Imparziale fissa Pareto 26.9 alla propria stringa di modello: ora la versione stabile ha un nome

di UnbiasedPareto 26.9 ha smesso di essere un numero di versione menzionato nelle note a piè di pagina di qualcun altro ed è diventato un modello indirizzabile il 13 ottobre 2026, quando la release che funge da default stabile da settembre ha acquisito un proprio identificatore qualificato per versione. Il contesto conta: dello stesso fornitore, il Pareto 26.10 Preview è stato venduto come anteprima opt-in dal 1° ottobre sotto una stringa propria — pareto-26.10-preview — mentre pareto è rimasto sulla release stabile e, secondo le parole stesse del fornitore, "non seleziona questa anteprima". Per gli undici giorni tra quei due eventi, la versione che stavate effettivamente chiamando è stata decisa da una riga di changelog anziché da qualcosa nel vostro corpo della richiesta. Da questa settimana, ha un nome che potete fissare.

Questa è una piccola incombenza di manutenzione da parte del fornitore e un vero cambiamento da parte tua. Una stringa di modello che significa silenziosamente "qualunque cosa abbiamo rilasciato l'ultima volta" va bene fino alla settimana in cui significa qualcos'altro; la differenza tra una preview e una release stabile è la differenza tra una scheda di benchmark che può cambiare prima della pubblicazione finale e una che puoi mettere in un contratto. Unbiased ha ora pubblicato entrambe, affiancate, con le tariffe allegate.

Cosa è cambiato davvero — e cosa no

Due cose si sono mosse, e nessuna delle due è il modello stesso.

• La versione stabile ha ottenuto un identificatore. La versione che dal 17 settembre è invocabile come pareto ora si risolve in uno slug datato e qualificato per versione, la cui forma canonica riporta la data di rilascio originale. Per la prima volta puoi indicare il rilascio che intendi invece dell'alias che segue il calendario del fornitore.

• L'alias segue di nuovo la release stabile. Il changelog del 1° ottobre di Unbiased non lascia dubbi su dove punti l'alias: usa pareto-26.10-preview per aderire, perché pareto "rimane l'alias di release predefinito e non seleziona questa anteprima". Il percorso stabile è il percorso predefinito.

Il modello dietro la stringa stabile è invariato rispetto a ciò che è stato rilasciato a settembre, e anche la documentazione del fornitore non è cambiata in merito. Pareto è descritto — dall'azienda che lo vende — come un modello blended che coinvolge più modelli su ogni richiesta in parallelo e sintetizza una risposta dai risultati. Questa è un'affermazione sul meccanismo, non una specifica, e non esiste una verifica indipendente al riguardo. Ciò che è verificabile è il wrapper attorno ad esso.

Sulla superficie documentata dal fornitore, dall'ultima verifica: l'input è testo e immagine, l'output è solo testo, la risposta massima è di 131.072 token e il modello accetta tools, tool_choice, response_format, temperature, top_p e max_tokens, con tool_choice limitato al valore auto — non è possibile forzare una chiamata a uno strumento. Non esiste alcun identificatore Hugging Face da nessuna parte nel record, quindi i pesi rimangono chiusi.

Il prezzo è la parte che si è davvero discostata

Quando Pareto è stato elencato per la prima volta a settembre, il listino prezzi indicava 2,50 $ per milione di token di input, 7,50 $ per milione di output e 0,25 $ per l’input in cache. Oggi, nella pagina dei prezzi del fornitore, la stessa versione stabile è pubblicata a 0,80 $ per l’input, 3,20 $ per l’output e 0,03 $ per l’input in cache — circa un terzo della tariffa originale per l’input in termini di valore in dollari, e poco più del 40% per l’output.

Leggilo per quello che è, perché è facile fraintenderlo in entrambe le direzioni. È una tariffa pubblicata dal fornitore, datata solo dal fatto che la pagina è attiva ora; Unbiased non ha pubblicato una voce datata di variazione di prezzo, quindi non esiste una riga citabile del tipo «in questo giorno il prezzo è sceso» né una data di fine promozione. La versione onesta è che l’attuale release stabile è venduta al prezzo più basso indicato, che i numeri più alti circolano ancora in articoli scritti sulla base del listino di settembre, e che nulla vincola il fornitore a quello più basso. Chiunque stia costruendo un modello di costo questo mese dovrebbe usare $0.80 / $3.20 e ricontrollarlo, non considerarlo fisso.

