Pareto 26.10 ya está disponible de forma general: qué cambió realmente cuando se quitó la etiqueta de vista previa

Pareto 26.10 —el lanzamiento que Unbiased ha estado vendiendo como Pareto 26.10 Preview desde el 1 de octubre de 2026— pasó a disponibilidad general el 15 de octubre de 2026. Esa es toda la noticia, y es más pequeña de lo que suele implicar la expresión «disponibilidad general». El modelo no cambió. El precio no cambió. La hoja de benchmarks no cambió y, significativamente, el proveedor sigue llamando preliminares a esas cifras en la misma página que lleva el banner de GA. Lo que cambió es el enrutamiento: la pareto cadena de modelo ahora apunta a 26.10 de forma predeterminada, mientras que hace dos semanas apuntaba al lanzamiento anterior y 26.10 era algo a lo que había que optar por nombre. Los fallos de IA y los incidentes de agentes documentados que hay detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza e indicador de disputa.

Esa distinción merece los dos minutos que se tardan en leerla, porque es la diferencia entre una versión que eliges y una versión que llega. Cualquiera que llamara a pareto el 14 de octubre obtuvo el modelo anterior. Cualquiera que lo llamara el 16 de octubre obtuvo 26.10 — con una ventana de contexto distinta, un precio distinto y una cadena de modelo distinta por debajo, sin cambiar una sola línea de código.

¿Qué se movió el 15 de octubre?

La entrada del registro de cambios del proveedor para esa fecha es breve e inequívoca, y contiene tres afirmaciones que conviene separar.

• El alias predeterminado cambió. La cadena pareto ahora selecciona 26.10. La propia formulación de Unbiased es que el alias "ahora apunta a 26.10", lo cual es una afirmación sobre el enrutamiento, no sobre el modelo. • Las cadenas con fecha siguen funcionando. pareto-26.10 fija esta versión, y pareto-26.9 "sigue disponible" para quien quiera la anterior. La cadena de vista previa está retirada: a los usuarios de la vista previa se les indicó que cambiaran a pareto o pareto-26.10. Eso es una migración que tienes que hacer a mano si estabas en la vista previa. • Las cuotas de suscripción se duplicaron al mismo precio. Personal pasó a 50M de tokens a la semana y Personal Max a 600M, ambos sin cambios en el coste mensual, a $10 y $100. La propia tarifa de la API — $0.80 por millón de entrada, $0.03 de entrada en caché, $3.20 de salida — está explícitamente "sin cambios respecto a la vista previa".

Así que el evento de GA es un cambio de alias, una cadena retirada y una asignación semanal mayor. Nada de esa lista hace que el modelo sea mejor. Dos de las tres cosas lo abaratan o lo hacen más fácil de usar, que para la mayoría de los lectores es lo importante.

La ficha técnica, según lo documentado

Pareto 26.10 es un modelo de entrada de texto e imágenes y salida de texto con una ventana de contexto de 1.048.576 tokens y una respuesta máxima de 131.072 tokens. Ambos son datos actuales tal como se publican; ninguno se mide de forma independiente, y la propia página de precios de Unbiased no indica ninguna cifra de contexto en absoluto: obtienes la cifra del registro técnico de listado del modelo y de la ficha del modelo del proveedor, lo cual es una pequeña laguna de documentación que conviene conocer antes de dimensionar una carga de trabajo con respecto a ella.

En cuanto a los parámetros, el conjunto documentado es max_tokens, temperature, top_p, tools y tool_choice. Este último está restringido: puedes dejar que el modelo decida si llamar a una herramienta, pero no puedes forzar una llamada como sí puedes en la mayoría de las API de frontera. Tampoco hay response_format en la lista de parámetros publicada, lo cual importa si tu pipeline depende de salida estructurada. No hay ningún identificador de Hugging Face en ninguna parte del registro, así que los pesos son cerrados, y el proveedor describe Pareto como un compuesto —un modelo combinado que ejecuta varios modelos subyacentes contra la solicitud y conserva el resultado que considera mejor. Esa es una afirmación sobre el mecanismo, hecha por la empresa que lo vende, sin verificación externa.

