Pixtral Large vs Aya Expanse 32B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Pixtral Large da Mistral AI e Aya Expanse 32B da Cohere são dois modelos de IA de destaque. O Pixtral Large oferece uma janela de contexto de 128K tokens a $2.00/$6.00 por milhão de tokens, enquanto o Aya Expanse 32B oferece 128K tokens de contexto a $0.25/$0.50 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.
Pixtral Large
IA Multimodal NativaO Pixtral Large da Mistral AI é um modelo de IA projetado para compreensão multimodal nativa de texto e imagem e leitura visual de documentos, oferecendo janela de contexto de 128K, velocidade de 70 tokens/s, índice de inteligência de 48/10
$2.00 / 1M
$6.00 / 1M
128K tokens
38.5%
Aya Expanse 32B
Modelo Multilíngue GlobalO Aya Expanse 32B da Cohere é um modelo de IA projetado para tradução multilíngue precisa, análise transcultural e fluxos globais, oferecendo janela de contexto de 128K, velocidade de 85 tokens/s, índice de inteligência de 44/100 e tarifa d
$0.25 / 1M
$0.50 / 1M
128K tokens
33.5%
Principais Diferenças em Resumo
- Aya Expanse 32B is 10.8x cheaper for API usage (input + output tokens combined).
- Aya Expanse 32B is faster at 85 tok/s vs 70 tok/s.
- Pixtral Large leads on SWE-bench coding (38.5% vs 33.5%).
| Feature | Pixtral Large | Aya Expanse 32B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 48 | 44 |
Provider | Mistral AI | Cohere |
Input Price Cost per million input tokens | $2.00 / 1M | $0.25 / 1M |
Output Price Cost per million output tokens | $6.00 / 1M | $0.50 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $1.70 / 1M | $0.14 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 128K tokens~192 A4 pages of text |
Max Output Tokens Per single request | 8K | 8K |
Throughput Speed Tokens generated per second | 70 tok/s | 85 tok/s |
SWE-bench Verified Real-world software engineering | 38.5% | 33.5% |
GPQA Diamond Graduate-level reasoning | 55.4% | 50% |
Cached Input Price Prompt caching discount per 1M tokens | $1.00 / 1M | $0.06 / 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.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
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.
Pixtral Large · Strengths & Key Advantages
- Janela de contexto de 128K com limite máximo de saída de 8K tokens (SWE-bench Verified 38.5% · GPQA Diamond 55.4%)
- Taxa de transferência rápida de 70 tokens/segundo com latência inicial (TTFT) de 550 ms
- Pesos abertos (124B) 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
- Para alto volume de requisições, recomenda-se ativar o cache de prompts e a Batch API para reduzir custos
Aya Expanse 32B · Strengths & Key Advantages
- Janela de contexto de 128K com limite máximo de saída de 8K tokens (SWE-bench Verified 33.5% · GPQA Diamond 50%)
- Taxa de transferência rápida de 85 tokens/segundo com latência inicial (TTFT) de 440 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
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Pixtral Large | Aya Expanse 32B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.65 | $0.18 |
Output Tokens / Task Tokens generated per task | 35K | 28K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Pixtral Large | Aya Expanse 32B |
|---|---|---|
| Official API Model ID (SDK) | pixtral-large-latest | aya-expanse-32b |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2024-11 | 2024-10 |
| Knowledge Cutoff | October 2024 | August 2024 |
| Architecture | Frontier Vision-Language Transformer | High-Capacity Multilingual Transformer |
| Parameters | 124B | 32B |
| 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 ($2/1M in) across full 128K window | Flat rate ($0.25/1M in) across full 128K window |
| Prompt Cache Policy & TTL | Cached input at $1/1M tokens | Cached input at $0.06/1M 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) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 77 GB VRAM (4-bit Quantized) · 267 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 20 GB VRAM (4-bit Quantized) · 69 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 |
| Output Modalities | text | text |
Pixtral Large vs Aya Expanse 32B: Respostas Rápidas (FAQ)
Which is more intelligent, Pixtral Large or Aya Expanse 32B?
Pixtral Large is more intelligent. It scores 48 compared with 44 on the composite Intelligence Index.
Which model is faster?
Aya Expanse 32B is faster, generating 85 tokens per second compared with 70 tokens per second.
Which model is cheaper to run?
Aya Expanse 32B is cheaper at $0.14 per 1M tokens blended, compared with $1.70 (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 0.55s.
Veredito
Tanto Pixtral Large (Indicado para compreensão multimodal nativa de texto e imagem e leitura visual de documentos, arquiteturas RAG corporativas e integração escalável via API.) quanto Aya Expanse 32B (Indicado para tradução multilíngue precisa, análise transcultural e fluxos globais, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: Pixtral Large lidera em inteligência geral e programação, Aya Expanse 32B oferece geração mais rápida e Aya Expanse 32B apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Pixtral Large ou Aya Expanse 32B?+
Nas avaliações de inteligência e código, Pixtral Large leva vantagem. Confira os gráficos SWE-bench e GPQA acima para detalhes.
Qual modelo tem a API mais barata, Pixtral Large ou Aya Expanse 32B?+
O Pixtral Large custa $2.00 / $6.00 por 1M de tokens (entrada/saída) e o Aya Expanse 32B custa $0.25 / $0.50. No custo combinado, Aya Expanse 32B é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Pixtral Large suporta 128K tokens de contexto contra 128K tokens do Aya Expanse 32B, enquanto Aya Expanse 32B 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 Expanse 32B vs. Llama 3.2 90B Vision: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Command R7B vs. Aya Expanse 32B: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Pixtral Large vs. Pixtral 12B: 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
- Aion-Mini vs. Laguna XS 2.1: 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 Mistral AI e Cohere e benchmarks independentes (2026).