Pareto 26.10 が一般提供開始：プレビュー表記が外れて、実際に何が変わったのか

Pareto 26.10 — UnbiasedがPareto 26.10 Previewとして2026年10月1日から販売してきたリリース — は、2026年10月15日に一般提供を開始した。それがニュースのすべてであり、「一般提供」という言葉が通常含意するほど大きなものではない。モデルは変わっていない。価格も変わっていない。ベンチマーク表も変わっておらず、示唆的なことに、ベンダーはGAバナーを掲載している同じページで、今なおそれらの数値を暫定値と呼んでいる。変わったのはルーティングだ。paretoモデル文字列は既定で26.10を指すようになったが、2週間前は前回のリリースを指しており、26.10は名前を指定してオプトインする必要があるものだった。 このようなリリースの背後にある、文書化されたAI障害やエージェントインシデントは、the OrcaRouter AI Incident Archive に集められており、各エントリには独自の情報源、重大度、信頼度グレード、異議ありフラグが付いている。

その違いは、読むのに2分かける価値がある。なぜならそれは、自分で選んだリリースと、勝手に届いてしまうリリースの違いだからだ。paretoを10月14日に呼び出した人は、古いモデルを手にした。10月16日に呼び出した人は26.10を手にした——コンテキストウィンドウも価格も異なり、コードを一行も変えていないのに、その下にあるモデル文字列も違っていた。

10月15日に何が動きましたか

その日付のベンダーの変更履歴エントリは短く明確で、分けて考える価値のある3つの主張をしている。

• デフォルトのエイリアスが切り替わりました。pareto 文字列は現在 26.10 を選択します。Unbiased 自身の表現では、このエイリアスは「現在 26.10 を指す」となっており、これはモデルではなくルーティングに関する記述です。• 日付付き文字列は引き続き機能します。pareto-26.10 はこのリリースを固定し、pareto-26.9 は前のものを希望する人向けに「引き続き利用可能」です。プレビュー文字列は廃止されました。プレビューユーザーには pareto または pareto-26.10 への切り替えが案内されました。プレビューを利用していた場合は、手動で移行する必要があります。• サブスクリプションの許容量は同じ価格で2倍になりました。Personal は週 5,000 万トークンに、Personal Max は 6 億トークンになり、月額料金はそれぞれ $10 と $100 で変わりません。API の料金表自体 — 入力 100 万トークンあたり $0.80、キャッシュ入力 $0.03、出力 $3.20 — は、明示的に「プレビューから変更なし」とされています。

つまり、GAイベントの中身はエイリアスの切り替え、廃止された文字列、そして週あたりの利用上限の拡大です。このリストの中にモデルをより良くするものは何もありません。3つのうち2つは、より安く、あるいはより使いやすくするためのものであり、多くの読者にとってはまさにそこが要点です。

文書化されているとおりの仕様書

Pareto 26.10 は、テキストと画像を入力としテキストを出力するモデルで、1,048,576 トークンのコンテキストウィンドウと、131,072 トークンの最大応答を備えています。これらはいずれも公開されている現行の事実であり、独立に測定されたものではありません。また、Unbiased 自身の料金ページにはコンテキストの数値が一切掲載されていません — この数値はモデルの技術仕様の掲載レコードとベンダーのモデルカードから得られるものであり、それに合わせてワークロードの規模を決める前に知っておく価値のある、小さなドキュメント上のギャップです。

パラメータの面では、文書化されているセットはmax_tokens、temperature、top_p、toolsおよびtool_choiceです。最後のものは制限付きです。モデルにツールを呼び出すかどうかを判断させることはできますが、ほとんどのフロンティアAPIでできるように呼び出しを強制することはできません。公開されているパラメータリストにはresponse_formatもありません。これは、パイプラインが構造化出力に依存している場合に重要です。記録のどこにもHugging Face識別子がないため、重みはクローズドであり、ベンダーはParetoをコンポジット（複数の基盤モデルをリクエストに対して実行し、最良と判断した結果を保持するブレンド型モデル）と説明しています。これは、販売している企業によるメカニズムに関する主張であり、外部検証はありません。

