ByteDance UI-TARS 7B

ByteDance的UI-TARS 7B 在Coding类别中表现出色，排名第204，综合评分63/100。UI-TARS-1.5 is a multimodal vision-language agent optimized for GUI-based environments, including desktop interfaces, web browsers, mobile systems, and games. Built by ByteDance, it builds upon the UI-TARS framework with reinforcement learning-based reasoning, enabling robust action planning and execution across virtual interfaces. This model achieves state-of-the-art results on a range of interactive and grounding benchmarks, including OSworld, WebVoyager, AndroidWorld, and ScreenSpot. It also demonstrates perfect task completion across diverse Poki games and outperforms prior models in Minecraft agent tasks. UI-TARS-1.5 supports thought decomposition during inference and shows strong scaling across variants, with the 1.5 version notably exceeding the performance of earlier 72B and 7B checkpoints. 它在基准测试表现和采用指标方面特别突出，适合寻找可靠coding解决方案的个人开发者和企业团队。

UI-TARS 7B 的价格为每百万输入令牌$0.10，每百万输出令牌$0.20（USD）。如需批量折扣和企业定价，请联系提供商。在coding类别中价格具有竞争力，反映了模型的质量成本比。

在Coding类别中，UI-TARS 7B 在6个追踪模型中排名第204。其质量排名第204，采用排名第204。您可以使用我们的对比工具查看与特定替代方案的详细并排指标。关键差异化因素包括基准测试综合评分、社区评价和实际采用率。

UI-TARS 7B 已在5个不同信号中进行评估。最强的领域包括Capabilities（33/100）、Pricing（0/100）、Context Window（81/100）。这些评分来源于行业标准基准测试、社区评价和实际表现指标。综合评分63/100反映了所有追踪信号的加权组合。

UI-TARS 7B 是付费模型，但部分提供商可能会提供试用积分或有限的免费版用于评估。请查看ByteDance的网站了解当前免费版可用性和促销优惠。