ByteDance: UI-TARS 7B bytedance/ui-tars-1.5-7b

Модель ByteDance: UI-TARS 7B от ByteDance (семейство ui-tars) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Доступны через единый API НейроГейт: 1 модель ByteDance.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

128K

контекст, токенов

10 ₽

за 1 млн входных токенов

20 ₽

за 1 млн выходных токенов

возможностей

2025-01

база знаний до

Что такое ByteDance: UI-TARS 7B

Оптимальна для построения агентов, управляющих графическими интерфейсами — там, где нужно «видеть» экран и действовать как человек-оператор.

UI-TARS 1.5 7B — мультимодальная vision-language модель от ByteDance, специально оптимизированная для работы с графическими интерфейсами. В отличие от универсальных LLM с поддержкой зрения, эта модель создавалась с прицелом на конкретную задачу: понимать и взаимодействовать с GUI-средами — десктопными приложениями, браузерами, мобильными интерфейсами и играми. В основе архитектуры лежит фреймворк UI-TARS, доработанный с применением методов обучения с подкреплением.

Модель принимает на вход изображения и текст, что позволяет ей анализировать скриншоты интерфейсов, определять элементы управления и планировать последовательность действий для выполнения задач. Контекстное окно в 128 000 токенов обеспечивает возможность работы с длинными сессиями и сложными многошаговыми сценариями автоматизации. Модель относится к открытым (open-source) решениям, что упрощает её интеграцию и кастомизацию под конкретные нужды.

Семибиллионный размер делает UI-TARS 1.5 7B практичным выбором для развёртывания в условиях ограниченных вычислительных ресурсов, сохраняя при этом специализированные возможности агентного управления интерфейсами.

Когда брать эту модель

✓ Автоматизация GUI: роботизированное управление десктопными и веб-приложениями без API
✓ Тестирование интерфейсов: визуальный анализ UI и генерация сценариев для QA
✓ Агенты для браузера: выполнение многошаговых задач в веб-среде по инструкции на естественном языке
✓ Автоматизация мобильных приложений: управление Android/iOS-интерфейсами через скриншоты
✓ Игровые агенты: навигация и принятие решений в игровых GUI-средах

Пример работы

Реальный сценарий, на котором модель проявляет себя:

На скриншоте открыт браузер с формой регистрации. Определи все поля ввода, опиши их назначение и предложи последовательность действий для автоматического заполнения формы тестовыми данными.

Использование ByteDance: UI-TARS 7B через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/ui-tars-1.5-7b",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="bytedance/ui-tars-1.5-7b",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "bytedance/ui-tars-1.5-7b",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);