GetInfoUs
Head-to-Head Model Comparison

Aya Expanse 32B vs Llama 3.2 90B Vision

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs 연구팀 검토 완료최종 검토일: October 2026편집 정책
공유
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

Cohere의 Aya Expanse 32B와 Meta의 Llama 3.2 90B Vision는 현재 가장 주목받는 AI 모델입니다. Aya Expanse 32B는 128K 토큰 컨텍스트 윈도우와 100만 토큰당 $0.25/$0.50(입력/출력)의 요금을 제공하며, Llama 3.2 90B Vision는 128K 토큰 컨텍스트와 $0.00/$0.00의 요금을 제공합니다. 아래에서 벤치마크, 지연 시간 및 비용을 상세히 비교해 보세요.

1:1 모델 맞대결 비교 (VS)

원하는 AI 모델 선택 및 실시간 비교

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

글로벌 다국어 특화 모델

Cohere의 Aya Expanse 32B 모델은 정교한 다국어 번역, 글로벌 비즈니스 커뮤니케이션 및 교차 언어 분석에 최적화된 AI 모델로, 128K 컨텍스트 윈도우, 초당 85 토큰의 생성 속도, 종합 지능 지수 44/100점(1M 토큰당 입력 $0.25 / 출력 $0.5)을 제공합니다.

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

네이티브 멀티모달 AI

Meta의 Llama 3.2 90B Vision 모델은 텍스트와 이미지의 네이티브 멀티모달 이해 및 복합 문서·차트 분석에 최적화된 AI 모델로, 128K 컨텍스트 윈도우, 초당 75 토큰의 생성 속도, 종합 지능 지수 44/100점(무료 오픈 웨이트 제공)을 제공합니다.

Intelligence Index44 / 100
Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

128K tokens

SWE-bench Verified:

28.5%

한눈에 보는 핵심 차이점

  • 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

부문별 우위 모델

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

검증된 벤치마크 점수 비교

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

지연 시간(Latency) 및 응답 속도

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

실시간 API 토큰 비용 시뮬레이터

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 컨텍스트 윈도우 및 최대 8K 출력 토큰 생성 지원 (SWE-bench Verified 33.5% · GPQA Diamond 50%)
  • 초당 85 토큰의 빠른 처리 속도와 440ms에 불과한 첫 토큰 지연 시간(TTFT)
  • 오픈 웨이트 아키텍처 (32B)를 통해 vLLM, SGLang, Ollama 기반 자체 GPU 서버 구축 및 파인튜닝 가능
Considerations & Trade-offs
  • 비양자화 전체 정밀도로 로컬 서버에서 구동하려면 충분한 GPU VRAM 용량이 필요합니다
  • 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다

Llama 3.2 90B Vision · Strengths & Key Advantages

  • 128K 컨텍스트 윈도우 및 최대 8K 출력 토큰 생성 지원 (SWE-bench Verified 28.5% · GPQA Diamond 48.2%)
  • 초당 75 토큰의 빠른 처리 속도와 580ms에 불과한 첫 토큰 지연 시간(TTFT)
  • 오픈 웨이트 아키텍처 (90B)를 통해 vLLM, SGLang, Ollama 기반 자체 GPU 서버 구축 및 파인튜닝 가능
Considerations & Trade-offs
  • 비양자화 전체 정밀도로 로컬 서버에서 구동하려면 충분한 GPU VRAM 용량이 필요합니다
  • 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다

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

기술 사양 (Specifications)

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: 핵심 요약 문답 (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.

종합 평가

Aya Expanse 32B(정교한 다국어 번역, 글로벌 비즈니스 커뮤니케이션 및 교차 언어 분석, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.)와 Llama 3.2 90B Vision(텍스트와 이미지의 네이티브 멀티모달 이해 및 복합 문서·차트 분석, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.) 모두 뛰어난 성능을 자랑합니다. 고난도 추론과 코딩 벤치마크에서는 Aya Expanse 32B가 앞서며, 토큰 생성 속도에서는 Aya Expanse 32B가 빠르고, 대규모 API 운영 비용 면에서는 Llama 3.2 90B Vision가 더 경제적입니다.

자주 묻는 질문 (FAQ)

코딩과 복잡한 추론에는 Aya Expanse 32B와 Llama 3.2 90B Vision 중 어느 모델이 더 나은가요?+

종합 지능 지수 및 코딩 벤치마크에서는 Aya Expanse 32B가 우위를 보입니다. 상단의 SWE-bench 및 GPQA 점수를 함께 확인해 보세요.

Aya Expanse 32B와 Llama 3.2 90B Vision의 API 요금 차이는 얼마인가요?+

Aya Expanse 32B는 100만 토큰당 입력 $0.25 / 출력 $0.50이며, Llama 3.2 90B Vision는 입력 $0.00 / 출력 $0.00입니다. 혼합 비용 기준으로는 Llama 3.2 90B Vision가 더 저렴합니다.

어느 모델이 더 큰 컨텍스트 윈도우와 빠른 속도를 제공하나요?+

컨텍스트 길이는 Aya Expanse 32B가 128K 토큰, Llama 3.2 90B Vision가 128K 토큰를 지원하며, 출력 속도 면에서는 Aya Expanse 32B가 더 빠릅니다.

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.

공식 출처: Cohere 및 Meta 공식 API 문서, 시스템 카드 및 독립 벤치마크 평가 (2026).