Pareto 26.10 対 Unbiased Pareto 26.10 Preview：同じモデル、二つの異なる文字列

を比べたときの、最短で正直な答えはこうです。Pareto 26.10とUnbiased Pareto 26.10 Preview両者は同じモデルであり、同じ価格で提供され、コンテキストウィンドウも最大出力も同じで、公開されている4つのベンチマークスコアも同じ、基盤となる複合アーキテクチャも同一です。プレビューは2026年10月1日に始まり、一般提供リリースは2026年10月15日に登場しました。Unbiased自身の変更履歴には、料金はプレビューから変更なく引き継がれたと記載されています。両者の間で再トレーニングは行われておらず、GAページのためにスコアが再実行されることもありませんでした。 このようなリリースの背景にある、記録されたAIの障害やエージェントのインシデントは、OrcaRouter AI Incident Archiveにまとめられており、各エントリには独自の出典、重大度、信頼度グレード、異議フラグが付いています。

変わったのはモデルを取り巻くすべてであり、本番コードを抱える読者にとってそれは小さなことではない。preview 文字列は廃止され、pareto エイリアスは GA リリースを指すようになり、サブスクリプションの許容量は同じ月額料金でおよそ倍になった。この2つのどちらかを選んでいるなら、あなたは2つのモデルの間で選んでいるのではない — 同じモデルの2つの構成の間で選んでいるのであり、そのうち一方の構成はもはや提供されていない。

この比較が見た目より短い理由

「X対Y」のページの多くは、2つのモデルが何か測定可能な点で異なっているから存在する。このページはそうではないし、そうとはっきり言うほうが、違いをでっち上げるより役に立つ。2つの項目は、同じリリースのライフサイクル上の2つの時点であり、ベンダー自身の記録がそれを単に示唆するだけでなく実証している。10月1日の変更履歴でプレビュー用に公開された4つのベンチマークスコア — GPQA-Diamond 92.4%、Humanity's Last Exam text-only 49.9%、DeepSWE v1.1 69.9%、Terminal-Bench 4.0 50.8%、タスクあたりのコストはそれぞれ$0.004、$0.008、$0.24、$0.48 — は、今日GAモデルカードに記載されている同じ4つの数値と小数点まで一致している。GA後の再実行はないため、改善の証拠も、退行の証拠もない。

プレビューからGAへの移行では、ベンダーが何かをひっそり変更するのがよくあることだから、これは明言する価値がある。ここでは変更履歴が平易な言葉で逆のことを述べており、モデルカードもそれを裏付けている。誠実な立場としては、プレビューという表示は状態を示すものであって、別のモデルだったわけではない。

何が同一なのか、そしてそれをどう確認できるのか

• コンテキストウィンドウ — 両方とも1,048,576トークン。 • 最大応答 — 両方とも131,072トークン。 • モダリティ — 両方ともテキストと画像を入力、テキストを出力。 • 価格 — 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。GA changelogには、料金はプレビューから引き継がれたと記載されている。 • パラメータ — max_tokens、temperature、top_p、tools、tool_choice。ツール選択はautoに制限。 • ベンチマーク — 10月1日の4つのスコア。変更なしで、依然として暫定と表示。 • 重み — 両方ともクローズドで、どちらの記録にもHugging Face識別子はない。 • 提供 — 両方ともベンダーという単一のプロバイダー。

それらのどれも、判断に迷うような事柄ではない。同じ公表された記録から読み取れるものであり、確認する読者はどちらのページでも同じ数字を見つけるだろう。

同一でないものは何ですか？

3つの点が異なっており、それぞれに結果が伴います。

• モデル文字列。プレビューはプレビュー専用の識別子で呼ばれていました。その文字列は置き換えられました — Unbiased の GA エントリは、プレビューユーザーに pareto または pareto-26.10 へ切り替えるよう伝えています。GA リリースは pareto-26.10 として参照可能で、素の pareto エイリアスが現在選択するのはこれです。 • ステータス。プレビューとはベンダーが変更される可能性があるとしているリリースであり、GA リリースはベンダーのデフォルトです。この区別は返ってくるトークンには影響しませんが、次のトークンについて何を想定できるかは変わります。プレビュースロットはベンダーがまだ責任を持てないバージョンを置く場所であり、デフォルトスロットは責任を持てるバージョンを置く場所です。 • サブスクリプションの許容量。Personal は週 5,000 万トークン、Personal Max は 6 億トークンに移行し、いずれも以前公開されていた月額料金 $10 と $100 のままです。トークン単位の API 料金表はそれに追随しませんでした。

それが完全なリストです。出力品質についての4行目を期待していたのであれば、そんなものはありません。それを示す記事は、でっち上げているだけです。

プレビュー文字列をピン留めした場合

これは、期限が付いている比較の部分です。

プレビューを指すモデル文字列は、構造上、有効期限を持つ文字列です。ベンダーは10月15日にそれを廃止しました。つまり、再現性確保の手段としてその文字列を固定した人 — プレビューこそ固定したいと考えるのはもっともな直感です — は今、現在のリリースを追跡しなくなった文字列を保持していることになります。移行は1行です。プレビューの識別子ではなく pareto-26.10 を指すようにしてください。

