Pareto 26.10 مقابل Unbiased Pareto 26.10 Preview: النموذج نفسه، سلسلتان نصيتان مختلفتان

أقصر إجابة صادقة عن كيفية مقارنة Pareto 26.10 بـ Unbiased Pareto 26.10 Preview هي أنهما النموذج نفسه، يُقدَّمان بالسعر نفسه، وبنافذة السياق نفسها، والحد الأقصى نفسه للإخراج، ودرجات التقييم الأربع المنشورة نفسها، والبنية التركيبية الأساسية نفسها. امتد الإصدار التجريبي من 1 أكتوبر 2026؛ ووصل الإصدار المتاح للعموم في 15 أكتوبر 2026، ويصف سجل التغييرات الخاص بـ Unbiased نفسه الأسعار بأنها نُقلت من الإصدار التجريبي دون تغيير. لم يُعَد تدريب أي شيء بينهما، ولم تُعَد أي نتيجة تقييم لصفحة الإصدار العام. إن إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء التي تقف خلف إصدارات مثل هذا الإصدار مجموعة في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل خلاف.

ما تغيّر هو كل ما يحيط بالنموذج، وبالنسبة لقارئ لديه كود قيد الإنتاج فهذا ليس أمرًا هيّنًا. لم تَعُد سلسلة preview مستخدمة، وأصبح الاسم المستعار pareto يشير الآن إلى إصدار GA، وتضاعفت حدود الاشتراك تقريبًا عند السعر الشهري نفسه. إذا كنت تختار بين هذين، فأنت لا تختار بين نموذجين — بل تختار بين ترتيبين للنموذج نفسه، وأحد الترتيبين لم يعد متاحًا.

لماذا هذه المقارنة أقصر مما تبدو عليه

معظم صفحات X مقابل Y موجودة لأن نموذجين يختلفان في شيء قابل للقياس. هذه الصفحة ليست كذلك، والقول بذلك بوضوح أنفع من اختلاق تمييز. فالمدخلان هما الإصدار نفسه عند نقطتين من دورة حياته، وسجل البائع نفسه يبرهن على التكافؤ بدلًا من مجرد الإيحاء به: إذ إن درجات المعايير الأربع المنشورة لنسخة المعاينة في سجل تغييرات 1 أكتوبر — 92.4% في GPQA-Diamond، و49.9% في Humanity's Last Exam text-only، و69.9% في DeepSWE v1.1، و50.8% في Terminal-Bench 4.0، بتكاليف لكل مهمة قدرها $0.004 و$0.008 و$0.24 و$0.48 على الترتيب — هي الأرقام الأربعة نفسها، حتى المنزلة العشرية، التي تحملها بطاقة نموذج GA اليوم. لا توجد إعادة تشغيل بعد GA، لذا لا يوجد دليل على تحسّن، ولا دليل على تراجع كذلك.

يستحق ذلك الذكر لأن الانتقالات من المعاينة إلى GA هي عادةً المكان الذي يغيّر فيه المورّد شيئًا بهدوء. هنا يقول سجل التغييرات العكس بلغة واضحة، وتؤكد بطاقة النموذج ذلك. والموقف الصادق هو أن تسمية المعاينة كانت حالة، لا نموذجًا مختلفًا.

ما الذي يكون متطابقًا، وكيف يمكنك التحقق منه

• نافذة السياق — 1,048,576 رمزًا على كليهما. • الحد الأقصى للاستجابة — 131,072 رمزًا على كليهما. • الوسائط — نص وصورة كمدخلات، ونص كمخرجات، على كليهما. • التسعير — $0.80 لكل مليون إدخال، و$0.03 للإدخال المخزّن مؤقتًا، و$3.20 للإخراج. يذكر سجل تغييرات GA أن الأسعار نُقلت من المعاينة. • المعاملات — max_tokens، وtemperature، وtop_p، وtools، وtool_choice، مع تقييد اختيار الأداة على auto. • المعايير المرجعية — نتائج الأول من أكتوبر الأربع، دون تغيير وما زالت مُصنّفة أولية. • الأوزان — مغلقة على كليهما، ولا يوجد معرّف Hugging Face في أي من السجلين. • التقديم — مزوّد واحد، وهو البائع، على كليهما.

لا شيء من ذلك يمثل قرارًا تقديريًا. فهي تُقرأ من السجل المنشور نفسه، وأي قارئ يتحقق منها سيجد الأرقام نفسها في أيٍّ من الصفحتين.

ما الذي ليس متطابقًا؟

ثلاثة أمور تختلف، ولكلّ منها نتيجة.

