Unbiased épingle Pareto 26.9 à sa propre chaîne de modèle : la version stable a désormais un nom

d'UnbiasedPareto 26.9 a cessé d'être un numéro de version mentionné dans les notes de bas de page de quelqu'un d'autre et est devenu un modèle adressable le 13 octobre 2026, lorsque la version qui sert de défaut stable depuis septembre a reçu son propre identifiant qualifié par version. Le contexte compte : du même fournisseur, le Pareto 26.10 Preview est commercialisé comme aperçu opt-in depuis le 1er octobre sous sa propre chaîne — pareto-26.10-preview — tandis que pareto est resté sur la version stable et, selon les propres mots du fournisseur, « ne sélectionne pas cet aperçu ». Pendant les onze jours entre ces deux événements, la version que vous appeliez réellement était déterminée par une ligne de journal des modifications plutôt que par quoi que ce soit dans le corps de votre requête. Depuis cette semaine, elle a un nom que vous pouvez épingler.

C'est un petit détail d'intendance du côté du fournisseur et un véritable changement du vôtre. Une chaîne de modèle qui signifie silencieusement « la dernière version que nous avons livrée » convient jusqu'à la semaine où elle signifie autre chose ; la différence entre un aperçu et une version stable est la différence entre une fiche de benchmark susceptible de changer avant la publication finale et une que vous pouvez inscrire dans un contrat. Unbiased a désormais publié les deux, côte à côte, avec les taux associés.

Ce qui a réellement changé — et ce qui n'a pas changé

Deux choses ont bougé, et aucune des deux n'est le modèle lui-même.

La version stable a reçu un identifiant. La version qui répondait au nom de pareto depuis le 17 septembre se résout désormais vers un slug daté et qualifié par version, dont la forme canonique porte la date de livraison d'origine. Pour la première fois, vous pouvez nommer la version que vous désignez au lieu de l'alias qui suit le calendrier du fournisseur.

• L’alias suit à nouveau la version stable. Le journal des modifications du 1er octobre d’Unbiased ne laisse aucune ambiguïté sur la direction vers laquelle pointe l’alias : utilisez pareto-26.10-preview pour l’activer, car pareto « reste l’alias de version par défaut et ne sélectionne pas cette préversion. » Le chemin stable est le chemin par défaut.

Le modèle derrière la chaîne stable est inchangé par rapport à ce qui a été livré en septembre, et la documentation du fournisseur n'a pas évolué à ce sujet non plus. Pareto est décrit — par l'entreprise qui le vend — comme un modèle hybride qui fait appel à plusieurs modèles à chaque requête en parallèle et synthétise une réponse à partir des résultats. C'est une affirmation sur le mécanisme, pas une spécification, et il n'existe aucune vérification indépendante de celle-ci. Ce qui est vérifiable, c'est l'enveloppe autour de celui-ci.

Sur la surface documentée du fournisseur, depuis la dernière vérification : l'entrée est du texte et une image, la sortie est uniquement du texte, la réponse maximale est de 131 072 tokens, et le modèle accepte tools, tool_choice, response_format, temperature, top_p et max_tokens, avec tool_choice limité à auto — vous ne pouvez pas forcer un appel d'outil. Il n'y a aucun identifiant Hugging Face nulle part dans l'enregistrement, donc les poids restent fermés.

La tarification est la partie qui a véritablement dérivé

Lorsque Pareto a été référencé pour la première fois en septembre, la grille tarifaire indiquait 2,50 $ par million de jetons en entrée, 7,50 $ par million en sortie et 0,25 $ pour l’entrée mise en cache. Sur la page de tarification du fournisseur aujourd’hui, la même version stable est publiée à 0,80 $ en entrée, 3,20 $ en sortie et 0,03 $ en entrée mise en cache — soit environ un tiers du tarif d’entrée d’origine en montant en dollars, et un peu plus de 40 % en sortie.

Lisez cela pour ce que c'est, car il est facile de mal l'interpréter dans les deux sens. Il s'agit d'un tarif publié par le fournisseur, daté uniquement par le fait que la page est en ligne aujourd'hui ; Unbiased n'a pas publié d'entrée datée de changement de prix, donc il n'existe aucune ligne citable du type « ce jour-là, le prix a baissé » et aucune date de fin promotionnelle non plus. La version honnête, c'est que la version stable actuelle est vendue à la grille inférieure, que les chiffres plus élevés circulent encore dans des articles rédigés à partir de l'annonce de septembre, et que rien ne lie le fournisseur à la grille inférieure. Quiconque construit un modèle de coûts ce mois-ci devrait utiliser $0.80 / $3.20 et le revérifier, pas le considérer comme fixe.

