GetInfoUs
Head-to-Head Model Comparison

Aya Expanse 32B vs Llama 3.2 90B Vision

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs リサーチチーム監修最終確認日: October 2026編集方針
共有
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Aya Expanse 32B vs Llama 3.2 90B Vision: Benchmarks, Pricing & Speed Comparison

CohereのAya Expanse 32BとMetaのLlama 3.2 90B Visionは、注目度の高い主要AIモデルです。Aya Expanse 32Bは128K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.25/出力$0.50、一方のLlama 3.2 90B Visionは128K トークンのコンテキストで入力$0.00/出力$0.00です。以下でベンチマーク、速度、コストを詳しく比較します。

徹底比較 (VS)

任意のAIモデルを切り替えて比較

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
Cohere

Aya Expanse 32B

グローバル多言語AIモデル

Cohere の Aya Expanse 32B は、高精度な多言語翻訳、異文化理解、グローバル企業の業務処理向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 85 トークンの生成速度、知能指数 44/100（1Mトークンあたり入力$0.25・出力$0.5）を実現しています。

Intelligence Index44 / 100
Input Token:

$0.25 / 1M

Output Token:

$0.50 / 1M

Context Window:

128K tokens

SWE-bench Verified:

33.5%

Meta

Llama 3.2 90B Vision

ネイティブ・マルチモーダルAI

Meta の Llama 3.2 90B Vision は、テキストと画像のネイティブ・マルチモーダル理解および図表・ドキュメント解析向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 75 トークンの生成速度、知能指数 44/100（無料のオープンウェイト提供）を実現しています。

Intelligence Index44 / 100
Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

128K tokens

SWE-bench Verified:

28.5%

ひと目でわかる主な違い

  • Llama 3.2 90B Vision is 1.0x cheaper for API usage (input + output tokens combined).
  • Aya Expanse 32B is faster at 85 tok/s vs 75 tok/s.
  • Aya Expanse 32B leads on SWE-bench coding (33.5% vs 28.5%).
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
FeatureAya Expanse 32BLlama 3.2 90B Vision
Intelligence Index
Composite reasoning & knowledge score (0-100)
4444
Provider
CohereMeta
Input Price
Cost per million input tokens
$0.25 / 1M$0.00 / 1M
Output Price
Cost per million output tokens
$0.50 / 1M$0.00 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.14 / 1M$0.00 / 1M
Context Window
Maximum input + output tokens
128K tokens~192 A4 pages of text128K tokens~192 A4 pages of text
Max Output Tokens
Per single request
8K8K
Throughput Speed
Tokens generated per second
85 tok/s75 tok/s
SWE-bench Verified
Real-world software engineering
33.5%28.5%
GPQA Diamond
Graduate-level reasoning
50%48.2%
Cached Input Price
Prompt caching discount per 1M tokens
$0.06 / 1M$0.00 / 1M

分野別勝者スコアカード

At-a-glance decision framework
Coding
Aya Expanse 32B
+5.0% SWE-bench lead
Cost
Llama 3.2 90B Vision
1.0x cheaper monthly runtime
Speed
Aya Expanse 32B
+13% faster generation
Context
Tied
128K tokens window

検証済みベンチマークスコア比較

Official evaluation metrics verified by independent third-party research labs.

Aya Expanse 32BLlama 3.2 90B Vision
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

33.5%vs28.5%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

50%vs48.2%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

73%vs73.5%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1265ptsvs1260pts
Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

72%vsN/A
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

85 tok/s vs75 tok/s

レイテンシ＆応答時間

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Aya Expanse 32B0.44s
Llama 3.2 90B Vision0.58s
Est. End-to-End Response (500 tokens)TTFT + generation time
Aya Expanse 32B6.32s
Llama 3.2 90B Vision7.25s

リアルタイムAPIトークン料金シミュレーター

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Aya Expanse 32B Monthly API Bill
$0.92 / month
$0.25/1M in · $0.5/1M out
Llama 3.2 90B Vision Monthly API Bill
$0.00 / month
$0/1M in · $0/1M out
Llama 3.2 90B Vision saves approximately $0.92 / month (100%) under this workload.1.0x Savings

