OUI-1 es un modelo de código abierto, basado en una versión ajustada de DiffusionGemma, capaz de generar interfaces de usuario escritas en el lenguaje openui-lang. Con 26.000 millones de parámetros totales y 4.000 millones activos, puede ejecutarse en una tarjeta gráfica de consumo (RTX 5090, en FP8) y sus pesos están publicados en Hugging Face bajo los términos de uso de Gemma.
El proyecto responde a tres requisitos para que las interfaces generadas por agentes sean viables como producto: tiempo de generación inferior a un segundo, fiabilidad suficiente para usarse como software y tamaño reducido para correr en local. El equipo de Thesys partía de la experiencia previa con AppLess, que dependía de hardware especializado en la nube. Mover esa capacidad al dispositivo obligaba a mantener la velocidad con mucha menos capacidad de cómputo, sin perder calidad ni corrección en la interfaz resultante.
El lenguaje openui-lang reduce el consumo de tokens hasta un 67% frente a JSON y permite transmitir la interfaz antes de que el modelo termine de generarla. DiffusionGemma, el modelo base, escribe bloques de 256 tokens de una vez partiendo de ruido, lo que evita el cuello de botella de ancho de banda de memoria de los modelos autorregresivos. Google reporta más de 1.000 tokens por segundo en una H100 y más de 700 en una RTX 5090. Sin embargo, su puntuación inicial en el Generative UI Benchmark era solo del 13,0%.
El entrenamiento se dividió en dos fases. La primera consistió en un ajuste supervisado con unos 700 ejemplos escritos por modelos mayores, repartidos entre siete bibliotecas de componentes. Centrarse en una sola biblioteca elevó la puntuación al 28,8%, pero los errores de esquema y los de cableado se movían como un balancín: reducir uno aumentaba el otro. Además, el tiempo de generación por interfaz pasó de 1,6 a 4,3 segundos porque el modelo escribía interfaces más largas y concretas.
La segunda fase aplicó auto-destilación con muestreo por rechazo y reparación: el modelo genera varios cientos de programas en openui-lang, el analizador conserva los válidos y corrige solo los defectos señalados en los casi válidos. Un juez verifica después que el resultado coincide con la consigna. Con 500 pasos (una o dos horas en una A100), el bucle se repite. El tiempo de generación bajó de 4,3 a 1,9 segundos pese a producir un 28% más de tokens, la puntuación en el benchmark subió al 57,1%, los errores de esquema cayeron de 292 a 76 y los de cableado, de 971 a 484, sin el efecto balancín.
Repitiendo el proceso sobre 27 bibliotecas de componentes se obtuvo OUI-1, que alcanza el 71,7% en el Generative UI Benchmark, frente al 13,0% del modelo base. Ningún modelo abierto con 4.000 millones de parámetros activos o menos lo supera; el siguiente salto en puntuación exige ya un modelo denso como Qwen3.8 27B, que obtiene el 78,8%.