La seule remise structurelle qui vaut la peine d'être chiffrée est le tarif du cache, en raison de la façon dont ce modèle est conçu. L'entrée mise en cache à 0,03 $ représente moins de 4 % du tarif d'entrée standard. Si Pareto conserve réellement la même configuration hybride tout au long d'une conversation plutôt que de resélectionner un modèle tour après tour, la mise en cache des invites perdure sur toute la trajectoire — ce qui correspond exactement à l'économie qu'un routeur conventionnel, selon le fournisseur, sacrifie lorsqu'il change de modèle en cours de conversation. Unbiased vend aussi des abonnements avec des allocations hebdomadaires de jetons en parallèle de crédits à l'usage, de 10 $ par mois pour 25 M de jetons par semaine jusqu'à des crédits d'équipe prépayés sans plafond hebdomadaire ; ainsi, pour un usage personnel régulier, le calcul par jeton n'est même pas la facture.

C'est la partie dont une couche de routage modifie la forme, et il vaut la peine d'être précis quant à notre position. OrcaRouter répercute directement le prix catalogue du fournisseur avec 0 % de marge, ainsi une modification des tarifs d'un fournisseur est effective de notre côté le jour même où elle entre en vigueur, plutôt que selon un cycle de renouvellement — mais nous ne proposons aucun modèle Unbiased, donc si vous voulez spécifiquement Pareto 26.9, appelez-le via l'API propre à Unbiased. Ce qu'un routeur vous apporte ici, c'est une seule clé et une seule intégration pour les modèles des deux côtés de la décision, ainsi comparer Pareto à ce que vous utilisez aujourd'hui n'implique pas un second contrat ni un second SDK. La disponibilité de celui-ci passe par l'API propre du fournisseur.

Quel score obtient la version stable — et ce que vaut ce score

Unbiased publie un unique chiffre comparable pour la version stable, et il s'accompagne de plus de réserves que le chiffre n'est grand.

• Pareto 26.9 sur DeepSWE v1.1 — 70,0 %, à un coût moyen déclaré de 0,29 $ par tâche. Le fournisseur date cette exécution au 20 septembre 2026.

• La taille de cette exécution — une tranche de 30 tâches, et non l’ensemble complet DeepSWE v1.1. Unbiased l’indique sur sa propre fiche de modèle plutôt que dans une note de bas de page quelque part ailleurs.

• L'autre score que le fournisseur indique pour 26,9 — Humanity's Last Exam, rapporté sans le qualificatif « texte uniquement » que porte le chiffre HLE de la preview, ce que la fiche modèle signale aussi comme une différence.

• La classification de tout cela — préliminaire, réalisée par le fournisseur, et transcrite dans une comparaison que le fournisseur lui-même décrit comme « non validée de façon indépendante ».

Mettez la version stable à côté de la preview, et les scores sont, à l'intérieur de toute barre d'erreur d'une seule exécution, identiques : 70,0 % à 0,29 $ sur la tranche de 30 tâches pour 26.9, 69,9 % à 0,24 $ sur l'ensemble complet pour 26.10 Preview, tous deux DeepSWE v1.1, tous deux exécutés par l'entreprise qui vend le modèle. Ce n'est pas une raison de conclure que la preview est moins bonne. C'est une raison de conclure que les chiffres publiés ne sont pas assez précis pour départager les deux versions, et que personne, parmi ceux qui vous vendent l'une ou l'autre, n'a intérêt à mener l'expérience qui le permettrait.

Les preuves indépendantes concernant spécifiquement Pareto 26.9 sont actuellement absentes. Artificial Analysis, le classement que la plupart des équipes consultent avant de faire confiance à un nouveau nom sur une grille tarifaire, n’a pas de page pour ce modèle — la route du modèle renvoie une 404 plutôt qu’un score. Il n’y a pas de position dans un classement, pas de chiffre tiers de latence ou de débit, et aucune des informations ci-dessus n’a été reproduite par quiconque en dehors du fournisseur. Ce qu’Unbiased propose à la place est plus intéressant qu’un score : un harnais d’évaluation public qui pointe vers n’importe quel point de terminaison compatible OpenAI, y compris celui que vous utilisez déjà, de sorte que l’affirmation passe de « faites confiance à notre chiffre » à « relancez notre chiffre ». C’est une offre réellement meilleure que celle de la plupart des fournisseurs, et ce n’est toujours pas la même chose qu’un chiffre vérifié. Personne n’a publié de réexécution.

