Doubao 1.5 UI-TARS 250328 es un modelo de ByteDance para flujos de operación de GUI. La aplicación de uso de computadora del fabricante identifica esta edición exacta como uno de sus modelos GUI seleccionables. En ese flujo, una tarea escrita guía la interacción con un entorno de computadora, mientras que la aplicación que lo rodea ejecuta las operaciones y hace visibles sus resultados.
Da a la aplicación una tarea concreta y explica cómo debe verse su finalización en pantalla. Para una tarea de presentación, identifica el material que se debe usar, las diapositivas previstas y el archivo que se debe producir. Para una tarea de configuración, identifica el ajuste y el valor deseado. Las condiciones claras ayudan al flujo a distinguir el progreso de un resultado completado.
Indica las restricciones pertinentes junto con la tarea: qué aplicación o documento está involucrado, qué material se debe conservar y qué entregable final se debe devolver. Si la pantalla contiene varios controles similares, identifica el objetivo mediante su etiqueta visible y el contexto que lo rodea. La siguiente observación debe mostrar si la acción alcanzó el estado previsto.
El servicio documentado de uso de computadora conecta las decisiones del modelo con control del mouse, control del teclado y captura de pantalla en un entorno de computadora remoto. El servicio y la instancia de computadora realizan las acciones reales; el modelo es un componente de ese conjunto. El resultado útil de la tarea es el estado modificado de la aplicación o el entregable guardado, respaldado por las observaciones reunidas durante la ejecución.
Para un flujo reutilizable, conserva juntos la tarea, la identidad del modelo seleccionado y la secuencia de observaciones. Después de una acción, compara la pantalla resultante con la condición de finalización antes de continuar. Si falta el control o el resultado esperado, usa esa observación para afinar la siguiente instrucción.
El modelo UI-TARS seleccionado no crea por sí mismo una instancia de computadora, conserva una sesión iniciada en una aplicación ni guarda un archivo de presentación. Esas son funciones de la aplicación que lo rodea y de su entorno configurado. La guía del fabricante demuestra esta separación al crear la aplicación de uso de computadora, seleccionar un modelo GUI e iniciar un entorno aislado antes de enviar la tarea.
Esta entrada conserva la edición 250328. Las versiones posteriores de UI-TARS y el modelo separado Thinking Vision tienen sus propias identidades. El perfil exacto UI-TARS es útil para decisiones de operación basadas en pantalla; su formato de acciones y sus límites de entrada deben seguir la implementación de la aplicación para esta edición.
", "aboutText": "Doubao 1.5 UI-TARS 250328 es un modelo de ByteDance para flujos de operación de GUI. La aplicación de uso de computadora del fabricante identifica esta edición exacta como uno de sus modelos GUI seleccionables. En ese flujo, una tarea escrita guía la interacción con un entorno de computadora, mientras que la aplicación que lo rodea ejecuta las operaciones y hace visibles sus resultados.\n\n### Describe la tarea y su estado de finalización\n\nDa a la aplicación una tarea concreta y explica cómo debe verse su finalización en pantalla. Para una tarea de presentación, identifica el material que se debe usar, las diapositivas previstas y el archivo que se debe producir. Para una tarea de configuración, identifica el ajuste y el valor deseado. Las condiciones claras ayudan al flujo a distinguir el progreso de un resultado completado.\n\nIndica las restricciones pertinentes junto con la tarea: qué aplicación o documento está involucrado, qué material se debe conservar y qué entregable final se debe devolver. Si la pantalla contiene varios controles similares, identifica el objetivo mediante su etiqueta visible y el contexto que lo rodea. La siguiente observación debe mostrar si la acción alcanzó el estado previsto.\n\n### Observa, decide y ejecuta\n\nEl servicio documentado de uso de computadora conecta las decisiones del modelo con control del mouse, control del teclado y captura de pantalla en un entorno de computadora remoto. El servicio y la instancia de computadora realizan las acciones reales; el modelo es un componente de ese conjunto. El resultado útil de la tarea es el estado modificado de la aplicación o el entregable guardado, respaldado por las observaciones reunidas durante la ejecución.