Solar Pro vs Yi-Large
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Solar Pro de Upstage y Yi-Large de 01.AI compiten directamente en el ecosistema actual de IA. Solar Pro ofrece una ventana de contexto de 32.8K tokens a $0.25/$0.25 por millón de tokens (entrada/salida), mientras que Yi-Large ofrece 32.8K tokens de contexto a $2.50/$2.50 por millón de tokens. Analizamos sus benchmarks, latencia y costos reales.
Cambia y Compara Cualquier Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Solar Pro
Modelo Insignia de FronteraSolar Pro de Upstage es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 33K, velocidad de 100 tokens/s, índice de inteligencia de 75/100 y tarifa d
$0.25 / 1M
$0.25 / 1M
32.8K tokens
N/A
Yi-Large
Modelo de Generación ClásicaYi-Large de 01.AI es un modelo de IA diseñado para asistencia conversacional, procesamiento de texto y cargas de trabajo empresariales, con ventana de contexto de 33K, velocidad de 75 tokens/s, índice de inteligencia de 79/100 y tarifa de $
$2.50 / 1M
$2.50 / 1M
32.8K tokens
N/A
Diferencias Clave de un Vistazo
- Solar Pro is 10.0x cheaper for API usage (input + output tokens combined).
- Solar Pro is faster at 100 tok/s vs 75 tok/s.
| Característica | Solar Pro | Yi-Large |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 75 | 79 |
Provider | Upstage | 01.AI |
Input Price Cost per million input tokens | $0.25 / 1M | $2.50 / 1M |
Output Price Cost per million output tokens | $0.25 / 1M | $2.50 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.09 / 1M | $0.93 / 1M |
Context Window Maximum input + output tokens | 32.8K tokens~49 A4 pages of text | 32.8K tokens~49 A4 pages of text |
Max Output Tokens Per single request | 4K | 4K |
Throughput Speed Tokens generated per second | 100 tok/s | 75 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
GPQA Diamond Graduate-level reasoning | N/A | 52% |
Cached Input Price Prompt caching discount per 1M tokens | $0.03 / 1M | $0.25 / 1M |
¿Quién gana en cada área?
At-a-glance decision frameworkEvaluations ongoing
Puntuaciones de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latencia y Tiempo de Respuesta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interactivo de Costos de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Solar Pro · Strengths & Key Advantages
- Ventana de contexto de 33K con hasta 4K tokens de salida máxima (MMLU-Pro 73.5% · Arena Elo 1260)
- Rendimiento ágil de 100 tokens/segundo con latencia inicial (TTFT) de solo 380 ms
- Economía de API competitiva ($0.25/$0.25 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
Yi-Large · Strengths & Key Advantages
- Ventana de contexto de 33K con hasta 4K tokens de salida máxima (GPQA Diamond 52% · MMLU-Pro 76.5%)
- Rendimiento ágil de 75 tokens/segundo con latencia inicial (TTFT) de solo 510 ms
- Economía de API competitiva ($2.5/$2.5 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En volúmenes masivos de tokens, se recomienda activar el caché de prompts y Batch API para optimizar costos
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Solar Pro | Yi-Large |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.04 | $0.15 |
Output Tokens / Task Tokens generated per task | 10K | 14K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificaciones Técnicas
Architecture, release timeline, capabilities, and modalities.
| Característica | Solar Pro | Yi-Large |
|---|---|---|
| Official API Model ID (SDK) | solar-pro | yi-large |
| API Protocol | Upstage REST API (OpenAI-Compatible) | 01.AI REST API (OpenAI-Compatible) |
| Release Date | 2024-10 | 2024-05 |
| Knowledge Cutoff | June 2024 | March 2024 |
| Architecture | Depth-Upscaled Dense Language Transformer | Dense Bilingual Foundation Transformer |
| Parameters | 22B (Depth-Upscaled) | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.25/1M in) across full 33K window | Flat rate ($2.5/1M in) across full 33K window |
| Prompt Cache Policy & TTL | Cached input at $0.025/1M tokens | Cached input at $0.25/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Upstage Production Safety & Alignment Verified | 01.AI Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text | text |
| Output Modalities | text | text |
Solar Pro vs Yi-Large: Respuestas Rápidas (FAQ)
Which is more intelligent, Solar Pro or Yi-Large?
Yi-Large is more intelligent. It scores 79 compared with 75 on the composite Intelligence Index.
Which model is faster?
Solar Pro is faster, generating 100 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
Solar Pro is cheaper at $0.09 per 1M tokens blended, compared with $0.93 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Solar Pro has lower latency, with a time to first token of 0.38s compared with 0.51s.
Veredicto
Tanto Solar Pro (Ideal para razonamiento empresarial de frontera, programación avanzada y flujos de producción, sistemas RAG empresariales y automatización mediante API.) como Yi-Large (Ideal para asistencia conversacional, procesamiento de texto y cargas de trabajo empresariales, sistemas RAG empresariales y automatización mediante API.) destacan en producción: Yi-Large lidera en inteligencia general y programación, Solar Pro ofrece mayor velocidad de generación de tokens y Solar Pro resulta más rentable para cargas de trabajo API de alto volumen.
Preguntas frecuentes
¿Cuál es mejor para programación y razonamiento, Solar Pro o Yi-Large?+
En las pruebas de inteligencia compuesta y resolución de código, Yi-Large obtiene la ventaja. Puedes revisar la tabla SWE-bench y GPQA arriba para comparar cada métrica.
¿Cuánto cuesta la API de Solar Pro frente a Yi-Large?+
Solar Pro cuesta $0.25 / $0.25 por millón de tokens de entrada/salida, mientras que Yi-Large cuesta $2.50 / $2.50. En costo combinado, Solar Pro es la opción más económica.
¿Qué modelo tiene mayor ventana de contexto y menor latencia?+
Solar Pro cuenta con 32.8K tokens de contexto frente a 32.8K tokens de Yi-Large. En velocidad de inferencia, Solar Pro ofrece un rendimiento superior.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Qwen-VL Plus vs. Yi-Large: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Solar Pro vs. Grok 2: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-Mini vs. Laguna XS 2.1: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aya Expanse 32B vs. Llama 3.2 90B Vision: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.
Fuentes: Documentación oficial de API de Upstage y 01.AI, tarjetas de sistema y benchmarks independientes (2026).