Unbiased ordnet Pareto 26.9 seinem eigenen Model-String zu: Die stabile Version hat jetzt einen Namen

Unbiaseds Pareto 26.9 hörte auf, eine in den Fußnoten von jemand anderem erwähnte Versionsnummer zu sein, und wurde am 13. Oktober 2026 zu einem adressierbaren Modell, als das Release, das seit September als stabiler Standard dient, seine eigene versionsqualifizierte Kennung erhielt. Der Kontext ist wichtig: Das Pareto 26.10 Preview desselben Anbieters wird seit dem 1. Oktober als Opt-in-Vorschau unter einer eigenen Zeichenfolge – pareto-26.10-preview – verkauft, während pareto auf dem stabilen Release blieb und, mit den Worten des Anbieters, „diese Vorschau nicht auswählt“. In den elf Tagen zwischen diesen beiden Ereignissen wurde die Version, die Sie tatsächlich aufriefen, durch eine Changelog-Zeile bestimmt und nicht durch irgendetwas in Ihrem Request-Body. Seit dieser Woche hat sie einen Namen, den Sie pinnen können.

Das ist eine kleine Aufräumarbeit auf Seiten des Anbieters und eine echte Änderung auf Ihrer Seite. Ein Modell-String, der stillschweigend „was auch immer wir zuletzt ausgeliefert haben“ bedeutet, ist so lange in Ordnung, bis zu der Woche, in der er etwas anderes bedeutet; der Unterschied zwischen einer Vorschau und einer stabilen Version ist der Unterschied zwischen einem Benchmark-Blatt, das sich vor der endgültigen Veröffentlichung noch ändern kann, und einem, das Sie in einen Vertrag aufnehmen können. Unbiased hat nun beide veröffentlicht, Seite an Seite, mit zugehörigen Raten.

Was sich tatsächlich geändert hat – und was nicht

Zwei Dinge haben sich verändert, und keines von beiden ist das Modell selbst.

• Die stabile Veröffentlichung hat eine Kennung erhalten. Die Version, die seit dem 17. September unter dem Namen pareto ansprechbar war, wird nun zu einem datierten, versionsqualifizierten Slug aufgelöst, dessen kanonische Form das ursprüngliche Auslieferungsdatum trägt. Zum ersten Mal können Sie die Veröffentlichung benennen, die Sie meinen, statt des Alias, der dem Kalender des Anbieters folgt.

• Der Alias folgt wieder dem Stable-Release. Unbiaseds Changelog vom 1. Oktober ist eindeutig darin, in welche Richtung der Alias zeigt: Verwende pareto-26.10-preview, um dich dafür zu entscheiden, denn pareto "bleibt der Standard-Release-Alias und wählt diese Vorschau nicht aus." Der Stable-Pfad ist der Standardpfad.

Das Modell hinter dem stabilen String ist unverändert gegenüber dem, was im September ausgeliefert wurde, und die Dokumentation des Anbieters ist in dieser Hinsicht ebenfalls unverändert. Pareto wird – von dem Unternehmen, das es verkauft – als ein Blended-Modell beschrieben, das bei jeder Anfrage mehrere Modelle parallel einbezieht und aus den Ergebnissen eine einzige Antwort synthetisiert. Das ist eine Behauptung über den Mechanismus, keine Spezifikation, und es gibt keine unabhängige Verifizierung dafür. Was verifizierbar ist, ist der Wrapper darum herum.

Auf der vom Anbieter dokumentierten Oberfläche, seit der letzten Prüfung: Als Eingabe dienen Text und Bild, als Ausgabe nur Text, die maximale Antwort beträgt 131.072 Token, und das Modell akzeptiert tools, tool_choice, response_format, temperature, top_p und max_tokens, wobei tool_choice auf auto beschränkt ist — ein Tool-Aufruf kann nicht erzwungen werden. Es gibt nirgendwo im Datensatz eine Hugging Face-Kennung, daher bleiben die Gewichte geschlossen.

