Pareto 26.10 Kini Tersedia Secara Umum: Apa yang Sebenarnya Berubah Saat Label Pratinjau Dicabut

Pareto 26.10 — rilis yang selama ini dijual Unbiased sebagai Pareto 26.10 Preview sejak 1 Oktober 2026 — mulai tersedia secara umum pada 15 Oktober 2026. Itulah keseluruhan beritanya, dan itu lebih kecil daripada yang biasanya tersirat oleh istilah "tersedia secara umum". Modelnya tidak berubah. Harganya tidak berubah. Lembar benchmark tidak berubah, dan, yang mencolok, vendor masih menyebut angka-angka itu sebagai angka sementara di halaman yang sama yang memuat banner GA. Yang berubah adalah peruteannya: pareto string model kini mengarah ke 26.10 secara default, padahal dua minggu lalu string itu mengarah ke rilis sebelumnya dan 26.10 adalah sesuatu yang harus Anda pilih secara eksplisit dengan menyebut namanya. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan di OrcaRouter AI Incident Archive tempat setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda status sengketa.

Perbedaan itu layak meluangkan dua menit untuk membacanya, karena itulah bedanya antara rilis yang Anda pilih sendiri dan rilis yang datang begitu saja. Siapa pun yang memanggil pareto pada 14 Oktober mendapat model lama. Siapa pun yang memanggilnya pada 16 Oktober mendapat 26.10 — dengan jendela konteks berbeda, harga berbeda, dan string model berbeda di baliknya, tanpa mengubah satu baris kode pun.

Apa yang bergerak pada 15 Oktober

Entri changelog vendor untuk tanggal itu singkat dan tidak ambigu, dan memuat tiga klaim yang perlu dipisahkan.

• Alias default telah berpindah. String pareto sekarang memilih 26.10. Pernyataan Unbiased sendiri adalah bahwa alias "sekarang mengarah ke 26.10," yang merupakan pernyataan tentang perutean, bukan tentang model. • String bertanggal tetap berfungsi. pareto-26.10 menyematkan rilis ini, dan pareto-26.9 "tetap tersedia" bagi siapa pun yang menginginkan versi sebelumnya. String pratinjau dihentikan: pengguna pratinjau diminta beralih ke pareto atau pareto-26.10. Itu adalah migrasi yang harus Anda lakukan secara manual jika Anda menggunakan pratinjau. • Kuota langganan digandakan dengan harga yang sama. Personal menjadi 50 juta token per minggu dan Personal Max menjadi 600 juta, keduanya tidak berubah dalam biaya bulanan pada $10 dan $100. Kartu tarif API itu sendiri — $0,80 per juta input, $0,03 input di-cache, $3,20 output — secara eksplisit "tidak berubah dari pratinjau."

Jadi event GA-nya adalah pergantian alias, string yang dipensiunkan, dan kuota mingguan yang lebih besar. Tidak ada dalam daftar itu yang membuat model lebih baik. Dua dari tiga hal itu membuatnya lebih murah atau lebih mudah digunakan, yang bagi sebagian besar pembaca justru intinya.

Lembar spesifikasi, sebagaimana didokumentasikan

Pareto 26.10 adalah model input teks dan gambar, output teks dengan jendela konteks 1.048.576 token dan respons maksimum 131.072 token. Keduanya merupakan fakta terkini sebagaimana dipublikasikan; tidak satu pun diukur secara independen, dan halaman penetapan harga Unbiased sendiri sama sekali tidak mencantumkan angka konteks — Anda memperoleh angka itu dari catatan daftar teknis model dan dari kartu model vendor, yang merupakan celah dokumentasi kecil yang perlu diketahui sebelum Anda menentukan ukuran beban kerja berdasarkan model tersebut.

Pada permukaan parameter, kumpulan yang didokumentasikan adalah max_tokens, temperature, top_p, tools dan tool_choice. Yang terakhir dibatasi: Anda dapat membiarkan model memutuskan apakah akan memanggil alat, tetapi Anda tidak dapat memaksakan pemanggilan seperti yang dapat Anda lakukan pada sebagian besar API frontier. Tidak ada response_format dalam daftar parameter yang dipublikasikan juga, yang penting jika pipeline Anda bergantung pada keluaran terstruktur. Tidak ada pengenal Hugging Face di mana pun dalam catatan, jadi bobotnya tertutup, dan vendor menggambarkan Pareto sebagai komposit — model campuran yang menjalankan beberapa model dasar terhadap permintaan dan menyimpan hasil yang dinilainya terbaik. Itu adalah klaim tentang mekanisme, yang dibuat oleh perusahaan yang menjualnya, tanpa verifikasi eksternal.

