Pareto 26.10 Preview vs Pareto: String Model yang Sama, Dua Model yang Berbeda

Unbiased merilis Pareto 26.10 Preview pada 1 Oktober 2026 dan membiarkan rilis sebelumnya, Pareto, tetap terdaftar di sampingnya. Keduanya bukan varian dari satu keluarga yang Anda pilih di antara keduanya dengan sebuah flag. Keduanya adalah dua rilis di balik satu merek, dan string model milik vendor itu sendiri — pareto — kini mengarah ke versi yang lebih baru dan secara eksplisit tidak stabil. Jadi pertanyaan perbandingannya sebenarnya bukan "mana yang lebih baik." Pertanyaannya adalah: mana yang sebenarnya dijangkau oleh permintaan Anda, dan apa yang terjadi pada jawabannya ketika hal itu berubah di bawah Anda?

Satu-satunya tempat keduanya dibahas secara bersamaan adalah daftar teknis publik model tersebut. Kartu model, halaman harga, dan FAQ milik Unbiased sendiri menggambarkan satu produk yang digabungkan dan tidak pernah menyebut pemisahannya. Asimetri itu — diff publik yang terperinci di satu sisi, diam di sisi lain — adalah titik awal yang jujur untuk perbandingan langsung, karena itu memberi tahu Anda dari mana setiap angka di bawah ini berasal.

Enam dimensi, kedua sisi

Segala hal yang membedakan kedua rilis ini terletak pada enam baris berikut. Sisi kiri adalah Pareto 26.10 Preview; sisi kanan adalah rilis Pareto dari 17 September, yang oleh teks katalog pratinjau disebut sebagai pilihan stabil.

• Jendela konteks — 1.048.576 token vs 262.144 token. Empat kali lipat ruangnya, di atas kertas, tanpa tier yang lebih kecil yang ditawarkan pada keduanya.
• Output maksimum — 131.072 token vs 131.072 token. Tidak berubah. Jendela yang lebih besar tidak disertai jawaban yang lebih besar.
• Harga input, sesuai perutean — $0,80 per juta vs $2,50 per juta. Pratinjau ini kira-kira sepertiga harga pada daftar tersebut.
• Harga output, sesuai perutean — $3,20 per juta vs $7,50 per juta. Kurang dari setengah.
• Input yang di-cache, sesuai perutean — $0,03 per juta vs $0,25 per juta. Trajektori agen terpanjang paling banyak mendapat manfaat di sini.
• Lembar benchmark yang diterbitkan — empat skor, secara eksplisit "preliminer" dan "dapat berubah sebelum publikasi final" vs tidak ada tabel benchmark yang diterbitkan sama sekali.

Dua dari baris itu adalah baris yang menentukan pekerjaan nyata. Jendela konteks adalah spesifikasi utama yang tidak akan disebutkan vendor di situsnya sendiri — itu ada di listing, bukan di kartu model — dan harga input yang di-cache adalah harga yang mengubah tagihan agen, bukan batas atasnya. Segala hal lainnya hanyalah delta pemasaran atau, dalam hal skor output, sebuah pengakuan: menerbitkan angka pratinjau dengan label "preliminary" lebih jujur daripada alternatifnya, dan itu juga merupakan peringatan.

Harga yang Anda lihat bergantung pada dari mana Anda melihat

Jalankan kedua kartu tarif itu secara berdampingan dan keduanya tidak selaras, dan itulah bagian dari perbandingan ini yang belum pernah dijelaskan oleh siapa pun.

Platform milik Unbiased sendiri, pada hari 26.10 Preview menjadi rilis saat ini, masih mencantumkan $2,50 per juta input, $0,25 untuk yang di-cache, dan $7,50 output. Itu adalah angka September, tidak berubah, baik di halaman harga maupun kartu model. Kumpulan yang lebih rendah — $0,80, $0,03, $3,20 — muncul di daftar katalog yang dirutekan untuk preview yang sama. Jadi pelanggan yang memanggil pareto langsung melalui API vendor membayar tarif kartu lama untuk model baru, sementara daftar yang dirutekan mengiklankan sekitar sepertiganya. Keduanya aktif. Vendor tidak menerbitkan tanggal berakhir promosi dan tidak ada pernyataan yang merekonsiliasi keduanya.

Itu pertanyaan tentang saluran, dan pada rilis pratinjau itu juga pertanyaan tentang waktu: angka mana pun yang Anda pakai untuk memodelkan biaya, angka lainnya hanya berjarak satu catatan rilis dari menjadi benar. Router yang meneruskan harga daftar penyedia tanpa markup 0% menghapus gesekan ini secara persis — perubahan harga vendor langsung berlaku pada hari yang sama, bukan pada tinjauan kontrak berikutnya — dan itulah satu hal struktural yang layak dipinjam dari OrcaRouter di sini. Kami tidak menyediakan salah satu rilis Unbiased hari ini, jadi jawaban langsung untuk "di mana saya memanggilnya" adalah API milik Unbiased sendiri, pada salah satu dari dua kumpulan harga yang kebetulan dibawa oleh listing yang Anda beli. Alasan untuk mengatakannya terang-terangan adalah selisihnya mencapai faktor tiga, dan pratinjau bukanlah tempat untuk menemukan bahwa Anda memberi harga pada yang salah.

Apa manfaat pratinjau bagi Anda, dan berapa biaya yang harus Anda tanggung

Deskripsi katalog pratinjau itu sendiri menetapkan ketentuannya: ia "dapat berubah tanpa pemberitahuan," dan siapa pun yang membutuhkan perilaku yang dapat diprediksi diarahkan kembali ke rilis September. Itu bukan boilerplate — itu adalah definisi produknya. Bandingkan dengan bentuk praktis dari sesi agen yang panjang dan trade-off-nya menjadi konkret.

