Pareto 26.10 정식 출시: 프리뷰 라벨이 떨어진 후 실제로 무엇이 바뀌었나

Pareto 26.10 — Unbiased가 Pareto 26.10 Preview라는 이름으로 2026년 10월 1일부터 판매해 온 릴리스 — 는 2026년 10월 15일 정식 출시(GA)되었습니다. 이것이 뉴스의 전부이며, 이는 "정식 출시"라는 말이 보통 함축하는 것보다 작은 범위입니다. 모델은 바뀌지 않았습니다. 가격도 바뀌지 않았습니다. 벤치마크 표도 바뀌지 않았고, 더욱 시사적인 것은 벤더가 GA 배너가 걸린 바로 그 페이지에서 여전히 그 수치들을 잠정치라고 부른다는 점입니다. 바뀐 것은 라우팅입니다: pareto 모델 문자열이 이제 기본적으로 26.10을 가리키는데, 2주 전에는 이전 릴리스를 가리켰고 26.10은 이름으로 직접 선택해야 하는 것이었습니다. 이번과 같은 릴리스의 배경이 된, 문서화된 AI 실패 및 에이전트 사고들은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 플래그가 함께 제공됩니다.

그 구분은 읽는 데 2분을 들일 가치가 있습니다. 왜냐하면 그것이 여러분이 선택한 릴리스와 어느새 도착하는 릴리스의 차이이기 때문입니다. 10월 14일에 pareto를 호출한 사람은 이전 모델을 받았습니다. 10월 16일에 호출한 사람은 코드 한 줄도 바꾸지 않고도 다른 컨텍스트 윈도우와 다른 가격, 그리고 그 밑에 다른 모델 문자열을 갖춘 26.10을 받았습니다.

10월 15일에 무엇이 움직였나요?

해당 날짜에 대한 공급업체의 변경 로그 항목은 짧고 명확하며, 분리해서 볼 가치가 있는 세 가지 주장을 담고 있습니다.

• 기본 별칭이 변경되었습니다. 이제 pareto 문자열이 26.10을 선택합니다. Unbiased의 자체 표현에 따르면 해당 별칭은 "이제 26.10을 가리킵니다"라고 하는데, 이는 모델이 아니라 라우팅에 관한 설명입니다. • 날짜가 붙은 문자열은 여전히 작동합니다. pareto-26.10은 이 릴리스를 고정하며, pareto-26.9은 이전 버전을 원하는 사람이라면 누구나 "계속 사용 가능"합니다. 프리뷰 문자열은 폐기되었습니다. 프리뷰 사용자에게는 pareto 또는 pareto-26.10로 전환하라고 안내했습니다. 프리뷰를 사용 중이었다면 직접 수행해야 하는 마이그레이션입니다. • 동일한 가격에 구독 할당량이 두 배로 늘었습니다. Personal은 주당 5,000만 토큰, Personal Max는 6억 토큰으로 늘었으며, 월 비용은 각각 $10과 $100으로 변동이 없습니다. API 요금표 자체(입력 100만 토큰당 $0.80, 캐시된 입력 $0.03, 출력 $3.20)는 명시적으로 "프리뷰와 동일"합니다.

그래서 GA 이벤트는 별칭 전환, 폐기된 문자열, 더 커진 주간 허용량입니다. 그 목록에서 모델을 더 좋게 만드는 것은 없습니다. 세 가지 중 두 가지는 더 저렴하거나 더 쉽게 사용하게 해 주는데, 대부분의 독자에게는 바로 그게 핵심입니다.

문서에 기재된 사양서

Pareto 26.10은 1,048,576토큰 컨텍스트 창과 131,072토큰 최대 응답을 갖춘, 텍스트와 이미지를 입력받아 텍스트를 출력하는 모델입니다. 두 수치 모두 공개된 현재 사실이며, 어느 것도 독립적으로 측정된 것은 아닙니다. 또한 Unbiased 자체 가격 페이지에는 컨텍스트 수치가 전혀 표기되어 있지 않습니다 — 해당 숫자는 모델의 기술 목록 기록과 공급업체의 모델 카드에서 얻을 수 있으며, 이는 워크로드 규모를 이 모델에 맞춰 산정하기 전에 알아둘 만한 작은 문서상의 공백입니다.