El salto de contexto es la parte en la que vale la pena detenerse. La versión anterior admitía 262.144 tokens; la 26.10 lo cuadruplica hasta 1.048.576. En términos aproximados, eso traslada una carga de trabajo del tamaño de una base de código o de una transcripción de «vas a tener que dividir esto en fragmentos» a «puedes enviarlo». También es el argumento más contundente para interpretar 26.10 y 26.9 como modelos genuinamente diferentes en lugar de un simple incremento de versión, que es la cuestión que abordan ambas páginas de comparación de esta serie.

La hoja de evaluación comparativa todavía dice preliminar.

Se publican cuatro puntuaciones para 26.10, todas ellas de ejecuciones del 1 de octubre, todas ellas ejecutadas por el proveedor y todas ellas con la etiqueta que el proveedor escribió para ellas.

• DeepSWE v1.1 — 69,9 %, con una media reportada de $0,24 por tarea. • Terminal-Bench 4.0 — 50,8 %, a $0,48 por tarea. • Humanity's Last Exam, solo texto — 49,9 %, a $0,008 por tarea. • GPQA-Diamond — 92,4 %, a $0,004 por tarea.

La ficha del modelo del proveedor lo describe como una «comparación preliminar», señala que los resultados de 26.10 proceden de ejecuciones del 1 de octubre de 2026 y «pueden cambiar antes de la publicación final», y advierte de que los denominadores y la metodología de costes «requieren confirmación». La cifra de GPQA-Diamond es, en particular, la más llamativa: un 92,4 % situaría a un modelo enrutador híbrido en un territorio normalmente reservado a los sistemas de razonamiento de frontera, y es precisamente el dato que no tiene contrapartida independiente. Ningún evaluador ha publicado una repetición de ninguno de estos cuatro a fecha de 18 de octubre de 2026.

También hay una comparación en la misma ficha que el propio proveedor describe como no validada de forma independiente, en la que la versión anterior puntúa más alto en la única prueba comparativa que ambas tienen en común: 26.9 con 70.0% en DeepSWE v1.1 frente al 69.9% de 26.10. Esa diferencia es de una décima de punto, en una porción de 30 tareas en lugar del conjunto de evaluación completo, y debe interpretarse como "estas dos son indistinguibles en esta medición", no como una clasificación en ninguna dirección. Si te llevas una sola cosa de la hoja de pruebas comparativas, que sea esa: las cifras publicadas no separan las dos versiones, así que la razón para pasar a 26.10 es la ventana de contexto y el enrutamiento, no la puntuación.

Lo que GA realmente te aporta, y lo que no

Tres consecuencias prácticas, ordenadas según la probabilidad de que nos afecten.

Primero, si estabas fijando la cadena de vista previa, tus llamadas ahora son una tarea de mantenimiento. La vista previa quedó reemplazada; el proveedor te remite a pareto o pareto-26.10. Quien haya tratado la cadena de vista previa como una instantánea estable —un instinto razonable para una vista previa— ahora tiene una cadena de modelo que ya no representa la versión actual.

En segundo lugar, si estabas llamando al alias pareto sin más y suponías que era estable, esa suposición siempre fue errónea y ahora es visible. Pasaste de un contexto de 262K a uno de 1M y de la tarifa de septiembre a la actual sin preguntar. La documentación del proveedor señala que los identificadores de modelo desconocidos aún no se rechazan —un error tipográfico todavía se atiende y se factura como Pareto—, así que el comportamiento del alias es lo único que se interpone entre tú y un cambio de versión silencioso. Si la reproducibilidad importa, fija la cadena con fecha; este es el argumento en una sola frase.

Tercero, las cuotas duplicadas cambian la aritmética para cargas de trabajo constantes. Con 50 millones de tokens a la semana por 10 USD al mes en Personal, una carga intensiva de codificación o investigación de un solo usuario puede quedar dentro de una suscripción en lugar de la facturación por token. Eso no es una afirmación sobre el modelo, y la cuota es un límite máximo, no un uso ilimitado, pero es la parte de la entrada del 15 de octubre que cambia lo que pagas.