Die Preisgestaltung ist der Teil, der sich wirklich verschoben hat

Als Pareto im September erstmals gelistet wurde, las sich die Preisliste wie folgt: 2,50 US-Dollar pro Million Input-Tokens, 7,50 US-Dollar pro Million Output und 0,25 US-Dollar für gecachten Input. Auf der heutigen Preisseite des Anbieters wird dieselbe stabile Version mit 0,80 US-Dollar Input, 3,20 US-Dollar Output und 0,03 US-Dollar für gecachten Input angegeben – auf den Dollarbetrag bezogen etwa ein Drittel des ursprünglichen Input-Preises und beim Output etwas mehr als 40 %.

Lies das als das, was es ist, denn es ist leicht, in beide Richtungen falsch gelesen zu werden. Es ist ein vom Anbieter veröffentlichter Preis, dessen Datum sich allein daraus ergibt, dass die Seite jetzt online ist; Unbiased hat keinen datierten Eintrag zu einer Preisänderung veröffentlicht, es gibt also keine zitierfähige Zeile „an diesem Tag fiel der Preis" und auch kein Enddatum für eine Aktion. Die ehrliche Darstellung ist, dass die aktuelle stabile Version zum niedrigeren Preis verkauft wird, dass die höheren Zahlen noch in Berichten kursieren, die aus der September-Listung stammen, und dass nichts den Anbieter an den niedrigeren bindet. Wer diesen Monat ein Kostenmodell erstellt, sollte $0.80 / $3.20 verwenden und es erneut überprüfen, statt es als fest anzusehen.

Der einzige strukturelle Rabatt, der es wert ist, eingepreist zu werden, ist der Cache-Satz, und zwar wegen der Art und Weise, wie dieses Modell aufgebaut ist. Zwischengespeicherte Eingaben zu 0,03 $ liegen unter 4 % des Standard-Eingabetarifs. Wenn Pareto wirklich über eine Konversation hinweg dieselbe gemischte Konfiguration beibehält, anstatt Modell für Modell neu auszuwählen, überlebt das Prompt-Caching die gesamte Trajektorie – und genau das ist die Einsparung, von der der Anbieter sagt, dass ein herkömmlicher Router sie aufgibt, wenn er mitten in der Konversation die Modelle austauscht. Unbiased verkauft außerdem Abonnements mit wöchentlichen Token-Kontingenten neben Pay-as-you-go-Guthaben, von 10 $ pro Monat für 25 Mio. Token pro Woche bis hin zu vorausbezahlten Team-Guthaben ohne wöchentliche Obergrenze, sodass bei stetiger persönlicher Nutzung die Pro-Token-Arithmetik nicht einmal die Rechnung ist.

Das ist der Teil, dessen Gestalt eine Routing-Schicht verändert, und es lohnt sich, genau zu sein, wo wir stehen. OrcaRouter gibt den Listenpreis des Anbieters direkt mit 0 % Aufschlag weiter, sodass eine Tarifänderung eines Anbieters bei uns noch am selben Tag live ist, an dem sie eintrifft, statt erst im Rahmen eines Verlängerungszyklus – aber wir führen kein Unbiased-Modell, wenn du also speziell Pareto 26.9 möchtest, rufe es über die eigene API von Unbiased auf. Was ein Router dir hier bietet, ist ein Schlüssel und eine Integration für die Modelle auf beiden Seiten der Entscheidung, sodass der Vergleich von Pareto mit dem, was du heute betreibst, keinen zweiten Vertrag und kein zweites SDK bedeutet. Die Verfügbarkeit für dieses hier läuft über die eigene API des Anbieters.

Wie die stabile Version bewertet wird – und was diese Bewertung wert ist

Unbiased veröffentlicht eine vergleichbare Zahl für das stabile Release, und die geht mit mehr Einschränkungen einher, als die Zahl groß ist.

• Pareto 26.9 auf DeepSWE v1.1 — 70,0 %, bei gemeldeten durchschnittlichen Kosten von 0,29 US-Dollar pro Aufgabe. Der Anbieter datiert diesen Lauf auf den 20. September 2026.

• Die Größe dieses Durchlaufs – ein Ausschnitt von 30 Aufgaben, nicht das vollständige DeepSWE-v1.1-Set. Unbiased sagt das auf seiner eigenen Modellkarte, statt in einer Fußnote an anderer Stelle.