Agen yang menjaga percakapan tetap berjalan akan mengakumulasi konteks, dan percakapan panjang adalah tempat prompt caching membuktikan manfaatnya. Model yang berubah di balik endpoint yang tidak berubah adalah cara klasik untuk kehilangannya: cache dikunci ke model yang menghasilkan token, sehingga pergantian versi secara diam-diam di tengah lintasan dapat membatalkan apa yang telah Anda cache dan menagih ulang pekerjaan yang Anda kira sudah dibayar. Dokumentasi Unbiased sendiri berargumen sebaliknya — memposisikan blend-nya sebagai stabil terhadap cache sedangkan router yang berganti tidak — jadi ini adalah risiko yang dipahami betul oleh vendor dan sekadar diterimanya demi merilis pratinjau. Ini layak disebut karena kegagalannya tidak terlihat di dasbor: token Anda tetap ditagih, jawaban Anda tetap kembali, dan angkanya hanya lebih besar daripada minggu lalu.

Sisi positif preview ini nyata dan mencerminkan sisi negatifnya. Konteks empat kali lipat, input yang di-cache dengan tarif seperdelapan dari rilis stabil pada daftar yang dirutekan, dan lembar benchmark yang tersedia — rilis September tidak pernah punya skor terpublikasi. Jika beban kerja Anda berkonteks panjang dan sensitif biaya, preview inilah yang Anda inginkan, dan cara mengambilnya tanpa mempertaruhkan stack adalah dengan menyematkannya secara sengaja: endpoint bernama untuk preview, endpoint bernama untuk rilis stabil, dan fallback di antara keduanya yang dikonfigurasi sekali. DSL perutean ada tepat untuk bentuk masalah ini — susun keduanya sebagai leg terpisah, kirim sebagian trafik nyata melalui masing-masing, dan biarkan log permintaan memberi tahu Anda berapa biaya sebenarnya masing-masing. Preview harus menjadi keputusan yang dapat Anda balikkan dalam satu baris konfigurasi, bukan properti endpoint Anda yang Anda temukan lewat faktur.

Gambaran performa yang tidak cukup stabil untuk dipercaya

Setiap angka di atas berasal dari listing publik, dan panel performa milik listing itu sendiri berubah di antara pembacaan pada hari peluncuran. Satu pembacaan halaman 26.10 Preview melaporkan latensi median 5,28 detik dan 35 token per detik; tampilan berdampingan yang diterbitkan pada hari yang sama melaporkan 3,54 detik dan 21 token per detik untuk pratinjau tersebut serta 1,05 detik dan 45 token per detik untuk rilis September. Itu bukan perbedaan yang kecil. Model yang benar-benar baru yang dilayani oleh satu penyedia memiliki basis pengukuran yang tipis, dan jendela bergulir selama berjam-jam akan bergerak.

Posisi jujurnya adalah tidak ada dari kedua rilis itu yang memiliki angka throughput atau latensi yang cukup stabil untuk dijadikan dasar perencanaan, dan untuk versi pratinjau hal itu sudah melekat pada produknya, bukan masalah snapshot. Rilis September setidaknya sudah memiliki minggu-minggu lalu lintas — daftarnya menunjukkan ketersediaan multi-hari di kisaran sembilan puluhan tinggi dengan riwayat penyedia yang lengkap di belakangnya. Versi pratinjau baru berjalan beberapa jam. Jika alasan Anda memilih di antara keduanya adalah kecepatan, bukan harga atau konteks, bukti untuk dijadikan dasar memilih belum ada, dan langkah yang bertanggung jawab adalah mengukur dengan prompt Anda sendiri, bukan membaca angka dari salah satu halaman.

Yang mana yang harus dihubungi, dan bagaimana cara berhenti peduli

Panggil pratinjau ini jika pekerjaan Anda berkonteks panjang, sensitif terhadap biaya, dan dapat dievaluasi — sesi agen, pemrosesan batch, apa pun yang membuat jendela empat kali lebih besar dan sepertiga harga input sepadan dengan risiko perubahan di tengah minggu. Perlakukan ini sebagai uji coba dengan baris konfigurasi di bawahnya, dan simpan angka Anda sendiri, karena angka vendor akan berubah.

Gunakan Pareto yang stabil jika beban kerja Anda bersifat produksi, sensitif terhadap latensi, atau tercakup oleh tinjauan kepatuhan yang tidak menginginkan model yang digambarkan sebagai mungkin berubah tanpa pemberitahuan. Anda melepaskan jendela 1M, cache yang lebih murah, dan skor yang dipublikasikan; Anda mempertahankan endpoint dengan rekam jejak dan nama yang berarti hal yang sama minggu depan. Bagi banyak tim, itulah keseluruhan persyaratannya.

Kesalahannya adalah menganggap ini sebagai percabangan permanen. Unbiased membangun pemisahan itu agar bersifat sementara — pratinjau ada untuk dievaluasi lalu diserap — dan keputusan yang penting bukanlah mana dari keduanya yang Anda pilih, melainkan apakah beralih di antara keduanya merupakan perubahan lima menit atau proyek kuartalan. Pada satu endpoint dengan satu string model, saat ini keduanya bukan itu: ini adalah pengumuman yang harus Anda tangkap. Konfigurasikan pilihan itu sebagai keputusan perutean, dan versi yang Anda panggil menjadi sebuah kenop, yang merupakan satu-satunya sikap yang pernah benar-benar dihargai oleh rilis pratinjau.