Pareto 26.9 vs l'anteprima di Pareto 26.10 di Unbiased: Il pin stabile e l'anteprima

La linea Pareto di Unbiased ora offre due release richiamabili con due risposte diverse alla stessa domanda, e da questa settimana devi sceglierne una di proposito. Pareto 26.9 è la release su cui si risolve l'alias predefinito del fornitore: 262.144 token di contesto, 2,50 $ per milione di token di input, nessuna data di scadenza associata. Pareto 26.10 Preview è la build opt-in: quattro volte il contesto, circa un terzo del prezzo di input, quattro punteggi di benchmark che il fornitore stesso definisce preliminari e una data di scadenza scritta nel suo record di catalogo. Entrambe sono attive. Entrambe accettano in input testo e immagini e restituiscono testo. Nessuna delle due è una variante dell'altra che puoi attivare con un flag al momento della richiesta.

Quello che è cambiato non è nessuno dei due modelli. È che la release stabile ha finalmente un proprio indirizzo. Il 13 ottobre 2026, il catalogo instradato che elenca questa famiglia ha iniziato a includere unbiased/pareto-26.9 come voce richiamabile separatamente, accanto a una voce alias che reindirizza sempre alla release corrente. Prima di allora, l'unico modo per raggiungere con certezza il modello stabile era chiedere Pareto e accettare qualunque cosa l'alias ti restituisse. Ora le due release figurano nella stessa lista con i propri prezzi, i propri limiti e i propri metadati di scadenza — e scegliere tra loro è una decisione che prendi tu anziché una che viene presa per te.

Le due release, dimensione per dimensione

Ogni differenza pubblicata tra loro sta in queste sette righe. A sinistra c'è Pareto 26.9; a destra Pareto 26.10 Preview.

• Finestra di contesto — 262.144 token vs 1.048.576 token. Quattro volte lo spazio, senza che su nessuno dei due sia offerto un livello più piccolo. • Output massimo — 131.072 token vs 131.072 token. La finestra di input più grande non ha comportato una risposta più grande. • Prezzo di input — 2,50 $ per milione di token vs 0,80 $. L'anteprima è circa il 32% della tariffa stabile. • Prezzo di output — 7,50 $ per milione di token vs 3,20 $. Circa il 43% di quella. • Input in cache — 0,25 $ per milione di token vs 0,03 $. L'anteprima è circa un ottavo, ed è la voce che più di tutte fa cambiare la bolletta di un agente di lunga durata. • Scheda dei benchmark pubblicata — un punteggio, su una porzione parziale di attività, vs quattro punteggi che il fornitore etichetta come preliminari. • Termini di stabilità — nessuna scadenza nel registro, e il fornitore la definisce la release predefinita vs un'anteprima opt-in la cui scheda di catalogo riporta una data di scadenza del 15 ottobre 2026.

Due di quelle righe fanno la maggior parte del lavoro. La tariffa per l'input in cache è quella che decide se una lunga traiettoria agentica è economicamente sostenibile su entrambe le release, e il campo di scadenza è quello che decide se l'anteprima sia qualcosa su cui puoi davvero costruire.

Perché i numeri di versione non coincidono

I numeri sono etichette di mese, non una sequenza da cui trarre deduzioni. La stessa model card di Unbiased fa risalire Pareto 26.9 a un'esecuzione del 20 settembre 2026 e descrive 26.10 Preview come la versione del 1° ottobre che è seguita. Il catalogo che elenca 26.9 mostra che entra nel suo registro il 13 ottobre — tre settimane dopo la data di rilascio che il fornitore riporta. E il post di lancio del fornitore per la preview dice che la versione precedente "26.9" era in esecuzione da due settimane su gateway di terze parti sotto un nome temporaneo prima di essere nominata.

Metti insieme queste tre affermazioni e la lezione pratica è che un numero di versione qui ti dice da quale mese proviene una build, e nulla sul fatto che la build sia ancora attuale, ancora supportata o ancora quella dietro l’alias. Significa anche che la data che vedi su una pagina di catalogo è una data di inserimento, non una data di rilascio. Leggerla come quest’ultima è l’errore più comune commesso su questa famiglia, e ora viene commesso in entrambe le direzioni: la 26.9 sembra tre settimane più recente di quanto sia, e l’anteprima sembra cinque settimane più vecchia.

Cosa offre l'anteprima, e cosa dice davvero il foglio dei benchmark

La tesi a favore della preview è aritmetica. Quattro volte il contesto per un terzo del prezzo di input, con una tariffa di lettura della cache abbastanza bassa che una lunga traiettoria costa una frazione di quanto costerebbe su 26.9. Unbiased sostiene inoltre una latenza inferiore sulla preview, con il guadagno maggiore sulle lunghe esecuzioni agentiche — un'affermazione che non ha alcuna misurazione pubblicata a supporto, né da parte del fornitore né di chiunque altro.

Le ragioni per non ricorrervi d'istinto sono più sottili e risiedono nell'unico punto in cui le due release possono essere confrontate. Su DeepSWE v1.1, il benchmark di coding agentico su cui compaiono entrambe le release, la model card del fornitore mostra Pareto 26.9 a 70,0% a $0,29 per task e Pareto 26.10 Preview a 69,9% a $0,24 per task. La release più recente ed economica ottiene un punteggio marginalmente inferiore sull'unico benchmark dove entrambe hanno un numero, e vince sul costo per task di circa il 17%. Non è uno scandalo e non è un errore di arrotondamento da liquidare con un gesto — è esattamente l'aspetto che dovrebbe avere un sistema misto più economico, e vale la pena saperlo prima di dare per scontato che la preview sia un aggiornamento netto.