Stable ou preview, sur les dimensions qui décident d’une migration

Si vous devez choisir entre les deux versions aujourd’hui, voici les différences qui comptent, et ce ne sont pas celles que les scores suggèrent.

• Fenêtre de contexte — 262 144 jetons sur Pareto 26.9 contre 1 048 576 sur Pareto 26.10 Preview, une différence d’un facteur quatre et, à elle seule, l’argument le plus fort en faveur de la preview.

• Tarif publié — 0,80 $ / 3,20 $ / 0,03 $ en cache par million de jetons pour la préversion ; 2,50 $ / 7,50 $ / 0,25 $ pour la version stable, comme indiqué lors de sa première parution, face à une page de tarification d’un fournisseur qui publie actuellement aussi la grille inférieure pour la voie stable. Considérez le montant stable comme susceptible d’évoluer jusqu’à ce que le fournisseur le date.

• Statut contractuel — 26.9 est une version publiée ; 26.10 Preview est une préversion dont Unbiased dit qu’elle « peut changer sans préavis » et qui n’a explicitement aucune force obligatoire.

• Transparence des benchmarks — l’aperçu comporte quatre scores publiés avec le coût par tâche ; la version stable présente un score comparable sur un échantillon de 30 tâches.

• Palier d’accès — les deux sont soumis aux mêmes conditions d’accès à l’évaluation, aux termes desquelles un déploiement commercial ou en production nécessite un accord écrit distinct.

• Poids — fermés sur les deux, sans document de licence ni dépôt.

À les lire ensemble, le choix ne porte pas sur la qualité. Il s'agit de savoir si vous préférez disposer de quatre fois plus de contexte sur un modèle qui peut être remplacé sous vos pieds sans préavis, ou d'une fenêtre plus étroite sur une version que le fournisseur ne présente plus comme modifiable. Une équipe qui développe un produit de documents longs ou de longues sessions d'agents trouvera le premier compromis difficile à refuser et le second difficile à utiliser en toute confiance ; la réponse consiste généralement à exécuter la préversion derrière une solution de repli plutôt qu'à en choisir une et à l'oublier.

Les mises en garde opérationnelles que personne ne met sur une fiche de modèle

Le wrapper autour de ce modèle est une bêta, et Unbiased documente les aspérités plutôt que de les cacher, ce qui les rend faciles à prendre en compte dans la planification.

• GET /v1/models n’est pas implémenté. Vous ne pouvez pas énumérer ce qui est disponible ; vous envoyez la chaîne que vous voulez et vous découvrez.

• Les identifiants de modèle inconnus ne sont pas rejetés. Une faute de frappe peut se retrouver ailleurs que là où vous le souhaitiez et vous n’obtiendrez pas d’erreur claire, ce qui constitue un argument solide contre la saisie manuelle d’une chaîne de version à plus d’un endroit.

• La surface documentée se limite aux complétions de chat et aux messages — pas d'embeddings, pas de génération d'images, pas d'audio, pas de liste de modèles.

• L’accès est un accès d’évaluation régi par les Conditions, les comptes étant examinés manuellement avant l’émission d’une clé. L’utilisation en production nécessite au préalable un accord écrit.

• Un seul fournisseur de service. Il n’y a pas de second hôte dans l’enregistrement et donc aucune cible de basculement au sein de la pile propre du fournisseur.

La dernière ligne est celle qui détermine dans quelle mesure vous devriez intégrer cela à un chemin de production. Une bêta mono-fournisseur présentant une lacune documentée dans la découverte de modèles est exactement le cas où une chaîne de repli se justifie, et où elle devrait être configurée avant d'engager du trafic plutôt qu'après un incident. Le basculement automatique et le DSL de routage d'OrcaRouter sont la façon dont cela est configuré de notre côté — une chaîne qui envoie une requête à votre modèle principal et bascule vers une alternative nommée lorsque le principal renvoie une erreur ou expire, exprimée sous forme de configuration plutôt que de code que vous maintenez. Nous n'hébergeons pas Pareto 26.9, donc la cible de basculement de notre côté serait un modèle que nous servons, et non une autre copie de celui-ci.