これをあえて手早くではなく、意図的に時間をかけて行う価値があるのには、微妙な理由があります。Unbiased の開発者向けドキュメントには、未知のモデル識別子はまだ拒否されておらず、綴りを間違えた文字列でもそのまま提供され、Pareto として課金されると記載されています。つまり、ここで移行を誤っても、404 で明白に失敗するわけではありません。それは成功してしまい、静かに、エイリアスに対して行われるのです。このベンダーでは、そのエイリアスはあなたの固定指定ではなくリリースカレンダーに従います。プレビューから移行する場合は、最終的に指定する文字列が意図したものであることを確認してください。そうでなければ、API 側からそれを教えてくれるものは何もないからです。

同じであることを前提に、自分でそれらを比較する方法

公開されている記録では両者を区別できないため、実行する価値がある比較は自分のワークロード上での比較だけです。しかもそれは聞こえるよりも安上がりな作業です。なぜなら、2つのモデルを互いに比べるのではなく、1つのモデルを既存のベースラインと比べるからです。

公開されている4つのスコアは、意思決定から完全に外してください。これらはベンダーが実施したものであり、モデルカードはその比較を予備的と位置づけ、26.10の結果は10月1日の実行によるもので、最終公開前に変わる可能性があると述べています。GPQA-Diamondの数値92.4%は、調達に関する議論を引き起こす可能性が最も高いものであり、どこにも独立した対応する結果が存在しないものです。2026年10月18日時点で、外部評価者はこれら4つのいずれについても再実行結果を公開していません。これは所見ではなく仮説として扱ってください。

次に、自分のタスクを GA 文字列に通し、今日実行しているものと、実際に効いてくる2つの軸で比較してください。1つは完了したタスクあたりのコストです。キャッシュの挙動も含みます。100万キャッシュ入力あたり $0.03 では、ウォームプロンプトとコールドプロンプトの差がトークン単価の計算を支配するからです。もう1つは、100万トークンのコンテキストウィンドウによってパイプラインから検索ステップを1つ削除できるかどうかです。2つ目こそ、そもそもこのモデルに注目すべき理由であり、半日で測定できます。

これは、ルーティング層が想定して作られる評価の形であり、ここで当社が何を対象とし、何を対象としないかを正確に述べておく価値があります。OrcaRouterはUnbiasedモデルを一切提供していません。そのため、Pareto 26.10はベンダー自身のAPIを通じて呼び出されます — 以上です。当社が提供するのは、比較対象としてベンチマークするモデル向けの1つのキーと1つの統合、そして候補モデルが本番経路をそれに依存させることなく実トラフィックの一部を担えるようにする自動フェイルオーバーです。OrcaRouterのモデル融合は同じ方向でさらに進んでいます。この演習のペアワイズ部分では、複数のモデルが1回の呼び出しで同じプロンプトに回答します。これは、Paretoのようなブレンドモデルの回答が、単一モデルのベースラインとどこで異なるかを素早く確認する方法です。当社のパラメータサーフェスは、プロバイダーの定価に対して0%のマークアップで200以上のモデルをカバーしています — これは当社が提供するカタログについての記述であり、このモデルについてのものではありません。

GAへの移行で解決されないこと

読者がGAラベルによって解決されるといつも思い込んでいる2つのこと。しかし、このラベルはそのどちらも解決しない。

それはベンチマークを決着させるものではない。モデルがプレビューを終えたと告知している同じページが、依然として4つのスコアを暫定的な比較として説明し、最終公開前に結果が変わる可能性があると述べている。一般提供は製品のステータスに関する表明であり、ベンダーは品質に関する証拠を格上げしておらず、他の誰もしていない。GPQA-Diamondの92.4%を引用する人は誰でも、同じ息でその但し書きも引用すべきだ。現時点では、その但し書きだけがその数値のうち独立した根拠を持つ部分だからだ。

価格が確定するわけではありません。GAエントリには料金が引き継がれると記載されており、現在の料金表には $0.80 / $0.03 / $3.20 とあります。これは、このモデル系列についてベンダーが公表した2つの数値のうち低い方です。9月リリースの技術記録には依然として入力 $2.50、出力 $7.50 が記載されているためです。この変更について日付付きの変更履歴エントリはないため、低い方の料金表は使用する値ではあっても、ベンダーにそれを主張できる根拠ではありません。それを基に支出を試算し、それを前提とするものに署名する前に再確認してください。

誰がどの文字列を気にかけるべきか

プレビューはなくなり、残る実質的な問いは、GAリリースに固定するかエイリアスに追従するかだけであり、それはワークロードの種類にきれいに対応します。

再現性、コスト配賦、または長期評価を通じた安定した比較アームが必要なら、pareto-26.10 に固定してください。これは、既存製品に対してこれを使っているほとんどのチームに当てはまります。ベンダーの現在のデフォルトを本当に使いたく、それが変わったときに気づける体制があるなら、pareto に乗ってください。このエイリアスはすでに一度、10月15日に移行しており、それが告知されるのは changelog です。

どちらの選択も品質に関わる話ではない。なぜなら、記録にはこれら2つの文字列の間に品質の違いが含まれていないからだ。本当に重要な決定は、デフォルトが切り替わった10月15日に、あなたの代わりに下されていた。その日付より前にあなたが呼んでいたものは、今エイリアスが返すものではない。テストしたバージョンに名前を付けることだけが、それを可視化する唯一の方法であり、この移行が後に残す唯一の後片付けである。