Solar Pro vs Yi-Large
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Solar Pro di Upstage e Yi-Large di 01.AI sono due modelli di IA di riferimento. Solar Pro offre una finestra di contesto di 32.8K token a $0.25/$0.25 per milione di token, mentre Yi-Large mette a disposizione 32.8K token di contesto a $2.50/$2.50 per milione di token. Di seguito analizziamo benchmark, latenza e costi.
Cambia e Confronta Qualsiasi Modello
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Solar Pro
Modello Ammiraglia di FrontieraSolar Pro di Upstage è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 33K, velocità di 100 token/s, indice di intelligenza di 75/100
$0.25 / 1M
$0.25 / 1M
32.8K tokens
N/A
Yi-Large
Modello di Generazione ClassicaYi-Large di 01.AI è un modello di IA progettato per gli assistenti conversazionali, la sintesi documentale e i flussi di lavoro aziendali, con finestra di contesto da 33K, velocità di 75 token/s, indice di intelligenza di 79/100 e tariffa d
$2.50 / 1M
$2.50 / 1M
32.8K tokens
N/A
Differenze Chiave a Colpo d’Occhio
- 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.
| Feature | 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 |
Chi vince in ogni categoria?
At-a-glance decision frameworkEvaluations ongoing
Punteggi Benchmark Verificati
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.
Latenza e Tempo di Risposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulatore Interattivo dei Costi Token
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Solar Pro · Strengths & Key Advantages
- Finestra di contesto da 33K con capacità massima di output fino a 4K token (MMLU-Pro 73.5% · Arena Elo 1260)
- Throughput elevato di 100 token/secondo con latenza al primo token (TTFT) di soli 380 ms
- Economia API competitiva ($0.25/$0.25 per 1M di token) con supporto per prompt caching, tool calling e output JSON strutturati
Considerations & Trade-offs
- Modello cloud proprietario chiuso; non consente il download locale dei pesi per l’esecuzione offline
- Nelle dimostrazioni scientifiche più estreme, i modelli di ragionamento pesante dedicati offrono maggiore profondità
Yi-Large · Strengths & Key Advantages
- Finestra di contesto da 33K con capacità massima di output fino a 4K token (GPQA Diamond 52% · MMLU-Pro 76.5%)
- Throughput elevato di 75 token/secondo con latenza al primo token (TTFT) di soli 510 ms
- Economia API competitiva ($2.5/$2.5 per 1M di token) con supporto per prompt caching, tool calling e output JSON strutturati
Considerations & Trade-offs
- Modello cloud proprietario chiuso; non consente il download locale dei pesi per l’esecuzione offline
- Per volumi di traffico elevati in produzione si consiglia di attivare il prompt caching e la Batch API
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 |
Specifiche Tecniche
Architecture, release timeline, capabilities, and modalities.
| Feature | 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: Risposte Rapide (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.
Verdetto
Sia Solar Pro (Ideale per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, sistemi RAG aziendali e integrazioni API scalabili.) sia Yi-Large (Ideale per gli assistenti conversazionali, la sintesi documentale e i flussi di lavoro aziendali, sistemi RAG aziendali e integrazioni API scalabili.) eccellono in produzione: Yi-Large guida nei benchmark di ragionamento e programmazione, Solar Pro garantisce una generazione più rapida e Solar Pro offre il miglior rapporto qualità-prezzo per carichi API elevati.
Domande Frequenti (FAQ)
Quale modello è migliore per coding e ragionamento, Solar Pro o Yi-Large?+
Nell’indice di intelligenza composito e nei benchmark di programmazione prevale Yi-Large. Consulta i punteggi SWE-bench e GPQA qui sopra per tutti i dettagli.
Qual è la differenza di prezzo API tra Solar Pro e Yi-Large?+
Solar Pro costa $0.25 / $0.25 per milione di token di input/output, mentre Yi-Large costa $2.50 / $2.50. Nel costo combinato, Solar Pro risulta più economico.
Quale modello ha la finestra di contesto più ampia e la velocità maggiore?+
Solar Pro supporta 32.8K token di contesto contro 32.8K token di Yi-Large, mentre Solar Pro offre una velocità di generazione superiore.
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: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Solar Pro vs Grok 2: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Aion-3.0 vs Aion-Mini: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Aion-3.0 vs Gemini 3.6 Flash: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Aion-Mini vs Laguna XS 2.1: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Aya Expanse 32B vs Llama 3.2 90B Vision: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Fonti ufficiali: Documentazione API ufficiale di Upstage e 01.AI, schede di sistema e benchmark indipendenti (2026).