UI-TARS 7B

厂商：字节跳动

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...

关键参数

• 上下文长度：128K
• 最大输出：2K
• Tokenizer：Other
• 发布时间：2025-07-22

Token 定价

• 输入价格：$0.100 / 100 万 tokens
• 输出价格：$0.200 / 100 万 tokens
• 缓存读取价格：$0.100 / 100 万 tokens
• 综合单价：$0.125 / 100 万 tokens

输入输出模态

图像、文本

典型用例

• 深度推理与复杂分析：数学证明、逻辑推理、多步骤规划，适合科研与金融分析场景。（≈ $0.0016/次）
• 图文理解与生成：识别图表中的数据趋势、OCR 扫描文档、分析照片内容并生成结构化报告。（≈ $0.0012/次）

什么时候选这个模型

基于公开定价与能力字段派生的选型信号（非实测benchmark），最终选型请结合官方文档与你的评测。

• 输入与输出单价都较低，适合高频调用与大批量批处理。
• 综合单价低，舰队级（大规模）部署成本友好。
• 支持图文多模态：图像描述、OCR、图表问答、视觉推理。

相关问题

• UI-TARS 7B 的 Token 定价是多少？ 该模型的输入价为 $0.100 / 100 万 tokens，输出价为 $0.200 / 100 万 tokens，综合单价约 $0.125 / 100 万 tokens。具体价格以 字节跳动 官方页面为准。
• UI-TARS 7B 支持多大的上下文窗口？ 上下文窗口为 128K，最大输出约 2K，适合处理长文档、多轮对话与复杂推理任务。
• UI-TARS 7B 适合哪些使用场景？ 基于其能力与定价，UI-TARS 7B 最适合：深度推理与复杂分析、图文理解与生成。可在详情页「典型用例」区查看更详细的场景说明与成本估算。
• UI-TARS 7B 支持哪些输入输出模态？ 支持 图像、文本 模态。
• UI-TARS 7B 是免费模型吗？ UI-TARS 7B 按 Token 计费，不属于免费模型。
• UI-TARS 7B 由哪家厂商提供？ UI-TARS 7B 由 字节跳动 提供。

查看完整信息：UI-TARS 7B