آؤٹ پٹ
- Muse Spark 1.3 Contributorصرف API ماڈل1,048,576 ٹوکن سیاق و سباق · $0.10/M ان پٹ، $0.20/M آؤٹ پٹ
- Claude Haiku 5.5صرف API ماڈل1,000,000 ٹوکن سیاق و سباق · $0.10/M ان پٹ، $0.50/M آؤٹ پٹ
- Gemini 2.5 Flash Liteصرف API ماڈل1,048,576 ٹوکن سیاق و سباق · $0.10/M ان پٹ، $0.40/M آؤٹ پٹ
bytedance کے مزید ٹیکسٹ ماڈلز
لوگ پوچھتے ہیں
- کیا میں UI-TARS-1.5 7B کو مقامی طور پر چلا سکتا ہوں؟
- جی ہاں — ویٹس Apache 2.0 کے تحت اوپن ہیں اور Hugging Face پر ہوسٹ کیے گئے ہیں، لہٰذا آپ انہیں اپنے ہارڈویئر پر ڈاؤن لوڈ اور چلا سکتے ہیں۔ بائٹ ڈانس نے ایک ڈیسک ٹاپ ایپلیکیشن ریپر بھی GitHub پر شائع کیا ہے تاکہ مقامی ایجنٹ کے استعمال کو آسان بنایا جا سکے۔
- API کے ذریعے استعمال کی قیمت کیا ہے، اور سیاق و سباق کی ونڈو کتنی ہے؟
- قیمت $0.10 فی ملین ان پٹ ٹوکنز اور $0.20 فی ملین آؤٹ پٹ ٹوکنز ہے، اور سیاق و سباق کی ونڈو 128,000 ٹوکنز ہے۔
- UI-TARS-1.5 7B اصل UI-TARS ماڈلز سے کیسے مختلف ہے؟
- ورژن 1.5 میں ری انفورسمنٹ لرننگ پر مبنی استدلال شامل ہے، جو ماڈل کو کاموں کو توڑ کر منصوبہ بندی کرنے اور عمل کرنے سے پہلے سوچنے دیتا ہے؛ بائٹ ڈانس رپورٹ کرتا ہے کہ یہ پہلے کے 7B اور 72B چیک پوائنٹس سے بینچ مارک کاموں پر بہتر کارکردگی دکھاتا ہے۔
کپتان کا فیصلہایک نایاب 7B ماڈل جو سنجیدہ ایجنٹ پائپ لائنز میں اپنی جگہ بناتا ہے — اوپن ویٹس، کم قیمت، اور GUI کاموں پر بڑے بند ماڈلز کے ساتھ حقیقی مقابلہ۔
ماڈل کارڈ Hugging Face پر
کپتان یہ نوٹس ماڈل کی اپنی وضاحت اور ماڈل کارڈ سے لکھتا ہے۔ قیمتیں اور سیاق و سباق کے سائز اس وقت فراہم کنندہ کے ہیں اور بدل سکتے ہیں۔
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.