• سلسلة النموذج. تم استدعاء المعاينة بواسطة معرّف خاص بالمعاينة. وقد استُبدلت تلك السلسلة — إذ يوجّه إدخال GA الخاص بـ Unbiased مستخدمي المعاينة إلى التبديل إلى pareto أو pareto-26.10. إصدار GA قابل للاستهداف باسم pareto-26.10، وهو ما يختاره الآن الاسم المستعار pareto المجرد. • الحالة. المعاينة إصدار يقول المورّد إنه قد يتغيّر؛ وإصدار GA هو إعداد المورّد الافتراضي. لا يؤثر هذا التمييز في الرمز الذي تحصل عليه، لكنه يغيّر ما يمكنك افتراضه بشأن الرمز التالي. خانة المعاينة هي حيث يضع المورّد الإصدار الذي ليس مستعداً بعد للالتزام به؛ وخانة الافتراضي هي حيث يضع الإصدار الذي هو كذلك. • حصة الاشتراك. انتقلت Personal إلى 50 مليون رمز أسبوعياً وPersonal Max إلى 600 مليون، وكلاهما بالأسعار الشهرية المنشورة سابقاً البالغة 10 دولارات و100 دولار. ولم تتغيّر بطاقة تسعير API لكل رمز مع ذلك.

تلك هي القائمة الكاملة. إن كنت تأمل في وجود صف رابع عن جودة المخرجات، فلا يوجد أي صف من هذا القبيل، وأي مقال يقدّم لك واحدًا فهو يختلقه.

إذا قمت بتثبيت سلسلة المعاينة

هذا هو الجزء من المقارنة المرفق به موعد نهائي.

سلسلة طراز تسمّي إصدارًا تجريبيًا هي، بحكم بنيتها، سلسلة لها تاريخ انتهاء صلاحية. أوقفتها الجهة الموردة في 15 أكتوبر، وهذا يعني أن أي شخص ثبّتها كإجراء لضمان قابلية إعادة الإنتاج — وهو حدس معقول، لأن الإصدار التجريبي هو بالضبط ما قد ترغب في تجميده — يحمل الآن سلسلة لم تعد تتبع الإصدار الحالي. الترحيل يتم بسطر واحد: وجّه إلى pareto-26.10 بدلًا من معرّف الإصدار التجريبي.

ثمة تفصيل دقيق يجعل القيام بهذا الأمر متعمدًا يستحق العناء بدلًا من الاستعجال فيه. توضح وثائق المطورين الخاصة بـ Unbiased أن معرّفات النماذج غير المعروفة لا تُرفض بعد، وأن أي سلسلة مكتوبة بشكل خاطئ ستظل تُقدَّم وتُحتسب فاتورتها على أنها Pareto. لذا فإن أي ترحيل يُنفَّذ بشكل خاطئ هنا لن يفشل بصوت عالٍ عبر خطأ 404. بل سينجح بهدوء، لكن مقابل الاسم المستعار — الذي يتبع لدى هذا المورّد تقويم الإصدارات بدلًا من التثبيت الذي اخترته. إذا كنت تنتقل بعيدًا عن إصدار المعاينة، فتحقق من أن السلسلة التي تستقر عليها هي التي كنت تقصدها، لأن لا شيء في واجهة API سيخبرك بخلاف ذلك.

كيف تقارن بينهما بنفسك، بما أنهما متطابقان؟

بما أن السجل المنشور لا يميّز بين الاثنين، فإن المقارنة الوحيدة الجديرة بالتنفيذ هي على عبء العمل الخاص بك — وهي تمرين أقل تكلفة مما يبدو، لأنك تختبر نموذجًا واحدًا مقابل خط الأساس الحالي لديك بدلًا من اختبار نموذجين أحدهما مقابل الآخر.

اسحب الدرجات الأربع المنشورة من القرار بالكامل. فهي مُدارة من البائع، وتصف بطاقة النموذج المقارنة بأنها أولية، وتذكر أن نتائج 26.10 تأتي من تشغيلات 1 أكتوبر وقد تتغير قبل النشر النهائي. رقم GPQA-Diamond، 92.4%، هو الأرجح لإثارة محادثة شراء، وهو الذي لا نظير مستقل له في أي مكان: لم ينشر أي مُقيّم خارجي إعادة تشغيل لأي من هذه الأربعة حتى 18 أكتوبر 2026. استخدمه كفرضية، لا كنتيجة.

ثم شغّل مهامك الخاصة عبر سلسلة GA وقارنها بما تشغّله اليوم، على محورين حاسمين فعليًا: التكلفة لكل مهمة مكتملة — بما في ذلك سلوك التخزين المؤقت، لأنه عند 0.03 دولار لكل مليون إدخال مخزّن مؤقتًا يهيمن الفرق بين موجّه دافئ وآخر بارد على حسابات التكلفة لكل رمز — وما إذا كانت نافذة السياق 1M تزيل خطوة استرجاع من خط أنابيبك. المحور الثاني هو سبب الاهتمام بهذا النموذج أصلًا، ويمكن قياسه في غضون فترة ما بعد الظهر.