Lompatan konteks adalah bagian yang perlu diperhatikan. Rilis sebelumnya membawa 262,144 token; 26.10 melipatgandakannya empat kali menjadi 1,048,576. Secara kasar, itu memindahkan beban kerja seukuran basis kode atau transkrip dari "Anda harus memecahnya menjadi bagian-bagian" ke "Anda bisa mengirimkannya." Ini juga merupakan argumen tunggal terkuat untuk membaca 26.10 dan 26.9 sebagai model yang benar-benar berbeda, bukan sekadar kenaikan versi, yang merupakan pertanyaan yang dibahas kedua halaman perbandingan dalam seri ini.

Lembar tolok ukur masih bertuliskan pendahuluan.

Empat skor diterbitkan untuk 26.10, semuanya dari proses 1 Oktober, semuanya dijalankan oleh vendor, dan semuanya membawa label yang ditulis vendor untuk masing-masing.

• DeepSWE v1.1 — 69,9%, dengan rata-rata yang dilaporkan sebesar $0,24 per tugas. • Terminal-Bench 4.0 — 50,8%, dengan $0,48 per tugas. • Humanity's Last Exam, hanya teks — 49,9%, dengan $0,008 per tugas. • GPQA-Diamond — 92,4%, dengan $0,004 per tugas.

Kartu model vendor menyebutnya sebagai "perbandingan awal," menyatakan bahwa hasil 26.10 berasal dari run 1 Oktober 2026 dan "dapat berubah sebelum publikasi final," serta mencatat bahwa penyebut dan metodologi biaya "memerlukan konfirmasi." Angka GPQA-Diamond khususnya adalah yang paling menarik perhatian — 92,4% akan menempatkan model router campuran di wilayah yang biasanya diperuntukkan bagi sistem penalaran terdepan — dan justru angka itulah yang tidak memiliki padanan independen. Belum ada evaluator yang menerbitkan pengujian ulang atas salah satu dari keempatnya per 18 Oktober 2026.

Ada juga perbandingan pada kartu yang sama yang oleh vendor sendiri digambarkan sebagai tidak divalidasi secara independen, di mana rilis sebelumnya mencetak skor lebih tinggi pada satu-satunya benchmark yang sama-sama dimiliki keduanya: 26.9 pada 70.0% di DeepSWE v1.1 versus 69.9% milik 26.10. Selisih itu sepersepuluh poin, pada potongan 30 tugas alih-alih set evaluasi lengkap, dan harus dibaca sebagai "keduanya tidak dapat dibedakan pada pengukuran ini," bukan sebagai peringkat ke arah mana pun. Jika Anda mengambil satu hal dari lembar benchmark, ambil itu: angka-angka yang dipublikasikan tidak memisahkan kedua rilis, jadi alasan untuk beralih ke 26.10 adalah jendela konteks dan perutean, bukan skor.

Apa yang sebenarnya Anda dapatkan dari GA, dan apa yang tidak.

Tiga konsekuensi praktis, diurutkan dari yang paling mungkin menimbulkan masalah.

Pertama, jika Anda menyematkan string pratinjau, panggilan Anda sekarang menjadi item pemeliharaan. Pratinjau telah digantikan; vendor mengarahkan Anda ke pareto atau pareto-26.10. Siapa pun yang memperlakukan string pratinjau sebagai snapshot stabil — insting yang wajar untuk sebuah pratinjau — sekarang memiliki string model yang tidak lagi mewakili rilis saat ini.

Kedua, jika Anda memanggil pareto sebagai alias tanpa versi dan menganggapnya stabil, anggapan itu selalu salah dan sekarang terlihat jelas. Anda berpindah dari konteks 262K ke konteks 1M dan dari daftar tarif September ke daftar tarif saat ini tanpa bertanya. Dokumentasi vendor mencatat bahwa pengenal model yang tidak dikenal belum ditolak — salah ketik pun masih dilayani dan ditagih sebagai Pareto — jadi perilaku alias adalah satu-satunya hal yang berdiri antara Anda dan perubahan versi secara diam-diam. Jika reproduksibilitas penting, sematkan string bertanggal; inilah argumennya dalam satu kalimat.

Ketiga, kuota yang digandakan mengubah perhitungan untuk beban kerja yang stabil. Dengan 50 juta token per minggu seharga $10 per bulan pada Personal, beban coding atau riset berat untuk satu pengguna dapat berada di dalam langganan alih-alih ditagih per token. Itu bukan klaim tentang model, dan kuota tersebut adalah batas atas, bukan penggunaan tanpa batas, tetapi itulah bagian dari entri 15 Oktober yang mengubah berapa yang Anda bayar.

Di mana router cocok, sejujurnya

OrcaRouter tidak menyediakan model Unbiased apa pun. Jika Anda menginginkan Pareto 26.10, Anda memanggilnya melalui API milik vendor itu sendiri — itulah satu-satunya jalur, dan kami tidak akan menyiratkan sebaliknya. Yang menjadi fungsi lapisan perutean di sini adalah keputusan di sekitarnya: kunci yang sama dan integrasi yang sama untuk kedua sisi perbandingan, sehingga mengevaluasi 26.10 terhadap apa yang sudah Anda jalankan tidak berarti kontrak kedua dan SDK kedua, dan model yang berubah di bawah Anda di tengah minggu hanyalah perubahan konfigurasi, bukan gangguan layanan. Poin terakhir itulah yang pareto beralih dari 26.9 ke 26.10 pada 15 Oktober tampak dari luar: pemindahan alias di sisi vendor yang terjadi tanpa sinyal apa pun dalam permintaan. Failover otomatis dan DSL perutean milik router ada untuk kasus-kasus ketika dependensi seperti itu mulai mengalami error atau timeout, dan ketika target fallback seharusnya sudah ditentukan namanya sebelum hal itu terjadi.