یہ سکور کیسے بنتا ہے
اس ماڈل کے لیے ابھی تک کسی ذریعہ سے مقبولیت کا ڈیٹا نہیں ہے، اس لیے اس کے لیے 7,000° سے نیچے ایک عارضی نمبر رکھا گیا ہے تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں آتا۔ جیسے ہی کوئی ذریعہ رپورٹ کرے گا، یہاں تفصیل ظاہر ہو جائے گی۔
اصطلاحات: یہاں استعمال ہونے والی باتیں
- ہیٹ اسکور
- ایک نمبر جو بتاتا ہے کہ ماڈل ابھی کتنا استعمال ہو رہا ہے اور چاہا جا رہا ہے، 0° سے 9,999° تک۔ اس سائٹ کی ہر 'ہottest' فہرست اسی کے حساب سے ترتیب دی جاتی ہے۔
- فلور
- 7,000° وہ نقطہ جہاں ہر ماڈل جس کے پاس اصل ڈیٹا ہے شروع ہوتا ہے۔ پیمانہ 0° سے 9,999° تک ہے؛ فلور سے نیچے کا حصہ اسٹینڈ انز (ڈیٹا کے بغیر ماڈلز) کے لیے مخصوص ہے، تاکہ ڈیٹا والا ماڈل ہمیشہ بغیر ڈیٹا والے سے اوپر رہے۔ فلور سب کے لیے ایک جیسا ہے اور کچھ فیصلہ نہیں کرتا؛ اس سے اوپر کے ڈگری پیمائش ہیں۔
- ڈاؤن لوڈ کے برابر
- وہ سب کچھ جو اسکور ڈاؤن لوڈ کے برابر سمجھتا ہے، جمع کیا گیا: خود ڈاؤن لوڈز، ہر ٹورینٹ سیڈر کو 1,000 کے برابر، ہر AI Horde تصویر اور ہر جنریشن سائٹ پر رن کو ایک کے برابر۔
- لاگ پیمانہ
- دس کے حساب سے گنتی، ایک کے حساب سے نہیں: 1,000 سے 10,000 ڈاؤن لوڈز جانا وہی ڈگری بڑھاتا ہے جو 10,000 سے 100,000 جانا۔ یہ بڑے ماڈلز کو سب کچھ دبا دینے سے بچاتا ہے۔
- لائکس
- ہر ماخذ سے تھمز اپ اور لائکس، لاگ پیمانے پر ہر ایک آدھے ڈاؤن لوڈ کے برابر۔
- قبولیت کی شرح
- ابھی ماڈل کو روزانہ کتنے ڈاؤن لوڈز مل رہے ہیں، دو ریڈنگز کے فرق سے۔ ڈاؤن لوڈ کی اصطلاح کے وزن کا ایک چوتھائی حصہ۔
- ماپا گیا اور اندازہ لگایا گیا
- ماپا گیا مطلب ہے کہ کسی ماخذ کے دو ریڈنگز موجود ہیں اور فرق حقیقی ہے۔ اندازہ لگایا گیا مطلب ہے کہ صرف آج کا کل معلوم ہے اور ماضی ماڈل کی زندگی میں تقسیم کیا گیا ہے؛ سائٹ بتاتی ہے کہ کون سا دکھا رہا ہے۔
- سیڈر
- کوئی شخص جو وزن کی کاپی آن لائن رکھتا ہے تاکہ دوسرے اسے ٹورینٹ کے ذریعے ڈاؤن لوڈ کر سکیں، یا کوئی ہوسٹ کیا ہوا آئینہ جو یہی کام کرتا ہے۔ ہر ایک کو 1,000 ڈاؤن لوڈز کے برابر گنا جاتا ہے۔
- AI ہورڈ
- ایک رضاکار نیٹ ورک جو عطیہ شدہ کمپیوٹرز پر مفت تصاویر بناتا ہے۔ اس نے کسی ماڈل کے ساتھ کتنی تصاویر بنائی ہیں یہ عوامی ہے، اور ہر ایک کو ایک ڈاؤن لوڈ کے طور پر گنا جاتا ہے۔
- جنریشن سائٹس
- ایسی سائٹس جو اپنے ماڈل کی کاپیاں ہوسٹ کرتی ہیں اور لوگوں کو اس کے ساتھ جنریشن کی اجازت دیتی ہیں، جیسے PixAI، SeaArt اور Yodayo۔ ان کے ڈاؤن لوڈز Civitai کی طرح گنے جاتے ہیں اور ہر جنریشن رن کو ایک ڈاؤن لوڈ سمجھا جاتا ہے۔
- OpenRouter ٹوکنز