Dónde encaja un router, honestamente

OrcaRouter no ofrece ningún modelo Unbiased. Si quieres Pareto 26.10, lo llamas a través de la API del propio proveedor — esa es la única vía, y no vamos a insinuar lo contrario. Lo que aporta aquí una capa de enrutamiento es la decisión que la rodea: la misma clave y la misma integración para ambos lados de una comparación, de modo que evaluar 26.10 frente a lo que ya ejecutas no implique un segundo contrato y un segundo SDK, y que un modelo cambie por debajo de ti a mitad de semana sea un cambio de configuración y no una caída. Ese último punto es lo que pareto cambiar de 26.9 a 26.10 el 15 de octubre parece visto desde fuera: un movimiento de alias del lado del proveedor que se produjo sin ninguna señal en la solicitud. El failover automático y la DSL de enrutamiento de un router existen para los casos en que una dependencia así empieza a dar errores o a agotar el tiempo de espera, y en los que el objetivo de respaldo ya debería estar designado antes de que eso ocurra.

OrcaRouter transfiere directamente el precio de lista del proveedor sin ningún margen de beneficio, por lo que un cambio de tarifa del proveedor se aplica en nuestro lado el mismo día en que entra en vigor, lo cual es una ventaja real en general y no un motivo para enrutar un modelo que no ofrecemos.

¿Quién debería mudarse esta semana?

Pásate a pareto-26.10 si necesitas la ventana de 1 M de tokens. Esa es la diferencia concreta y verificable entre las versiones, y es la única razón sobre la mesa que una hoja de benchmarks no puede rebatir. Fija la cadena con fecha en lugar del alias mientras lo haces, para que el próximo cambio de alias sea algo que programes.

Quedarse en pareto-26.9 si está a mitad de proyecto y su contexto cabe en 262K. Las dos puntuaciones publicadas están a una décima de punto de diferencia en el propio arnés del proveedor; no hay evidencia en el registro público de que cambiar mejore la calidad de salida. También conserva una cadena que, según el proveedor, sigue disponible.

Espera, si todavía estás en la cadena de vista previa y no estás seguro: la migración es un cambio de una sola línea, pero es la única parte de esta versión en la que no hacer nada tiene un modo de fallo definido.

¿Qué cambiaría esta lectura?

Tres cosas, ninguna de ellas visible todavía.

Una ejecución de benchmark independiente. Cada cifra de este artículo es de Unbiased, obtenida con el arnés de Unbiased y con las salvedades de Unbiased. Una repetición por parte de un tercero independiente es lo más útil que podría aparecer y, hasta que eso ocurra, la cifra del 92,4% en GPQA-Diamond debería citarse como un resultado declarado por el proveedor o no citarse en absoluto.

Un cambio de precio con fecha. La tarjeta ya ha cambiado antes sin una entrada en el registro de cambios que lo explique, lo cual es una mejor oferta y una peor señal. GA mantuvo las tarifas explícitamente; la próxima vez que cambien, que el proveedor les ponga fecha te indica hasta qué punto puedes planificar con los precios de este modelo.

Una segunda ruta de servicio. El modelo lo sirve un único proveedor, así que no hay un destino de conmutación por error dentro de la propia pila del proveedor. Para todo aquello en lo que 26.10 sea la ruta crítica, se trata de una restricción de diseño que hay que sortear, no de un detalle que archivar.

Preguntas que siguen surgiendo

¿Pareto 26.10 es un modelo nuevo o la versión preliminar con una nueva etiqueta? Funcionalmente es la versión preliminar: la misma ventana de contexto, los mismos precios, las mismas cuatro puntuaciones publicadas, el mismo modelo subyacente. Lo que cambió con la GA es el enrutamiento: el alias pareto ahora lo selecciona, además de las cuotas de suscripción duplicadas y la retirada de la cadena de versión preliminar.

¿Significa la etiqueta de disponibilidad general que los benchmarks son definitivos? No, y este es el detalle que la mayoría de la cobertura del registro de cambios del 15 de octubre pasará por alto. La misma página del proveedor que anuncia la disponibilidad general sigue describiendo las cuatro puntuaciones como una comparación preliminar y sigue indicando que los resultados pueden cambiar antes de la publicación final. La disponibilidad general describe el estatus del modelo como producto; no mejora la evidencia sobre su calidad.

¿Qué le cuesta realmente a alguien que ignora el cambio de alias? Nada, si quería la versión más reciente. Si quería la versión que probó, le cuesta una ventana de contexto que no eligió y un tarifario que no revisó —ambos recuperables fijando la versión, y ninguno de los dos puede reconstruirse a posteriori a partir de una factura.