Aya Vision 32B vs Aya Vision 8B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Aya Vision 32B da Cohere e Aya Vision 8B da Cohere são dois modelos de IA de destaque. O Aya Vision 32B oferece uma janela de contexto de 16K tokens a $0.35/$0.80 por milhão de tokens, enquanto o Aya Vision 8B oferece 16K tokens de contexto a $0.10/$0.25 por milhão de tokens. Veja abaixo a comparação completa de benchmarks, latência e custos.
Troque e Compare Qualquer Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Aya Vision 32B
Modelo Multilíngue GlobalO Aya Vision 32B da Cohere é um modelo de IA projetado para tradução multilíngue precisa, análise transcultural e fluxos globais, oferecendo janela de contexto de 16K, velocidade de 75 tokens/s, índice de inteligência de 45/100 e tarifa de
$0.35 / 1M
$0.80 / 1M
16K tokens
32%
Aya Vision 8B
Modelo Multilíngue GlobalO Aya Vision 8B da Cohere é um modelo de IA projetado para tradução multilíngue precisa, análise transcultural e fluxos globais, oferecendo janela de contexto de 16K, velocidade de 110 tokens/s, índice de inteligência de 38/100 e tarifa de
$0.10 / 1M
$0.25 / 1M
16K tokens
22%
Principais Diferenças em Resumo
- Aya Vision 8B is 3.2x cheaper for API usage (input + output tokens combined).
- Aya Vision 8B is faster at 110 tok/s vs 75 tok/s.
- Aya Vision 32B leads on SWE-bench coding (32.0% vs 22.0%).
| Feature | Aya Vision 32B | Aya Vision 8B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 45 | 38 |
Provider | Cohere | Cohere |
Input Price Cost per million input tokens | $0.35 / 1M | $0.10 / 1M |
Output Price Cost per million output tokens | $0.80 / 1M | $0.25 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.21 / 1M | $0.07 / 1M |
Context Window Maximum input + output tokens | 16K tokens~24 A4 pages of text | 16K tokens~24 A4 pages of text |
Max Output Tokens Per single request | 4K | 4K |
Throughput Speed Tokens generated per second | 75 tok/s | 110 tok/s |
SWE-bench Verified Real-world software engineering | 32% | 22% |
GPQA Diamond Graduate-level reasoning | 51.5% | 41% |
Cached Input Price Prompt caching discount per 1M tokens | $0.08 / 1M | $0.03 / 1M |
Quem vence em cada categoria?
At-a-glance decision frameworkPontuações de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
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.
Latência e Tempo de Resposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interativo de Custo de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Aya Vision 32B · Strengths & Key Advantages
- Janela de contexto de 16K com limite máximo de saída de 4K tokens (SWE-bench Verified 32% · GPQA Diamond 51.5%)
- Taxa de transferência rápida de 75 tokens/segundo com latência inicial (TTFT) de 480 ms
- Pesos abertos (32B) para auto-hospedagem local ou em nuvem privada via vLLM, SGLang ou Ollama
Considerations & Trade-offs
- Requer servidores GPU com memória VRAM adequada para execução local em precisão total
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Aya Vision 8B · Strengths & Key Advantages
- Janela de contexto de 16K com limite máximo de saída de 4K tokens (SWE-bench Verified 22% · GPQA Diamond 41%)
- Taxa de transferência rápida de 110 tokens/segundo com latência inicial (TTFT) de 350 ms
- Pesos abertos (8B) para auto-hospedagem local ou em nuvem privada via vLLM, SGLang ou Ollama
Considerations & Trade-offs
- Requer servidores GPU com memória VRAM adequada para execução local em precisão total
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Aya Vision 32B | Aya Vision 8B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.22 | $0.06 |
Output Tokens / Task Tokens generated per task | 25K | 18K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Aya Vision 32B | Aya Vision 8B |
|---|---|---|
| Official API Model ID (SDK) | aya-vision-32b | aya-vision-8b |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-03 | 2025-03 |
| Knowledge Cutoff | January 2025 | January 2025 |
| Architecture | High-Capacity Multilingual VLM | Multilingual Vision-Language Transformer |
| Parameters | 32B | 8B |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Flat rate ($0.35/1M in) across full 16K window | Flat rate ($0.1/1M in) across full 16K window |
| Prompt Cache Policy & TTL | Cached input at $0.08/1M tokens | Cached input at $0.03/1M 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 | Full 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 Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / 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) · 5 GB VRAM (4-bit Quantized) · 17 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-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 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Aya Vision 32B vs Aya Vision 8B: Respostas Rápidas (FAQ)
Which is more intelligent, Aya Vision 32B or Aya Vision 8B?
Aya Vision 32B is more intelligent. It scores 45 compared with 38 on the composite Intelligence Index.
Which model is faster?
Aya Vision 8B is faster, generating 110 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
Aya Vision 8B is cheaper at $0.07 per 1M tokens blended, compared with $0.21 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Aya Vision 8B has lower latency, with a time to first token of 0.35s compared with 0.48s.
Veredito
Tanto Aya Vision 32B (Indicado para tradução multilíngue precisa, análise transcultural e fluxos globais, arquiteturas RAG corporativas e integração escalável via API.) quanto Aya Vision 8B (Indicado para tradução multilíngue precisa, análise transcultural e fluxos globais, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: Aya Vision 32B lidera em inteligência geral e programação, Aya Vision 8B oferece geração mais rápida e Aya Vision 8B apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Aya Vision 32B ou Aya Vision 8B?+
Nas avaliações de inteligência e código, Aya Vision 32B leva vantagem. Confira os gráficos SWE-bench e GPQA acima para detalhes.
Qual modelo tem a API mais barata, Aya Vision 32B ou Aya Vision 8B?+
O Aya Vision 32B custa $0.35 / $0.80 por 1M de tokens (entrada/saída) e o Aya Vision 8B custa $0.10 / $0.25. No custo combinado, Aya Vision 8B é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Aya Vision 32B suporta 16K tokens de contexto contra 16K tokens do Aya Vision 8B, enquanto Aya Vision 8B entrega maior velocidade de geração.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Aya Vision 32B vs. DeepSeek-V3-0324: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aya Vision 8B vs. Command R7B Arabic: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aya Vision 8B vs. Mistral Small 3: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Command A vs. Aya Vision 32B: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
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.
Fontes oficiais: Documentação oficial de API da Cohere e Cohere e benchmarks independentes (2026).