Qui devrait épingler le fil cette semaine, et qui devrait attendre ?

Épinglez-le si vous appelez déjà Pareto par son nom et que votre charge de travail est suffisamment stable pour qu’un changement de version en milieu de semaine soit une surprise plutôt qu’une fonctionnalité. C’est tout l’intérêt d’un identifiant qualifié par version : un alias qui suit le calendrier de publication du fournisseur est une commodité jusqu’au moment où il devient une mise à jour de dépendance non revue. L’épinglage rend aussi votre propre suivi des coûts soustrayable, car les deux versions ont des tarifs publiés différents et un mois mixte ne se décomposera pas après coup.

Attendez avant de vous fier au prix si vous modélisez les dépenses. La fiche tarifaire de la version stable elle-même est passée de 2,50 $ / 7,50 $ à 0,80 $ / 3,20 $ sans entrée datée expliquant ce changement, donc tout chiffre que vous intégrez à un budget cette semaine est une observation, pas un engagement — vérifiez-le de nouveau avant de signer quoi que ce soit sur cette base.

Quoi qu'il en soit, sur la question de la qualité, attendez encore. Avec un score produit par le fournisseur sur un échantillon de 30 tâches pour la version stable, quatre scores préliminaires pour la preview, et aucun évaluateur indépendant couvrant ni l'une ni l'autre, la décision que vous pouvez réellement prendre aujourd'hui porte sur l'interface et la fiabilité : de quelle fenêtre de contexte vous avez besoin, si vous pouvez tolérer une preview, et si les lacunes de la version bêta du fournisseur cadrent avec votre déploiement. À ces questions, il est possible de répondre. Savoir lequel des deux est le meilleur modèle, non ; et la position honnête consiste à réexécuter le harnais publié sur votre propre charge de travail avant de conclure que c'est le cas.

Questions qui se posent

Quelle version pareto sélectionne-t-il aujourd'hui, et cela a-t-il changé ? L'alias pointe vers la version stable, selon le changelog d'Unbiased du 1er octobre, qui indique clairement qu'il ne sélectionne pas la préversion. C'est la même orientation que l'arrangement initial de septembre ; ce qui a changé cette semaine, c'est que la version stable est désormais aussi adressable par un identifiant qualifié par la version, si bien que l'alias n'est plus le seul moyen de la nommer. Si vous avez du code qui envoie pareto et s'attend à la toute dernière version, cette attente n'a jamais été prise en charge — la préversion s'activait sur demande, par son nom, depuis le jour de sa publication.

Faut-il épingler l’identifiant daté ou conserver l’alias ? Épinglez si vous avez besoin de reproductibilité ou d’attribution des coûts ; conservez l’alias si vous voulez vraiment le build stable actuel du fournisseur sans changement de votre part. Le mode de défaillance à éviter est l’entre-deux : épingler la chaîne à un endroit et la laisser dériver à un autre, dans une API où les identifiants inconnus ne sont pas rejetés et ne peuvent pas être listés.

Existe-t-il un benchmark indépendant pour Pareto 26.9 ? Aucun à ce jour, cette semaine. Les seuls chiffres disponibles sont ceux du fournisseur, obtenus sur le banc d’essai du fournisseur, publiés avec les réserves du fournisseur lui-même concernant la taille de l’exécution et concernant des comparaisons qu’il décrit comme non validées de manière indépendante. Le banc d’essai public est l’élément le plus solide de ce tableau, parce qu’il est testable, et personne n’a publié de nouvelle exécution sur celui-ci.

La dernière chose qui vaut la peine d’être surveillée n’est pas un benchmark. C’est de savoir si le fournisseur date son prochain changement de tarif, car un passage non daté de 2,50 $ à 0,80 $ est une meilleure affaire et un pire signal — il vous dit que la carte peut bouger sans une entrée dans le journal qui vous permettrait de l’expliquer plus tard. Pour un modèle dont tout l’argument est que les chiffres sont des reçus, c’est le détail sur lequel il faut le tenir.

Une sortie est aussi le moment de vérifier ce qui a mal tourné auparavant : les incidents d'IA documentés et les défaillances d'agents autour des modèles de cette classe sont rassemblés dans the OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et un indicateur de contestation.