Doubao-1.5-UI-TARS
Doubao-1.5-UI-TARS
字节跳动 · 更新于 2025-07-21
豆包 1.5·UI-TARS 是火山引擎发布的 GUI Agent 大模型，整合屏幕视觉理解、逻辑推理、界面元素定位与操作能力，突破传统自动化工具依赖预设规则的局限，可驱动图形用户界面交互完成复杂任务，已在火山方舟平台上线。
核心参数
| 厂商 | 字节跳动 |
|---|---|
| 分类 | 文本生成/大模型 |
| 更新时间 | 2025-07-21 |
| 标签 | 推理模型、工具调用 |
模型定价
输入
3.5 元/百万 tokens
输出
12 元/百万 tokens
批量推理输入
1.75 元/百万 tokens
批量推理输出
6 元/百万 tokens
模型能力
| 输入类型 | 文本+图像 |
|---|---|
| 输出类型 | 文本 |
| Function Call | 是 |
| 模型精调 | 否 |
| 前缀缓存 | 否 |
| 结构化输出 | 否 |
模型参数
| 上下文窗口 | 128K |
|---|---|
| 模型更新时间 | 2025-07-21 |
| 多模态支持 | 多模态 |
| 最大输入 Token | 96K |
| 最大生成 Token | 16K |
| TPM | 5000K |
| RPM | 30K |
| 典型场景 | 深度思考 |
基准测试得分
以下是在各种标准基准测试中的表现，评估模型在不同任务和领域的能力。
GPQA
研究生物理问题评估
77.3
AIME
衡量高难度数学竞赛问题解决能力
86.7