• Die andere Punktzahl, die der Anbieter für 26.9 aufführt — Humanity's Last Exam, ausgewiesen ohne den Nur-Text-Qualifizierer, den die HLE-Zahl der Vorschauversion trägt, was die Modellkarte ebenfalls als Unterschied vermerkt.

• Die Klassifizierung all dessen — vorläufig, vom Anbieter durchgeführt und in einen Vergleich übertragen, den der Anbieter selbst als „nicht unabhängig validiert" bezeichnet.

Stellen Sie das stabile Release neben das Preview, und die Ergebnisse sind – innerhalb des Fehlerbalkens eines einzelnen Laufs – dieselben: 70,0 % bei $0,29 auf dem 30-Aufgaben-Ausschnitt für 26.9, 69,9 % bei $0,24 auf dem vollständigen Satz für 26.10 Preview, beide DeepSWE v1.1, beide ausgeführt von dem Unternehmen, das das Modell verkauft. Das ist kein Grund zu folgern, dass das Preview schlechter ist. Es ist ein Grund zu folgern, dass die veröffentlichten Zahlen nicht scharf genug sind, um die beiden Releases zu trennen, und dass niemand, der Ihnen eines der beiden verkauft, einen Grund hat, das Experiment durchzuführen, das dies tun würde.

Unabhängige Belege speziell für Pareto 26.9 fehlen derzeit. Artificial Analysis, das Board, das die meisten Teams prüfen, bevor sie einem neuen Namen auf einem Preisblatt vertrauen, hat keine Seite dafür – die Modellroute liefert statt einer Bewertung einen 404 zurück. Es gibt keine Platzierung in einem Leaderboard, keine Latenz- oder Durchsatzangaben von Drittanbietern und keine Reproduktion eines der oben genannten Punkte durch jemanden außerhalb des Anbieters. Was Unbiased stattdessen bietet, ist interessanter als eine Bewertung: eine öffentliche Evaluierungsumgebung, die auf jeden OpenAI-kompatiblen Endpunkt zeigt, einschließlich desjenigen, den Sie bereits verwenden, sodass die Behauptung von „Vertrauen Sie unserer Zahl“ zu „Rechnen Sie unsere Zahl nach“ wird. Das ist ein wirklich besseres Angebot, als die meisten Anbieter machen, und es ist trotzdem nicht dasselbe wie eine verifizierte Zahl. Niemand hat den erneuten Durchlauf veröffentlicht.

Stable versus Preview – entlang der Dimensionen, die über eine Migration entscheiden

Wenn du dich heute zwischen den beiden Veröffentlichungen entscheidest, sind das die Unterschiede, auf die es ankommt, und es sind nicht die, die die Wertungen nahelegen.

• Kontextfenster — 262.144 Token bei Pareto 26.9 gegenüber 1.048.576 bei Pareto 26.10 Preview, ein vierfacher Unterschied und für sich genommen das stärkste Argument für die Preview.

• Veröffentlichter Preis — $0.80 / $3.20 / $0.03 gecacht pro Million Token für die Vorschau; $2.50 / $7.50 / $0.25 für die stabile Version, wie bei ihrem ersten Erscheinen angegeben, gegenüber einer Preisübersichtsseite des Anbieters, die derzeit auch für den stabilen Pfad die niedrigere Preisliste veröffentlicht. Behandeln Sie den stabilen Wert als veränderlich, bis der Anbieter ein Datum dafür angibt.

• Vertragsstatus — 26.9 ist ein Release; 26.10 Preview ist eine Vorschau, von der Unbiased sagt, dass sie „sich ohne Vorankündigung ändern kann“ und ausdrücklich nicht bindend ist.

• Benchmark-Transparenz — die Preview-Version hat vier veröffentlichte Scores mit Kosten pro Aufgabe; die stabile Version hat einen vergleichbaren Score auf einem 30-Aufgaben-Ausschnitt.

• Zugriffsstufe — beide unterliegen denselben Bedingungen für den Evaluierungszugriff, wobei ein kommerzieller Einsatz oder Produktivbetrieb eine separate schriftliche Vereinbarung erfordert.