- ایک ٹیکسٹ ماڈل جو API کے ذریعے فراہم کیا جاتا ہے، جیسے Claude یا GPT، اس کے وزن ڈاؤن لوڈ کرنے کے لیے نہیں ہوتے، اس لیے اس کا استعمال ٹوکنز میں ناپا جاتا ہے: وہ ٹکڑے متن کے جو اس نے OpenRouter کے ذریعے پچھلے 30 دنوں میں پڑھے اور لکھے۔ ہر 10,000,000 ٹوکنز کو ایک ڈاؤن لوڈ شمار کیا جاتا ہے۔ ماخذ: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- مکمل ماڈل (چیک پوائنٹ)
- خود جنریشن کرنے والی فائل، یعنی وزن خود۔ اسے بونس ملتا ہے کیونکہ اس پر ایڈ آنز منحصر ہوتے ہیں۔
- LoRA اور ایمبیڈنگ
- چھوٹی ایڈ آن فائلیں جو کسی اور کے وزن کو ایک انداز، کردار یا تصور کی طرف لے جاتی ہیں۔ یہ اکیلے نہیں چل سکتیں۔
- خاندان اور وزن
- بنیاد جس پر ماڈل بنایا گیا ہے، جیسے SD 1.5، SDXL، Flux یا Wan۔ ہر ماڈل اپنے خاندان کے وزن کی ریلیز تاریخ وراثت میں لیتا ہے۔
- عمر
- کتنے عرصہ پہلے خاندان کے وزن جاری ہوئے اس کے لیے نکالے گئے ڈگریز: سالانہ 150°، زیادہ سے زیادہ 750°۔ یہ پرانے ڈاؤن لوڈز کو رکھتا ہے جن کے پاس سالوں کا وقت جمع ہونے کا موقع تھا تاکہ فہرست کے اوپر کو منجمد کر سکے۔
- خاندانی بوسٹ
- ایک چھوٹا، محدود دھکا LoRA کے لیے جس خاندان کو یہ سائٹ اس وقت آگے بڑھا رہی ہے، ہمیشہ تفصیل میں شامل ہوتا ہے۔
- اسٹینڈ ان اسکور
- ایک مستحکم نمبر جو اس فلور سے نیچے ہوتا ہے جو ابھی تک کسی ماخذ نے رپورٹ نہیں کیا، تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں ہوتا۔
- نیا! (گریس پیریڈ)
- ایک ماڈل جو 7 دن سے کم پرانا ہو، اس کی جگہ اسکور کی بجائے New! دکھائی جاتی ہے اور یہ درجہ بندی میں جگہ نہیں رکھتا۔ اس کا اسکور پہلے دن سے شمار کیا جاتا ہے، لیکن ایک دن پرانا ماڈل سب سے تیزی سے بڑھتا ہے، اس لیے بغیر انتظار کے ہفتے کا #1 ہمیشہ کل کا نیا ماڈل ہوتا، نہ کہ وہ جو ایک ہفتہ قائم رہا ہو۔
- رجحان
- کسی ماڈل کی ترقی کسی مدت میں عام ماڈل کی ترقی کے مقابلے میں کیسی ہے۔ عام سے تیز ترقی کو اضافہ سمجھا جاتا ہے، اور سست کو کمی۔
- عام ماڈل
- کتالوج کا وسط: نصف ماڈلز جن کے اعداد و شمار ہیں وہ اس مدت میں تیزی سے بڑھے، نصف سست۔
UI TARS 7B ایک متن ماڈل ہے جو Text / LLM فیملی کے لیے ModelTrends.ai پر درج ہے، جو اوپن سورس AI تصویر، ویڈیو اور متن ماڈلز کا صرف پڑھنے والا کیٹلاگ ہے۔ اس کا دوسرے Text / LLM ماڈلز سے موازنہ کریں اور اس کا ہیٹ اسکور دیکھ کر ٹرینڈ جانیں۔
ماڈل فیملی کے لحاظ سے دیکھیں
Text / LLM ماڈلز
434
Anima ماڈلز
528
Chroma ماڈلز
19
Fibo ماڈلز
2
Flux ماڈلز
1,496
Flux 2 / Klein ماڈلز
1,239
Flux 3 ماڈلز
3
Moss ماڈلز
3
Iris ماڈلز
1
MiniMax H3 ماڈلز
364
Hunyuan ماڈلز
204
Ideogram ماڈلز
20
Krea2 ماڈلز
717
Qwen ماڈلز
20
Qwen2 ماڈلز
47
Ltx2 ماڈلز
153