Aya Expanse 32B · Strengths & Key Advantages

  • 128K のコンテキストウィンドウと最大 8K トークンの出力容量（SWE-bench Verified 33.5% · GPQA Diamond 50%）
  • 毎秒 85 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 440ms の低遅延
  • オープンウェイトモデル (32B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
  • 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
  • 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります

Llama 3.2 90B Vision · Strengths & Key Advantages

  • 128K のコンテキストウィンドウと最大 8K トークンの出力容量（SWE-bench Verified 28.5% · GPQA Diamond 48.2%）
  • 毎秒 75 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 580ms の低遅延
  • オープンウェイトモデル (90B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
  • 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
  • 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricAya Expanse 32BLlama 3.2 90B Vision
Cost per Task
Estimated USD to finish one task
$0.18$0.20
Output Tokens / Task
Tokens generated per task
28K24K
Reasoning Tokens / Task
Thinking tokens burned per task
0K0K

技術仕様・スペック

Architecture, release timeline, capabilities, and modalities.

FeatureAya Expanse 32BLlama 3.2 90B Vision
Official API Model ID (SDK)aya-expanse-32bmeta-llama/Llama-3.2-90B-Vision
API ProtocolOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date2024-102024-09
Knowledge CutoffAugust 2024December 2023
ArchitectureHigh-Capacity Multilingual TransformerMultimodal Adapter-Fused GQA Transformer
Parameters32B90B
Enterprise Rate Limits (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)Flat rate ($0.25/1M in) across full 128K windowFree across full context window (only KV-cache VRAM scales)
Prompt Cache Policy & TTLCached input at $0.06/1M tokensAutomatic prefix KV-caching in vLLM / SGLang (0 cost)
Computer Use / GUI AgentAPI / 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 CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxSupported via external Tavily/Exa Search & E2B/Docker Sandbox toolsSupported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning SupportFull Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
Multimodal Token BillingText BPE (~4 chars/token)Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
Quantization & Min GPU VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 20 GB VRAM (4-bit Quantized) · 69 GB VRAM (Native BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 56 GB VRAM (4-bit Quantized) · 194 GB VRAM (Native BF16)
Safety & Frontier ClassificationOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalitiestexttext, vision
Output Modalitiestexttext

Aya Expanse 32B vs Llama 3.2 90B Vision: よくある質問 (FAQ)

Which model is faster?

Aya Expanse 32B is faster, generating 85 tokens per second compared with 75 tokens per second.

Which model is cheaper to run?

Llama 3.2 90B Vision is cheaper at $0.00 per 1M tokens blended, compared with $0.14 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Aya Expanse 32B has lower latency, with a time to first token of 0.44s compared with 0.58s.

総合評価

Aya Expanse 32B（高精度な多言語翻訳、異文化理解、グローバル企業の業務処理、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とLlama 3.2 90B Vision（テキストと画像のネイティブ・マルチモーダル理解および図表・ドキュメント解析、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではAya Expanse 32Bがリードし、応答速度とスループットではAya Expanse 32Bが優れ、APIコスト効率ではLlama 3.2 90B Visionが有利です。

よくある質問 (FAQ)

コーディングや複雑な推論には Aya Expanse 32B と Llama 3.2 90B Vision のどちらが適していますか？+

総合知能指数およびコーディング評価では Aya Expanse 32B が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。

Aya Expanse 32B と Llama 3.2 90B Vision ではどちらのAPI料金が安いですか？+

Aya Expanse 32B は100万トークンあたり入力$0.25 / 出力$0.50、Llama 3.2 90B Vision は入力$0.00 / 出力$0.00です。総合的なコスト効率では Llama 3.2 90B Vision がより経済的です。

コンテキスト長と生成速度はどちらが優れていますか？+

コンテキストウィンドウは Aya Expanse 32B が 128K トークン、Llama 3.2 90B Vision が 128K トークン です。出力スピード（トークン/秒）では Aya Expanse 32B がリードしています。

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

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.

公的ソース: CohereおよびMeta公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。