• Gewichte — auf beiden geschlossen, ohne Lizenzdokument und ohne Repository.

Zusammengelesen geht es bei der Wahl nicht um Qualität. Es geht darum, ob Sie lieber den vierfachen Kontext bei einem Modell hätten, das Ihnen ohne Vorankündigung unter den Füßen weggezogen werden kann, oder ein schmaleres Fenster bei einem Build, den der Anbieter nicht mehr als änderbar bewirbt. Ein Team, das ein Produkt für lange Dokumente oder lange Agent-Sitzungen entwickelt, wird den ersten Kompromiss nur schwer ablehnen und sich auf den zweiten nur schwer verlassen können; die Antwort ist meist, die Vorschau hinter einem Fallback laufen zu lassen, statt sich für eine zu entscheiden und sie zu vergessen.

Die operativen Einschränkungen, die niemand auf eine Modellkarte schreibt

Der Wrapper um dieses Modell ist eine Beta, und Unbiased dokumentiert die scharfen Kanten, anstatt sie zu verbergen, was es leicht macht, sie einzuplanen.

• GET /v1/models ist nicht implementiert. Sie können nicht auflisten, was verfügbar ist; Sie senden die Zeichenfolge, die Sie meinen, und finden es heraus.

• Unbekannte Modellbezeichner werden nicht abgelehnt. Ein Tippfehler kann an einer Stelle landen, die Sie nicht beabsichtigt haben, und Sie erhalten keine saubere Fehlermeldung, was ein starkes Argument dagegen ist, eine Versionszeichenfolge an mehr als einer Stelle von Hand einzugeben.

• Die dokumentierte Oberfläche umfasst ausschließlich Chat-Completions und Messages — keine Embeddings, keine Bildgenerierung, kein Audio, kein Model-Listing.

• Der Zugang ist ein Evaluierungszugang gemäß den Bedingungen, wobei Konten manuell überprüft werden, bevor ein Schlüssel ausgestellt wird. Die Produktionsnutzung erfordert zuvor eine schriftliche Vereinbarung.

• Ein einziger Serving-Provider. Es gibt keinen zweiten Host im Record und daher kein Failover-Ziel innerhalb des Stacks des Anbieters selbst.

Die letzte Zeile ist diejenige, die entscheidet, wie viel davon Sie in einen Produktionspfad aufnehmen sollten. Eine Single-Provider-Beta mit einer dokumentierten Lücke bei der Modellerkennung ist genau der Fall, in dem sich eine Fallback-Kette bezahlt macht und in dem sie konfiguriert werden sollte, bevor Sie Traffic darauf loslassen, und nicht erst nach einem Vorfall. Genau das richten Sie auf unserer Seite mit dem automatischen Failover und der Routing-DSL von OrcaRouter ein – eine Kette, die eine Anfrage an Ihr Primärmodell sendet und auf eine benannte Alternative ausweicht, wenn das Primärmodell einen Fehler zurückgibt oder in einen Timeout läuft, ausgedrückt als Konfiguration statt als Code, den Sie pflegen müssen. Wir hosten Pareto 26.9 nicht, das Failover-Ziel auf unserer Seite wäre also ein Modell, das wir tatsächlich anbieten, und keine weitere Kopie dieses hier.

Wer sollte diese Woche den String anpinnen, und wer sollte warten

Pinnen Sie es, wenn Sie Pareto bereits beim Namen nennen und Ihre Arbeitslast stabil genug ist, dass eine Versionsänderung mitten in der Woche eher eine Überraschung als ein Feature wäre. Das ist der ganze Nutzen eines versionsqualifizierten Identifikators: Ein Alias, der dem Release-Kalender des Anbieters folgt, ist so lange bequem, bis er zu einem ungeprüften Abhängigkeits-Update wird. Das Pinnen macht außerdem Ihre eigene Kostenerfassung abziehbar, da die beiden Releases unterschiedliche veröffentlichte Preise haben und ein gemischter Monat sich im Nachhinein nicht zerlegen lässt.