L'unico sconto strutturale che valga la pena prezzare è la tariffa della cache, per come è costruito questo modello. L'input in cache a $0,03 è meno del 4% della tariffa standard per l'input. Se Pareto mantiene davvero la stessa configurazione combinata per tutta una conversazione invece di riselezionare un modello turno per turno, il prompt caching sopravvive all'intera traiettoria — che è esattamente il risparmio a cui, secondo il fornitore, rinuncia un router convenzionale quando cambia modello a metà conversazione. Unbiased vende anche abbonamenti con quote settimanali di token insieme a crediti pay-as-you-go, da $10 al mese per 25M di token a settimana fino a crediti prepagati per team senza tetto settimanale, quindi per un uso personale costante l'aritmetica per token non entra nemmeno nel conto.

Questa è la parte di cui un livello di routing cambia la forma, e vale la pena essere precisi su a che punto siamo. OrcaRouter passa direttamente il prezzo di listino del provider con 0% di ricarico, quindi una variazione delle tariffe del fornitore è attiva dalla nostra parte lo stesso giorno in cui arriva, anziché seguire un ciclo di rinnovo — ma non abbiamo in catalogo alcun modello Unbiased, quindi se vuoi specificamente Pareto 26.9, chiamalo tramite l'API proprietaria di Unbiased. Quello che un router ti offre davvero qui è una sola chiave e una sola integrazione per i modelli su entrambi i lati della decisione, così confrontare Pareto con quello che usi oggi non significa un secondo contratto e un secondo SDK. La disponibilità per questo modello è tramite l'API proprietaria del fornitore.

A quanto è valutata la versione stabile — e quanto vale quel punteggio

Unbiased pubblica un unico numero comparabile per la versione stabile, e viene accompagnato da più avvertenze di quanto il numero sia grande.

• Pareto 26.9 su DeepSWE v1.1 — 70,0%, con un costo medio dichiarato di 0,29 $ per attività. Il fornitore data questa esecuzione al 20 settembre 2026.

• La dimensione di quell'esecuzione — una porzione di 30 task, non il set completo DeepSWE v1.1. Unbiased lo dichiara sulla propria model card anziché in una nota a piè di pagina altrove.

• L'altro punteggio che il fornitore elenca per 26.9 — Humanity's Last Exam, riportato senza il qualificatore solo testo che accompagna il numero HLE dell'anteprima, che anche la scheda del modello segnala come differenza.

• La classificazione di tutto quanto — preliminare, eseguita dal fornitore e trascritta in un confronto che il fornitore stesso descrive come «non convalidato in modo indipendente».

Metti la versione stabile accanto alla preview e i punteggi sono, entro qualunque barra d'errore di una singola esecuzione, gli stessi: 70,0% a $0,29 sul sottoinsieme di 30 attività per la 26.9, 69,9% a $0,24 sul set completo per la 26.10 Preview, entrambi DeepSWE v1.1, entrambi eseguiti dall'azienda che vende il modello. Non è una ragione per concludere che la preview sia peggiore. È una ragione per concludere che i numeri pubblicati non sono abbastanza precisi da separare le due release, e che nessuno che venda l'una o l'altra ha motivo di eseguire l'esperimento che lo farebbe.

Prove indipendenti specificamente per Pareto 26.9 al momento sono assenti. Artificial Analysis, la classifica che la maggior parte dei team controlla prima di fidarsi di un nuovo nome su un listino prezzi, non ha una pagina dedicata — il percorso del modello restituisce un 404 anziché un punteggio. Non c'è alcun posizionamento in classifica, nessun dato di latenza o throughput di terze parti, e nessuna riproduzione di quanto sopra da parte di qualcuno al di fuori del fornitore. Ciò che invece offre Unbiased è più interessante di un punteggio: un harness di valutazione pubblico che punta a qualsiasi endpoint compatibile con OpenAI, incluso quello che già usi, così l'affermazione passa da "fidati del nostro numero" a "riesegui il nostro numero". Questa è un'offerta genuinamente migliore di quella della maggior parte dei fornitori, e non è ancora la stessa cosa di un numero verificato. Nessuno ha pubblicato la riesecuzione.