Due avvertenze vanno apposte su quel confronto, e il fornitore le pubblica entrambe. Il valore 26,9 deriva da una porzione di 30 attività, non dall'intero set DeepSWE v1.1, quindi non è la stessa misurazione di quella dell'anteprima. E ogni numero qui è frutto di test eseguiti dal fornitore: i quattro punteggi dell'anteprima — 92,4% su GPQA-Diamond, 49,9% su Humanity's Last Exam solo testo, 69,9% su DeepSWE v1.1, 50,8% su Terminal-Bench 4.0 — portano l'etichetta del fornitore stesso, "preliminare, può cambiare prima della pubblicazione finale", e la scheda del modello afferma che i denominatori e la metodologia dei costi "richiedono ancora conferma". Nessuno al di fuori di Unbiased ha pubblicato un punteggio per nessuna delle due release. Considerate l'intero prospetto come un motivo per fare test, non un motivo per cambiare.

La scadenza è la parte attorno a cui pianificare.

Il registro dell'anteprima riporta una data di scadenza del 15 ottobre 2026 — un giorno dopo la stesura di questo testo. Ciò che accade in quella data non è documentato in nessun luogo che siamo riusciti a trovare: né nel changelog, né nella scheda del modello, né nella pagina dei prezzi. Niente nel materiale del fornitore dice che l'anteprima smette di essere servita, e il post di lancio dice, nello spirito, l'opposto di una dismissione — che "il prezzo non aumenterà, e lo slug dell'anteprima non ti si romperà sotto," e che al passaggio a definitiva 26.10 diventa l'impostazione predefinita per gli abbonati mentre le quote settimanali raddoppiano, da 25M a 50M token sul piano Personal da $10 e da 300M a 600M sul livello da $100.

Quindi la lettura onesta non è «la preview muore domani». È che la preview è regolata da termini che cambiano, e che una build con un campo di scadenza nel suo record non è la release da fissare per un sistema che non vuoi rivedere. Ecco tutto l'argomento a favore di 26.9 come default: migliora più lentamente e ha un prezzo tre volte più alto sull'input, ma è quella che il fornitore chiama release anziché esperimento, e il suo record non ha un orologio sopra.

Mantenere entrambi senza riscrivere l'integrazione

Il motivo per cui questa è una decisione di routing e non di modellazione è che entrambe le release accettano la stessa forma di richiesta. Stessa famiglia di endpoint, stessi parametri, stessa superficie input testo e immagini / output testo — l'unica cosa che cambia è la stringa che inserisci nel campo model. Questo rende la superficie di migrazione minuscola e la disciplina di pinning l'intero problema: esattamente un valore in esattamente un punto determina quale di due sistemi con prezzi molto diversi ti risponde.

È questo il caso il DSL di routing su OrcaRouter per cui è stato creato. Si compone una chiamata da tratte denominate e si mantiene la stringa del modello come valore di configurazione anziché come costante sepolta nel codice dell'applicazione, così passare da una preview a un pin stabile è una modifica alla rotta anziché un deploy. Lo stesso vale per la catena di failover: una preview che cambia, scade o inizia a restituire errori diventa un evento di fallback anziché un incidente. Non distribuiamo nessuna delle due release di Unbiased — questa è una famiglia servita dal vendor con un unico provider, il vendor stesso — quindi il modo per chiamarla è l'API di Unbiased, e se il tuo obiettivo è confrontare le due release sul tuo workload, entrambe sono raggiungibili lì oggi.

Quale fissare

Se devi rilasciare qualcosa che debba rispondere il mese prossimo senza che nessuno lo tocchi, fissa Pareto 26.9. Costa tre volte tanto per token di input e ti dà un quarto del contesto, e in cambio è la release puntata dall'alias del fornitore, non ha un campo di scadenza, e il suo unico benchmark pubblicato — un punteggio su slice parziale — è guarda caso il più alto dei due. Questa è la risposta noiosa ed è quella giusta per un percorso di produzione.

Se stai valutando, o se il tuo carico di lavoro è a contesto lungo e sensibile ai costi al punto che un terzo del prezzo di input cambia ciò che è sostenibile, esegui Pareto 26.10 Preview in modo deliberato e dietro un fallback. Una tariffa di input in cache di 0,03 $ per milione contro 0,25 $ è la differenza tra un ciclo di agente che puoi permetterti tutto il giorno e uno che devi razionare, e la finestra di 1.048.576 token è l'unica delle due che riesce a contenere un grande repository o un lungo insieme di documenti in un'unica richiesta. Prendi il prezzo, prendi la finestra e tieni la data di scadenza in una voce di calendario anziché nelle tue supposizioni.

Ciò che cambierebbe questo consiglio è ristretto e verificabile: un annuncio che l'anteprima è stata promossa e che l'alias è cambiato, un benchmark indipendente per l'una o l'altra release, oppure il fatto che l'anteprima continui a essere disponibile oltre il 15 ottobre alle stesse tariffe. Uno qualsiasi di questi elementi trasforma una scelta tra due opzioni in una scelta obbligata. Finché uno non si concretizza, le due release di questa famiglia sono prodotti genuinamente diversi con profili di rischio genuinamente diversi, e l'unica cosa che controlli è quale stringa portano le tue richieste.

Una release che può cambiare sotto di te a metà settimana è il caso per cui è stato creato il failover automatico: failover automatico un'anteprima che scade o inizia a dare errori diventa un evento di fallback anziché un incidente.