Warte mit dem Preis ab, wenn du Ausgaben modellierst. Die eigene Preiskarte der stabilen Version hat sich von 2,50 $ / 7,50 $ auf 0,80 $ / 3,20 $ geändert, ohne einen datierten Eintrag, der die Änderung erklärt. Daher ist jede Zahl, die du diese Woche in ein Budget einrechnest, eine Momentaufnahme, keine Zusage – prüfe sie erneut, bevor du etwas unterschreibst, das darauf basiert.

Stell die Qualitätsfrage trotzdem zurück. Mit einer vom Anbieter durchgeführten Bewertung auf einem Ausschnitt von 30 Aufgaben für das stabile Release, vier vorläufigen Bewertungen für die Preview und keinem unabhängigen Evaluator, der eines der beiden abdeckt, geht es bei der Entscheidung, die du heute tatsächlich treffen kannst, um Schnittstelle und Zuverlässigkeit: welches Kontextfenster du brauchst, ob du eine Preview tolerieren kannst und ob die Beta-Lücken des Anbieters zu deinem Deployment passen. Diese Fragen sind beantwortbar. Die Frage, welches der beiden das bessere Modell ist, ist es nicht, und die ehrliche Haltung ist, den veröffentlichten Harness mit deiner eigenen Arbeitslast erneut laufen zu lassen, bevor du entscheidest, dass dem so ist.

Fragen, die aufkommen

Welches Release wählt pareto heute aus, und hat sich das geändert? Der Alias verweist auf das Stable-Release, laut Unbiaseds Changelog vom 1. Oktober, in dem unmissverständlich steht, dass es nicht die Preview auswählt. Das ist dieselbe Richtung wie die ursprüngliche Regelung vom September; geändert hat sich diese Woche, dass das Stable-Release nun auch über einen versionsqualifizierten Bezeichner adressierbar ist, sodass der Alias nicht mehr die einzige Möglichkeit ist, es zu benennen. Wenn Sie Code haben, der pareto sendet und das Neueste erwartet, wurde diese Erwartung nie unterstützt — die Preview war seit dem Tag ihrer Einführung nur per expliziter Namensnennung aktivierbar.

Sollten Sie den datierten Bezeichner pinnen oder den Alias behalten? Pinnen Sie, wenn Sie Reproduzierbarkeit oder Kostenzuordnung benötigen; behalten Sie den Alias, wenn Sie wirklich den aktuellen stabilen Build des Anbieters ohne eine eigene Änderung wollen. Der zu vermeidende Fehlermodus ist die Mitte: die Zeichenkette an einer Stelle zu pinnen und sie an einer anderen abweichen zu lassen, in einer API, in der unbekannte Bezeichner nicht zurückgewiesen werden und nicht aufgelistet werden können.

Gibt es irgendeinen unabhängigen Benchmark für Pareto 26.9? Stand dieser Woche: keinen. Die einzigen verfügbaren Zahlen stammen vom Anbieter, wurden auf dem Testrahmen des Anbieters ausgeführt und mit den eigenen Vorbehalten des Anbieters zur Größe des Durchlaufs und zu Vergleichen veröffentlicht, die er als nicht unabhängig validiert beschreibt. Der öffentliche Testrahmen ist das stärkste Element in diesem Bild, weil er testbar ist, und niemand hat einen erneuten Durchlauf gegen ihn veröffentlicht.

Das Letzte, worauf es sich zu achten lohnt, ist kein Benchmark. Es ist die Frage, ob der Anbieter seine nächste Preisänderung mit Datum versieht, denn ein undatierter Schritt von 2,50 $ auf 0,80 $ ist ein besseres Geschäft und ein schlechteres Signal – er sagt dir, dass sich die Karte bewegen kann, ohne dass ein Eintrag im Protokoll steht, mit dem du sie später erklären könntest. Für ein Modell, dessen ganzes Versprechen lautet, dass die Zahlen Belege sind, ist das der Punkt, an dem man es festhalten muss.

Eine Veröffentlichung ist zugleich der Moment, zu prüfen, was zuvor schiefgelaufen ist: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle rund um Modelle dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive , wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seine Vertrauensstufe und seine Kennzeichnung als umstritten trägt.