Stabile versus anteprima, sulle dimensioni che decidono una migrazione

Se oggi devi scegliere tra le due versioni, queste sono le differenze che contano, e non sono quelle che i punteggi suggeriscono.

• Finestra di contesto — 262.144 token su Pareto 26.9 contro 1.048.576 su Pareto 26.10 Preview, una differenza di quattro volte e di per sé l'argomento più forte a favore della preview.

• Tariffa pubblicata — $0,80 / $3,20 / $0,03 in cache per milione di token per l'anteprima; $2,50 / $7,50 / $0,25 per la versione stabile come indicato al momento della sua prima apparizione, rispetto a una pagina dei prezzi del fornitore che attualmente pubblica la scheda inferiore anche per il percorso stabile. Considera la cifra stabile come mutevole finché il fornitore non la data.

• Stato contrattuale — 26.9 è una release; 26.10 Preview è un'anteprima che, secondo Unbiased, "può cambiare senza preavviso" e che esplicitamente non è vincolante.

• Trasparenza dei benchmark — l'anteprima ha quattro punteggi pubblicati con il costo per attività; la versione stabile ha un solo punteggio comparabile su un sottoinsieme di 30 attività.

• Livello di accesso — entrambi rientrano negli stessi termini di accesso per valutazione, per cui la distribuzione commerciale o in produzione richiede un accordo scritto separato.

• Pesi — chiusi su entrambi, senza documento di licenza e senza repository.

Letti insieme, la scelta non riguarda la qualità. Si tratta di decidere se preferireste avere quattro volte il contesto su un modello che potrebbe essere sostituito sotto di voi senza preavviso, oppure una finestra più ristretta su una build che il fornitore ha smesso di pubblicizzare come modificabile. Un team che sviluppa un prodotto per documenti lunghi o sessioni di agente lunghe troverà difficile rifiutare il primo compromesso e difficile fare affidamento sul secondo; la risposta è di solito eseguire l'anteprima dietro un fallback invece di sceglierne una e dimenticarsene.

Le avvertenze operative che nessuno mette su una model card

Il wrapper attorno a questo modello è una beta, e Unbiased documenta gli spigoli invece di nasconderli, il che rende facile pianificare tenendone conto.

• GET /v1/models non è implementato. Non puoi elencare ciò che è disponibile; invii la stringa che intendi e lo scopri.

• Gli identificatori di modello sconosciuti non vengono rifiutati. Un refuso può finire in un punto che non intendevi e non otterrai un errore chiaro, il che è un forte argomento contro la digitazione manuale di una stringa di versione in più di un posto.

• La superficie documentata comprende solo chat completions e messages — nessun embedding, nessuna generazione di immagini, nessun audio, nessun elenco dei modelli.

• L'accesso è un accesso di valutazione ai sensi dei Termini, con account esaminati manualmente prima del rilascio di una chiave. L'uso in produzione richiede prima un accordo scritto.

• Un unico fornitore di serving. Non esiste un secondo host nel record e quindi nessuna destinazione di failover all'interno dello stack del fornitore stesso.

L'ultima riga è quella che decide quanto di questo dovresti inserire in un percorso di produzione. Una beta con un unico provider e una lacuna documentata nella scoperta dei modelli è esattamente il caso in cui una catena di fallback si guadagna il suo posto, e in cui dovrebbe essere configurata prima di indirizzare il traffico, non dopo un incidente. Il failover automatico e il DSL di routing di OrcaRouter sono il modo in cui questo viene impostato dalla nostra parte — una catena che invia una richiesta al tuo modello primario e passa a un'alternativa denominata quando il primario genera un errore o va in timeout, espressa come configurazione anziché come codice da mantenere. Noi non ospitiamo Pareto 26.9, quindi il target di failover dalla nostra parte sarebbe un modello che serviamo, non un'altra copia di questo.