\n\nPara un flujo reutilizable, conserva juntos la tarea, la identidad del modelo seleccionado y la secuencia de observaciones. Después de una acción, compara la pantalla resultante con la condición de finalización antes de continuar. Si falta el control o el resultado esperado, usa esa observación para afinar la siguiente instrucción.\n\n### Función del modelo y función de la aplicación\n\nEl modelo UI-TARS seleccionado no crea por sí mismo una instancia de computadora, conserva una sesión iniciada en una aplicación ni guarda un archivo de presentación. Esas son funciones de la aplicación que lo rodea y de su entorno configurado. La guía del fabricante demuestra esta separación al crear la aplicación de uso de computadora, seleccionar un modelo GUI e iniciar un entorno aislado antes de enviar la tarea.\n\nEsta entrada conserva la edición 250328. Las versiones posteriores de UI-TARS y el modelo separado Thinking Vision tienen sus propias identidades. El perfil exacto UI-TARS es útil para decisiones de operación basadas en pantalla; su formato de acciones y sus límites de entrada deben seguir la implementación de la aplicación para esta edición.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Choose the next GUI step from a text observation\n\nPlan one next step for this GUI task from the supplied text observation only. Goal: turn off weekly email summaries. Screen text: Notifications; Weekly summary [on]; Security alerts [on]; Save changes. Name the control to change, the subsequent save step and the observation needed to confirm completion. Do not claim to click anything.A short action plan using visible labels and a post-save verification condition.Only Weekly summary changes; Security alerts stays on and completion requires a new observed saved state.doubao-1.5-ui-tars-250328Doubao 1.5 UI-TARS 250328 es un modelo de operación de GUI para una aplicación que convierte una tarea y observaciones de pantalla en acciones de computadora. El modelo aporta decisiones de acción; el servicio de uso de computadora que lo rodea las ejecuta y devuelve la siguiente observación.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Doubao 1.5 UI-TARS 250328 es un modelo de ByteDance para flujos de operación de GUI. La aplicación de uso de computadora del fabricante identifica esta edición exacta como uno de sus modelos GUI seleccionables. En ese flujo, una tarea escrita guía la interacción con un entorno de computadora, mientras que la aplicación que lo rodea ejecuta las operaciones y hace visibles sus resultados.
Da a la aplicación una tarea concreta y explica cómo debe verse su finalización en pantalla. Para una tarea de presentación, identifica el material que se debe usar, las diapositivas previstas y el archivo que se debe producir. Para una tarea de configuración, identifica el ajuste y el valor deseado. Las condiciones claras ayudan al flujo a distinguir el progreso de un resultado completado.
Indica las restricciones pertinentes junto con la tarea: qué aplicación o documento está involucrado, qué material se debe conservar y qué entregable final se debe devolver. Si la pantalla contiene varios controles similares, identifica el objetivo mediante su etiqueta visible y el contexto que lo rodea. La siguiente observación debe mostrar si la acción alcanzó el estado previsto.
El servicio documentado de uso de computadora conecta las decisiones del modelo con control del mouse, control del teclado y captura de pantalla en un entorno de computadora remoto. El servicio y la instancia de computadora realizan las acciones reales; el modelo es un componente de ese conjunto. El resultado útil de la tarea es el estado modificado de la aplicación o el entregable guardado, respaldado por las observaciones reunidas durante la ejecución.
Para un flujo reutilizable, conserva juntos la tarea, la identidad del modelo seleccionado y la secuencia de observaciones. Después de una acción, compara la pantalla resultante con la condición de finalización antes de continuar. Si falta el control o el resultado esperado, usa esa observación para afinar la siguiente instrucción.
El modelo UI-TARS seleccionado no crea por sí mismo una instancia de computadora, conserva una sesión iniciada en una aplicación ni guarda un archivo de presentación. Esas son funciones de la aplicación que lo rodea y de su entorno configurado. La guía del fabricante demuestra esta separación al crear la aplicación de uso de computadora, seleccionar un modelo GUI e iniciar un entorno aislado antes de enviar la tarea.