هذا هو شكل التقييم الذي تُبنى طبقة توجيه من أجله، ويستحق الأمر الدقة بشأن ما نغطيه وما لا نغطيه هنا. لا يقدّم OrcaRouter أي طراز Unbiased، لذا يُستدعى Pareto 26.10 عبر واجهة API الخاصة بالمورّد — وهذا كل ما في الأمر. ما نقدمه هو مفتاح واحد وتكامل واحد مع النماذج التي قد تقارنها به، بالإضافة إلى تجاوز الفشل التلقائي حتى يستطيع طراز مرشح حمل جزء من حركة المرور الفعلية دون أن يعتمد مسار الإنتاج عليه. يمضي دمج النماذج في OrcaRouter أبعد في الاتجاه نفسه بالنسبة لجزء المقارنة الثنائية من التمرين: عدة نماذج تجيب عن المطالبة نفسها في استدعاء واحد، وهي طريقة سريعة لرؤية أين تختلف إجابة نموذج مدمج مثل Pareto عن خط أساس أحادي النموذج. تغطي واجهة المعاملات لدينا أكثر من 200 نموذج دون هامش ربح على سعر قائمة المزوّد — وهذا بيان عن الكتالوج الذي نخدمه، وليس عن هذا الطراز.

ما الذي لا يحسمه الانتقال إلى GA

ثمة أمران يفترض القرّاء عادةً أن وسم GA يحسمهما، وهذا الوسم لا يحسمهما.

إنه لا يحسم نتائج الاختبارات المرجعية. فالصفحة نفسها التي تعلن أن النموذج لم يعد في مرحلة المعاينة تواصل وصف الدرجات الأربع بأنها مقارنة أولية، وتقول إن النتائج قد تتغير قبل النشر النهائي. فالإتاحة العامة تصريح عن وضع المنتج؛ أما الأدلة المتعلقة بجودته فلم يرفعها المورّد، ولم يرفعها أحد آخر. وعلى من يقتبس 92.4% على GPQA-Diamond أن يقتبس القيد نفسه في الوقت ذاته، لأن القيد هو اليوم الجزء الوحيد من ذلك الرقم القائم على أساس مستقل.

هذا لا يحسم السعر. يقول بند GA إن الأسعار السابقة استمرت، وتعرض البطاقة الحالية $0.80 / $0.03 / $3.20 — أي أقل الرقمين اللذين نشرهما المورّد لهذا الخط من الطرازات، إذ لا يزال السجل الفني لإصدار سبتمبر يحمل $2.50 للإدخال و$7.50 للإخراج. لا يوجد مدخل مؤرخ في سجل التغييرات يخص هذا التغيير، لذا فالبطاقة الأقل هي ما تستخدمه، وليست ما يمكنك إلزام المورّد به. احتسب إنفاقك على أساسها وأعد التحقق قبل أن توقّع أي شيء يفترضها.

من الذي ينبغي أن يهتم بأي سلسلة نصية؟

لم يعد هناك إصدار معاينة؛ والسؤال الوحيد القائم هو ما إذا كان ينبغي تثبيت إصدار GA أو الاعتماد على الاسم المستعار، وهذا ينطبق بوضوح على نوع عبء العمل.

ثبّت pareto-26.10 إذا كنت تحتاج إلى قابلية إعادة الإنتاج، أو نسب التكلفة، أو ذراع مقارنة مستقرة عبر تقييم طويل — وهو ما تفعله معظم الفرق التي تشغّل هذا في مواجهة حل قائم. استخدم pareto إذا كنت تريد فعلاً الافتراضي الحالي للمورّد وكنت مهيأً لملاحظة تغيّره؛ فقد تغيّر الاسم المستعار مرة بالفعل، في 15 أكتوبر، وسجل التغييرات هو المكان الذي يُعلن فيه ذلك.

لا علاقة لأي من الخيارين بالجودة، لأن السجل لا يتضمّن فرقًا في الجودة بين هذين النصّين. أمّا القرار المهم فعلًا فقد اتُّخذ نيابةً عنك في 15 أكتوبر، حين تغيّر الإعداد الافتراضي: فما كنت تسمّيه قبل ذلك التاريخ ليس ما يعيده الاسم المستعار الآن. وتسمية الإصدار الذي اختبرته هي السبيل الوحيد لإظهار ذلك، وهي المهمة التنظيمية الوحيدة التي يتركها هذا الانتقال خلفه.