Chi dovrebbe fissare la stringa questa settimana, e chi dovrebbe aspettare?

Bloccalo se chiami già Pareto per nome e il tuo carico di lavoro è abbastanza stabile che un cambio di versione a metà settimana sarebbe una sorpresa anziché una funzionalità. È tutto il vantaggio di un identificatore qualificato per versione: un alias che segue il calendario di rilascio del fornitore è una comodità fino al momento esatto in cui diventa un aggiornamento di dipendenza non revisionato. Il pinning rende anche sottraibile il tuo monitoraggio dei costi, poiché le due release hanno tariffe pubblicate diverse e un mese misto non sarà scomponibile a posteriori.

Aspetta sul prezzo se stai modellando la spesa. La scheda della release stabile stessa è passata da $2,50 / $7,50 a $0,80 / $3,20 senza una voce datata che spieghi il cambiamento, quindi qualsiasi cifra tu inserisca in un budget questa settimana è un'osservazione, non un impegno — ricontrollala prima di firmare qualsiasi cosa basandoti su di essa.

Rimanda comunque la questione della qualità. Con un unico punteggio eseguito dal fornitore su una fetta di 30 attività per la release stabile, quattro punteggi preliminari per la preview e nessun valutatore indipendente che copra l'una o l'altra, la decisione che puoi davvero prendere oggi riguarda l'interfaccia e l'affidabilità: quale finestra di contesto ti serve, se puoi tollerare una preview e se le lacune della beta del fornitore si adattano al tuo deployment. A queste si può rispondere. A quale dei due sia il modello migliore, invece, no, e la posizione onesta è rieseguire l'harness pubblicato sul tuo carico di lavoro prima di decidere che è così.

Domande che emergono

Quale release seleziona oggi pareto, ed è cambiato qualcosa? L'alias punta alla versione stabile, secondo il changelog del 1° ottobre di Unbiased, che afferma chiaramente che non seleziona l'anteprima. È la stessa direzione dell'impostazione originale di settembre; ciò che è cambiato questa settimana è che ora la versione stabile è anche indirizzabile tramite un identificatore qualificato per versione, quindi l'alias non è più l'unico modo per denominarla. Se hai del codice che invia pareto e si aspetta la cosa più recente, quell'aspettativa non è mai stata supportata: l'anteprima era opt-in per nome dal giorno in cui è stata rilasciata.

Dovresti fissare l'identificatore datato o mantenere l'alias? Fissa se hai bisogno di riproducibilità o di attribuzione dei costi; mantieni l'alias se vuoi davvero la build stabile corrente del fornitore senza una modifica da parte tua. La modalità di errore da evitare è la via di mezzo: fissare la stringa in un punto e lasciarla divergere in un altro, in un'API in cui gli identificatori sconosciuti non vengono rifiutati e non possono essere elencati.

Esiste un benchmark indipendente per Pareto 26.9? Nessuno, al momento, questa settimana. Le uniche cifre disponibili sono quelle del fornitore, ottenute con l'harness del fornitore, pubblicate con le avvertenze dello stesso fornitore sulle dimensioni dell'esecuzione e sui confronti che esso descrive come non convalidati in modo indipendente. L'harness pubblico è l'elemento più solido in quel quadro, perché è verificabile, e nessuno ha pubblicato una ripetizione dell'esecuzione contro di esso.

L'ultima cosa che vale la pena osservare non è un benchmark. È se il fornitore data la sua prossima variazione di tariffa, perché una variazione non datata da 2,50 $ a 0,80 $ è un affare migliore e un segnale peggiore — ti dice che la scheda può cambiare senza una voce nel registro che ti permetterebbe di spiegarlo in seguito. Per un modello il cui intero cavallo di battaglia è che i numeri sono prove, questo è il dettaglio su cui chiedergli conto.

Un rilascio è anche il momento di verificare cosa è andato storto in precedenza: gli incidenti documentati di IA e i guasti degli agenti relativi ai modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di affidabilità e il flag di contestazione.