コンテキストの飛躍は、いったん立ち止まって考える価値のある部分だ。前回のリリースは262,144トークンを搭載していたが、26.10ではそれが4倍の1,048,576になる。大まかに言えば、コードベース規模や文字起こし規模のワークロードを、「これをチャンクに分ける必要がある」から「そのまま送れる」へと移すものだ。また、26.10と26.9を単なるバージョンアップではなく本当に別のモデルとして読むべきだという、このシリーズの2つの比較ページがともに掘り下げている問いに対する、唯一の最も強い根拠でもある。

ベンチマークシートにはまだ「暫定」と記載されています

26.10 向けに4つのスコアが公開されており、いずれも10月1日の実行によるもので、すべてベンダーが実行し、それぞれベンダーが記したラベルが付いている。

• DeepSWE v1.1 — 69.9%、報告されているタスクあたり平均コストは$0.24。 • Terminal-Bench 4.0 — 50.8%、タスクあたり$0.48。 • Humanity's Last Exam、テキストのみ — 49.9%、タスクあたり$0.008。 • GPQA-Diamond — 92.4%、タスクあたり$0.004。

ベンダーのモデルカードはこれを「暫定的な比較」と呼び、26.10の結果は2026年10月1日の実行によるもので「最終公開前に変更される可能性がある」と述べ、分母とコスト算定方法は「確認が必要」と注記している。特に目を引くのはGPQA-Diamondの数値だ——92.4%となれば、通常はフロンティア推論システムに限られる領域にブレンド型ルーターモデルが入ることになる——そしてまさにその数値には、独立した対応結果が存在しない。2026年10月18日時点で、これら4つのいずれについても再実行結果を公開した評価者はいない。

同じカードには、ベンダー自身が独立して検証されていないと説明している比較もあり、そこでは前回のリリースが、両者に共通する唯一のベンチマークで高いスコアを記録しています。DeepSWE v1.1 では 26.9 が 70.0%、26.10 は 69.9% です。その差は 0.1 ポイントで、完全な評価セットではなく 30 タスクのスライスに基づくものであり、「この測定では両者は区別できない」と読むべきで、どちらかの方向への順位付けと見なすべきではありません。ベンチマーク表から一つだけ持ち帰るなら、これです。公表された数値は 2 つのリリースを分けておらず、26.10 に移行する理由はコンテキストウィンドウとルーティングであり、スコアではありません。

GAで実際に得られるものと、得られないもの

実際に問題を引き起こす可能性が高い順に、3つの実務的な帰結を挙げる。

まず、プレビュー文字列を固定していた場合、あなたの呼び出しは今やメンテナンス対象です。プレビューは置き換えられ、ベンダーはparetoまたはpareto-26.10を指し示しています。プレビュー文字列を安定したスナップショットとして扱っていた人 — プレビューに対しては合理的な直感ですが — は、今や現在のリリースを表さないモデル文字列を抱えることになります。

第二に、あなたが素の pareto エイリアスを呼び出していて、それが安定していると仮定していたなら、その仮定は常に誤りであり、今それが明らかになっています。あなたは262Kコンテキストから1Mコンテキストへ、そして9月のレートカードから現在のレートカードへと、何も尋ねずに移行しました。ベンダーのドキュメントには、未知のモデル識別子はまだ拒否されないと記されています — タイポでもParetoとして提供され課金されます — したがってエイリアスの挙動だけが、あなたと無言のバージョン変更の間に立つ唯一のものです。再現性が重要なら、日付付きの文字列を固定してください。これが、それを一言で示す根拠です。

第三に、許容量の倍増は定常的なワークロードの計算を変える。Personalで月10ドル、週5000万トークンなら、単一ユーザーの重いコーディングや研究の負荷は、トークン単位の課金ではなくサブスクリプション内に収まり得る。これはモデルについての主張ではなく、また許容量は無制限利用ではなく上限ではあるが、10月15日の項目のうち、支払額を変えるのはこの部分だ。