Esta entrada conserva la edición 250328. Las versiones posteriores de UI-TARS y el modelo separado Thinking Vision tienen sus propias identidades. El perfil exacto UI-TARS es útil para decisiones de operación basadas en pantalla; su formato de acciones y sus límites de entrada deben seguir la implementación de la aplicación para esta edición.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites doubao-1.5-ui-tars-250328 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.001 / 1K tokens Salida · Tokens de salida $0.0034 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "doubao-1.5-ui-tars-250328", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='doubao-1.5-ui-tars-250328',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='doubao-1.5-ui-tars-250328',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra doubao-1.5-ui-tars-250328
Usa las rutas de método indicadas arriba.
doubao-1.5-ui-tars-250328Doubao 1.5 UI-TARS 250328 es un modelo de operación de GUI para una aplicación que convierte una tarea y observaciones de pantalla en acciones de computadora. El modelo aporta decisiones de acción; el servicio de uso de computadora que lo rodea las ejecuta y devuelve la siguiente observación.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Doubao 1.5 UI-TARS 250328 es un modelo de ByteDance para flujos de operación de GUI. La aplicación de uso de computadora del fabricante identifica esta edición exacta como uno de sus modelos GUI seleccionables. En ese flujo, una tarea escrita guía la interacción con un entorno de computadora, mientras que la aplicación que lo rodea ejecuta las operaciones y hace visibles sus resultados.
Da a la aplicación una tarea concreta y explica cómo debe verse su finalización en pantalla. Para una tarea de presentación, identifica el material que se debe usar, las diapositivas previstas y el archivo que se debe producir. Para una tarea de configuración, identifica el ajuste y el valor deseado. Las condiciones claras ayudan al flujo a distinguir el progreso de un resultado completado.
Indica las restricciones pertinentes junto con la tarea: qué aplicación o documento está involucrado, qué material se debe conservar y qué entregable final se debe devolver. Si la pantalla contiene varios controles similares, identifica el objetivo mediante su etiqueta visible y el contexto que lo rodea. La siguiente observación debe mostrar si la acción alcanzó el estado previsto.
El servicio documentado de uso de computadora conecta las decisiones del modelo con control del mouse, control del teclado y captura de pantalla en un entorno de computadora remoto. El servicio y la instancia de computadora realizan las acciones reales; el modelo es un componente de ese conjunto. El resultado útil de la tarea es el estado modificado de la aplicación o el entregable guardado, respaldado por las observaciones reunidas durante la ejecución.
Para un flujo reutilizable, conserva juntos la tarea, la identidad del modelo seleccionado y la secuencia de observaciones. Después de una acción, compara la pantalla resultante con la condición de finalización antes de continuar. Si falta el control o el resultado esperado, usa esa observación para afinar la siguiente instrucción.
El modelo UI-TARS seleccionado no crea por sí mismo una instancia de computadora, conserva una sesión iniciada en una aplicación ni guarda un archivo de presentación. Esas son funciones de la aplicación que lo rodea y de su entorno configurado. La guía del fabricante demuestra esta separación al crear la aplicación de uso de computadora, seleccionar un modelo GUI e iniciar un entorno aislado antes de enviar la tarea.
Esta entrada conserva la edición 250328. Las versiones posteriores de UI-TARS y el modelo separado Thinking Vision tienen sus propias identidades. El perfil exacto UI-TARS es útil para decisiones de operación basadas en pantalla; su formato de acciones y sus límites de entrada deben seguir la implementación de la aplicación para esta edición.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites doubao-1.5-ui-tars-250328 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.001 / 1K tokens Salida · Tokens de salida $0.0034 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "doubao-1.5-ui-tars-250328",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'doubao-1.5-ui-tars-250328', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'doubao-1.5-ui-tars-250328', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra doubao-1.5-ui-tars-250328
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Choose the next GUI step from a text observation\n\nPlan one next step for this GUI task from the supplied text observation only. Goal: turn off weekly email summaries. Screen text: Notifications; Weekly summary [on]; Security alerts [on]; Save changes. Name the control to change, the subsequent save step and the observation needed to confirm completion. Do not claim to click anything.A short action plan using visible labels and a post-save verification condition.Only Weekly summary changes; Security alerts stays on and completion requires a new observed saved state.