ByteDance

UI-TARS 7B

ByteDance: UI-TARS 7B یک عامل چندرسانه‌ای بینایی-زبانی است که برای کارهای ایجنتی در محیط‌های رابط گرافیکی طراحی شده، از جمله رابط دسکتاپ، مرورگر وب، سیستم‌های موبایل و بازی‌ها. این مدل که توسط ByteDance ساخته شده، بر پایهٔ چارچوب UI-TARS و با تکیه بر یادگیری تقویتی بهینه شده است.

متن و گفتگولایسنس محدود
متن به متنتصویر به متن

شناسه در API: ui-tars-1.5-7b

قیمت خروجی
۹۱٬۳۶۰ تومان
هر ۱ میلیون توکن در مرشد API
سرعت
۴۵
توکن بر ثانیه
کانتکست
۱۲۸K
هزار توکن
تاریخ انتشار
۳۱ تیر ۱۴۰۴

تحلیل

حکم کلی

ارزان است و برای کارهای سبک و پرحجم مناسب است. اگر دقت بالا لازم دارید، سراغ مدل قوی‌تری بروید.

بهترین برای:متن و گفتگو

نقاط قوت

  • قیمتش مناسب است

نقاط ضعف

در داده‌ها نقطه‌ضعف مهمی دیده نشد.

سنجه‌های فارسی

این مدل هنوز ارزیابی نشده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم. روش ارزیابی

عملکرد زنده

پایداری ارائه‌دهنده
۹۹٫۳٪
زمان تا اولین توکن
۱٫۳۲ ثانیه
سرعت تولید
۴۵ توکن/ثانیه

از آمار زندهٔ OpenRouter (۱ ارائه‌دهنده‌ای که آمار گزارش کرده‌اند): پایداری در ۲۴ ساعت گذشته، تأخیر و سرعت در ۳۰ دقیقهٔ آخر از ۱۵۹ درخواست. ساعتی به‌روز می‌شود.

قابلیت‌ها

ورودی تصویر
عکس یا اسکرین‌شات را می‌خواند
ورودی فایل
ورودی صدا
ورودی ویدیو
فراخوانی ابزار
خروجی JSON
جواب را در قالب مشخص می‌دهد
فکر کردن قبل از جواب

پارامترهای قابل ارسال

این‌ها را می‌توانید در درخواست به این مدل بفرستید.

  • temperatureمیزان خلاقیت جواب
  • top_pنمونه‌برداری هسته‌ای
  • top_kمحدود کردن گزینه‌های هر توکن
  • max_tokensسقف طول جواب
  • stopتوقف با رشتهٔ دلخواه
  • seedجواب تکرارپذیر
  • structured_outputsخروجی با اسکیمای مشخص
  • frequency_penaltyکم کردن تکرار کلمه
  • presence_penaltyتنوع موضوع
  • repetition_penaltyجریمهٔ تکرار
  • logit_biasتغییر احتمال توکن‌ها
  • logprobsاحتمال هر توکن
  • top_logprobsاحتمال توکن‌های جایگزین

بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.

امتحان مدل

برای امتحان این مدل وارد شوید. هر اجرا با همان قیمت مرشد API از کیف پول شما کم می‌شود.

ورود برای امتحان

استفاده با API

با SDK خود OpenAI کار می‌کند؛ فقط آدرس پایه را https://api.morshed.ai/v1 و کلید را کلید مرشد API بگذارید.

curl https://api.morshed.ai/v1/chat/completions \
  -H "Authorization: Bearer $MORSHED_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "ui-tars-1.5-7b", "messages": [{"role": "user", "content": "سلام! خودت را معرفی کن."}]}'

مشخصات فنی

کانتکست
۱۲۸K توکن
حداکثر طول جواب
۲ هزار توکن
دانش تا
بهمن ۱۴۰۳
مودالیتی
text · vision
سرعت
۴۵ توکن/ثانیه
تأخیر اولین توکن
۱۳۲۴ میلی‌ثانیه
تاریخ انتشار
۳۱ تیر ۱۴۰۴
فیلتر محتوای ارائه‌دهنده
ندارد

ارائه‌دهنده‌ها

درخواست‌های این مدل در مرشد API از طریق این ارائه‌دهنده پاسخ می‌گیرند.

  • Parasail

پرسش‌های پرتکرار

دربارهٔ UI-TARS 7B

این مدل هنوز در ارزیابی فارسی ما نبوده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم و امتیازش بعد از ارزیابی همین‌جا می‌آید.

با نرخ روزانهٔ دلار، هر ۱ میلیون توکن ورودی ۴۵٬۶۸۰ تومان و هر ۱ میلیون توکن خروجی ۹۱٬۳۶۰ تومان است. یک گفتگوی معمولی با این مدل حدود ۱۰۰ تومان تمام می‌شود.

این مدل را می‌توانید با شناسهٔ ui-tars-1.5-7b از API مرشد صدا بزنید. API با SDK رسمی OpenAI سازگار است و پرداختش ریالی است.

این مدل علاوه بر متن، تصویر هم ورودی می‌گیرد و خروجی را در قالب JSON مشخص برمی‌گرداند.

کانتکست این مدل ۱۲۸ هزار توکن است، یعنی تقریباً ۱۲۸ صفحه متن فارسی را یک‌جا می‌خواند. در هر جواب هم تا ۲ هزار توکن می‌نویسد.

دانش این مدل تا بهمن ۱۴۰۳ است و از اتفاق‌های بعد از آن خبر ندارد، مگر اینکه به جست‌وجوی وب وصل باشد.