Yi-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 $2.5/$2.5 por 1M de tokens.
Technical Specifications
- Provider
- 01.AI
- Category
- flagship
- Release Date
- 2024-05
- Batch API Discount
- 50% off async batch
- Consumer Subscription
- API Pay-as-you-go
- Reasoning Effort Control
- Fixed
- Structured Outputs
- Yes
- Output Modalities
- text
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- yi-large
- Supported SDK & API Protocol
- 01.AI REST API (OpenAI-Compatible)
- Lifecycle & Deprecation Status
- Legacy Stable (Upgrade path available in 01.AI lineup)
- Production Rate Limits (RPM & TPM)
- 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($2.5/1M in) across full 33K window
- Prompt Cache Write & TTL Policy
- Cached input at $0.25/1M tokens
- Computer Use & Browser GUI Agent
- 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
- Web Search Grounding & Code Sandbox
- Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools
- Fine-Tuning & Distillation Support
- API Prompt Engineering & RAG Distillation
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- Minimum GPU VRAM Requirement
- Zero Local VRAM Required (100% Serverless Cloud API)
- Supported Inference Engines
- Managed 01.AI Cloud API
- System Card & Safety Framework
- 01.AI Production Safety & Alignment Verified
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Yi-Large Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~83 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to Yi-Large:
Benchmark Scores & 6-Axis Capability Radar
- GPQA Diamond
- 52%
- MMLU-Pro
- 76.5%
- HumanEval
- 83.5%
- Chatbot Arena Elo
- 1290pts
Strengths
- 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
Limitations & 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
Editorial Assessment
Con una puntuación de inteligencia de 79/100, contexto de 33K y 75 tok/s, Yi-Large destaca como una opción sumamente sólida dentro del ecosistema de 01.AI.
Best for: Ideal para asistencia conversacional, procesamiento de texto y cargas de trabajo empresariales, sistemas RAG empresariales y automatización mediante API.
Compare Yi-Large
Frequently Asked Questions about Yi-Large
How much does the Yi-Large API cost per 1M tokens?+
Yi-Large by 01.AI is priced at $2.5 per 1M input tokens and $2.5 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0.25 per 1M tokens, and asynchronous Batch API requests receive a 50% discount.
Should I use a $20/month subscription or the Yi-Large pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in Yi-Large's context window?+
Yi-Large features a 33K tokens context window, which equals approximately 24,576 English words or ~66 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 4,096 tokens.
Can I run Yi-Large locally on my own GPU (Open Weights)?+
No, Yi-Large is a proprietary closed-weights model hosted by 01.AI. It cannot be downloaded for local GPU execution and must be accessed via 01.AI's official API or cloud platform.
Does 01.AI train on data sent to the Yi-Large API, and is commercial use allowed?+
API payloads are excluded from model training by default. License tier: Proprietary Commercial API (01.AI Terms). Full commercial ownership of generated outputs. Supported deployment channels include: 01.AI Cloud API & Enterprise Endpoints.
How does Yi-Large perform on coding and reasoning benchmarks?+
Yi-Large achieves a composite Intelligence Index of 79/100, scoring N/A% on SWE-bench Verified, 52% on GPQA Diamond, 76.5% on MMLU-Pro, and 1290 pts on Chatbot Arena Elo.
What is Yi-Large best used for?+
Yi-Large is best suited for: Ideal para asistencia conversacional, procesamiento de texto y cargas de trabajo empresariales, sistemas RAG empresariales y automatización mediante API.. Assessment: Con una puntuación de inteligencia de 79/100, contexto de 33K y 75 tok/s, Yi-Large destaca como una opción sumamente sólida dentro del ecosistema de 01.AI.
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to Yi-Large:
La unidad básica de texto que procesa un modelo de lenguaje, que normalmente equivale a 3 o 4 caracteres o aproximadamente 0,75 palabras. Por ejemplo, una frase típica se divide en varios tokens.
Un conjunto estandarizado de pruebas para evaluar y comparar objetivamente las capacidades de distintos modelos de IA en tareas como programación (SWE-bench) o matemáticas avanzadas (AIME).
La cantidad máxima de tokens que un modelo puede considerar a la vez, incluyendo tanto la entrada que lee como la salida que genera. Una ventana de 1.000.000 de tokens puede procesar unas 750.000 palabras en una sola petición.
La capacidad de un modelo de detectar la necesidad de una función externa y emitir argumentos JSON estructurados para ejecutar API, búsquedas web o consultas a bases de datos.
Un protocolo abierto desarrollado por Anthropic que permite a los agentes de IA conectarse de forma estandarizada a sistemas de archivos locales, entornos de desarrollo y servicios externos.
Una optimización donde los proveedores almacenan estados de atención previos para prefijos de prompts frecuentes, reduciendo el coste de entrada hasta en un 90% y acelerando la respuesta.
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.