ルーターが役立つ場面、正直なところ

OrcaRouterはUnbiasedモデルを一切提供していません。Pareto 26.10を利用したい場合は、ベンダー自身のAPIを通じて呼び出す必要があります。それが唯一の経路であり、そうでないと示唆するつもりはありません。ここでルーティングレイヤーが担うのは、その周辺の意思決定です：比較の両側で同じキーと同じ統合を使えるため、26.10を既存の運用環境と比較評価するのに、2つ目の契約や2つ目のSDKは不要です。また、週の途中でモデルが知らぬ間に変わっても、それは障害ではなく設定変更で済みます。その最後の点こそ、paretoが10月15日に26.9から26.10へ切り替わることが外部からどう見えるかです：リクエストに何のシグナルもないまま行われたベンダー側のエイリアス移動です。ルーターの自動フェイルオーバーとルーティングDSLは、そうした依存関係がエラーやタイムアウトを起こし始めた場合や、そうなる前にフォールバック先がすでに指定されているべき場合に備えて存在します。

OrcaRouterはプロバイダーの定価を0%のマークアップでそのまま反映するため、ベンダーの料金改定はそれが届いた当日に当社側でも有効になります——これは一般的には確かな利点であり、当社が提供していないモデルをルーティングする理由にはなりません。

今週は誰が引っ越すべきですか？

へ移行してくださいpareto-26.10。100万トークンのウィンドウが必要な場合の話です。これが両リリース間の具体的で検証可能な違いであり、ベンチマークの表ではとても反論できない、現時点で唯一の理由です。移行する際は、エイリアスではなく日付入りの文字列を固定してください。そうしておけば、次にエイリアスが切り替わっても、それはあなたが自分で計画できるものになります。

プロジェクトの途中で、コンテキストが262Kに収まるのであれば、pareto-26.9のままにしてください。ベンダー自身のハーネスで公表されている2つのスコアは0.1ポイント差しかなく、移行によって出力品質が向上するという証拠は公開記録にはありません。また、ベンダーが引き続き利用可能だと述べている文字列もそのまま使えます。

まだプレビュー文字列のままで迷っているなら：移行は1行の変更だが、何もしない場合に明確な失敗モードがあるのは、このリリースではこの部分だけだ。

何がこの読みを変えるだろうか

三つのこと、まだどれも目に見えていない。

独立したベンチマーク実行。この記事のすべての数値は Unbiased 自身のものであり、Unbiased のハーネス上で取得され、Unbiased の注意事項が付されています。外部の第三者による再実行こそ、現れうる中で最も有用な単一のものであり、それが行われるまでは、92.4% という GPQA-Diamond の数値はベンダー報告の結果として引用するか、まったく引用しないべきです。

日付付きの価格変更。この料金カードは以前にも、それを説明する変更履歴の項目なしに変わったことがあり、それはより良い条件であると同時に、より悪いシグナルでもある。GAでは料金を明示的に引き継いだ。次に料金が動くとき、ベンダーがそれに日付を付けるかどうかで、このモデルの価格をどこまで計画の前提にできるかがわかる。

第2のサービング経路。モデルは単一のプロバイダーによって提供されているため、ベンダー自身のスタック内にフェイルオーバー先は存在しない。26.10がクリティカルパスとなるあらゆるケースでは、それは記録に残すだけの細部ではなく、回避策を講じるべき設計上の制約である。

繰り返し出てくる質問

Pareto 26.10は新しいモデルなのか、それとも新しいラベルが付いたプレビューなのか？機能的にはプレビューリリースです。同じコンテキストウィンドウ、同じ価格設定、公開されている同じ4つのスコア、根底にある同じモデルです。GAで変わったのはルーティングです — paretoエイリアスがこれを選択するようになったこと — さらにサブスクリプションの許容量が2倍になったことと、プレビュー文字列が廃止されたことです。

「一般提供」というラベルは、ベンチマークが最終的なものだという意味なのか？ いいえ、そしてこれこそが、10月15日の変更履歴を扱うほとんどの報道が飛ばす細部だ。一般提供を発表している同じベンダーのページは、その4つのスコアを予備的な比較として説明し続けており、最終公開前に結果が変わる可能性があるとも述べている。一般提供は製品としてのモデルの状態を表すものであり、その品質に関する証拠を格上げするものではない。

エイリアスの変更は、それを無視する人に実際どれほどのコストをもたらすのでしょうか。最新リリースを望んでいたのであれば、何のコストもありません。テストしたバージョンを望んでいたのであれば、自分で選んでいないコンテキストウィンドウと、確認していない料金表というコストを払うことになります——どちらもピン留めによって取り戻せますが、どちらも事後に請求書から再現することはできません。