OrcaRouter meneruskan harga daftar penyedia secara langsung dengan markup 0%, sehingga perubahan tarif vendor langsung aktif di sisi kami pada hari yang sama saat diberlakukan — yang merupakan keuntungan nyata secara umum dan bukan alasan untuk merutekan model yang tidak kami layani.

Siapa yang harus bergerak minggu ini

Pindah ke pareto-26.10 jika Anda memerlukan jendela 1M token. Itu adalah perbedaan konkret dan dapat diperiksa antara rilis, dan itu satu-satunya alasan yang ada di meja yang tidak dapat dibantah oleh lembar benchmark. Sematkan string bertanggal alih-alih alias saat Anda melakukannya, sehingga pergantian alias berikutnya menjadi sesuatu yang Anda jadwalkan.

Tetap gunakan pareto-26.9 jika Anda berada di tengah proyek dan konteks Anda muat dalam 262K. Dua skor yang dipublikasikan terpaut sepersepuluh poin pada harness milik vendor sendiri; tidak ada bukti dalam catatan publik bahwa berpindah meningkatkan kualitas keluaran. Anda juga mempertahankan string yang menurut vendor tetap tersedia.

Tunggu—jika Anda masih memakai string pratinjau dan belum yakin: migrasinya adalah perubahan satu baris, tetapi itulah satu-satunya bagian dari rilis ini yang memiliki mode kegagalan yang sudah pasti jika tidak dilakukan apa pun.

Apa yang akan mengubah pembacaan ini?

Tiga hal, belum satu pun yang terlihat.

Sebuah uji benchmark independen. Setiap angka dalam artikel ini adalah {{1}}milik Unbiased sendiri{{/1}}, pada {{2}}harness milik Unbiased{{/2}}, dengan {{3}}kaveat milik Unbiased yang disertakan{{/3}}. Pengujian ulang oleh pihak luar adalah satu hal paling berguna yang bisa muncul, dan sampai itu terjadi, angka {{4}}92.4% GPQA-Diamond{{/4}} harus dikutip sebagai {{5}}hasil yang dilaporkan vendor{{/5}} atau tidak dikutip sama sekali.

Perubahan harga yang bertanggal. Kartu ini pernah berubah sebelumnya tanpa entri changelog yang menjelaskannya, yang merupakan penawaran lebih baik sekaligus sinyal lebih buruk. GA secara eksplisit mempertahankan tarif tersebut; saat berikutnya harga berubah, apakah vendor mencantumkan tanggalnya akan memberi tahu Anda seberapa besar harga model ini yang dapat dijadikan acuan perencanaan.

Jalur penyajian kedua. Model ini dilayani oleh satu penyedia, jadi tidak ada target failover di dalam stack milik vendor itu sendiri. Untuk apa pun yang menjadikan 26.10 sebagai jalur kritis, itu adalah batasan desain yang harus diakali, bukan sekadar detail untuk dicatat.

Pertanyaan yang terus muncul

Apakah Pareto 26.10 model baru atau preview dengan label baru? Secara fungsional, ini adalah rilis preview: jendela konteks sama, harga sama, empat skor yang dipublikasikan sama, model di baliknya sama. Yang berubah pada GA adalah routing — paretoalias {{2}}pareto{{/2}} kini memilihnya — plus kuota langganan yang digandakan dan pensiunnya string preview.

Apakah label ketersediaan umum berarti tolok ukurnya sudah final? Tidak, dan inilah detail yang akan dilewatkan sebagian besar liputan tentang changelog 15 Oktober. Halaman vendor yang sama yang mengumumkan ketersediaan umum tetap menggambarkan keempat skor sebagai perbandingan awal dan menyatakan bahwa hasilnya dapat berubah sebelum publikasi final. Ketersediaan umum menggambarkan status model sebagai produk; itu tidak meningkatkan mutu bukti tentang kualitasnya.

Apa sebenarnya kerugian dari perubahan alias bagi seseorang yang mengabaikannya? Tidak ada, jika yang mereka inginkan adalah rilis terbaru. Jika yang mereka inginkan adalah versi yang mereka uji, perubahan itu membuat mereka menanggung jendela konteks yang tidak mereka pilih dan kartu tarif yang tidak mereka tinjau — keduanya dapat dipulihkan dengan pinning, dan tidak satu pun dapat direkonstruksi setelah kejadian dari tagihan.