파라미터 측면에서 문서화된 항목은 max_tokens, temperature, top_p, tools 및 tool_choice입니다. 마지막 항목은 제한적입니다. 모델이 도구를 호출할지 여부를 스스로 결정하게 할 수는 있지만, 대부분의 프런티어 API에서처럼 호출을 강제할 수는 없습니다. 게시된 파라미터 목록에는 response_format도 없으며, 이는 파이프라인이 구조화된 출력에 의존하는 경우 중요합니다. 기록 어디에도 Hugging Face 식별자가 없으므로 가중치는 비공개이며, 벤더는 Pareto를 합성 모델이라고 설명합니다. 즉, 여러 기본 모델을 요청에 대해 실행하고 가장 좋다고 판단한 결과를 유지하는 혼합 모델입니다. 이는 이를 판매하는 회사가 말한 메커니즘에 대한 주장이며, 외부 검증은 없습니다.

컨텍스트 점프는 잠시 짚고 넘어갈 만한 부분입니다. 이전 릴리스는 262,144 토큰을 지원했고, 26.10은 이를 4배로 늘려 1,048,576개로 만듭니다. 대략 말하자면, 이는 코드베이스 규모나 트랜스크립트 규모의 워크로드를 “이건 청크로 나눠야 합니다”에서 “그대로 보내면 됩니다”로 옮겨 놓는 것입니다. 또한 이는 26.10과 26.9를 단순한 버전 업이 아니라 진정으로 다른 모델로 읽어야 하는 가장 강력한 근거이기도 하며, 바로 이것이 이 시리즈의 두 비교 페이지가 함께 파고드는 질문입니다.

벤치마크 시트에는 여전히 예비라고 표시되어 있습니다.

26.10용으로 네 개의 점수가 게시되어 있으며, 모두 10월 1일 실행에서 비롯되었고, 모두 벤더가 실행한 것이며, 모두 벤더가 해당 점수를 위해 작성한 라벨을 달고 있습니다.

• DeepSWE v1.1 — 69.9%, 보고된 평균 기준 과제당 $0.24. • Terminal-Bench 4.0 — 50.8%, 과제당 $0.48. • Humanity's Last Exam, 텍스트 전용 — 49.9%, 과제당 $0.008. • GPQA-Diamond — 92.4%, 과제당 $0.004.

공급업체의 모델 카드는 이를 "예비 비교"라고 부르고, 26.10 결과는 2026년 10월 1일 실행에서 나온 것이며 "최종 발표 전에 변경될 수 있다"고 명시하고, 분모와 비용 방법론은 "확인이 필요하다"고 언급한다. 특히 GPQA-Diamond 수치가 눈에 띄는 항목인데 — 92.4%라면 블렌디드 라우터 모델을 보통 프런티어 추론 시스템에만 해당하는 영역에 올려놓게 될 것이다 — 그리고 바로 그 수치가 독립적인 대응 수치가 없는 숫자다. 2026년 10월 18일 현재 어떤 평가자도 이 네 가지 중 어느 것에 대해서도 재실행 결과를 공개하지 않았다.

공급업체 스스로가 독립적으로 검증되지 않았다고 설명하는 비교도 같은 카드에 있습니다. 이 비교에서 이전 릴리스는 더 높은 점수를 기록합니다. 두 릴리스가 공통으로 가진 유일한 벤치마크인 DeepSWE v1.1에서 26.9는 70.0%, 26.10은 69.9%입니다. 그 차이는 0.1점이며, 전체 평가 세트가 아니라 30개 과제 일부에서 나온 것이므로 "이 측정에서는 두 릴리스가 구분되지 않는다"로 읽어야 하며 어느 방향으로도 순위로 해석해서는 안 됩니다. 벤치마크 표에서 한 가지만 얻는다면 이것을 얻으십시오: 공개된 수치는 두 릴리스를 구분하지 못하므로 26.10으로 옮길 이유는 점수가 아니라 컨텍스트 윈도와 라우팅입니다.

GA가 실제로 무엇을 제공하는지, 그리고 제공하지 않는 것

실제로 문제가 될 가능성이 높은 순서대로 정리한 세 가지 실질적 결과.

먼저, 프리뷰 문자열을 고정하고 있었다면 이제 해당 호출은 유지보수 항목이 됩니다. 프리뷰는 대체되었으며, 벤더는 pareto 또는 pareto-26.10을 가리킵니다. 프리뷰 문자열을 안정적인 스냅샷으로 취급한 사람이라면 — 프리뷰에 대한 합리적인 직관이었겠지만 — 이제 더 이상 현재 릴리스를 나타내지 않는 모델 문자열을 갖게 됩니다.

둘째, 만약 당신이 그냥 pareto 별칭을 호출하면서 그것이 안정적이라고 가정하고 있었다면, 그 가정은 항상 틀렸으며 이제 드러났습니다. 당신은 묻지도 않고 262K 컨텍스트에서 1M 컨텍스트로, 9월 요금표에서 현재 요금표로 옮겼습니다. 공급업체 문서에는 알 수 없는 모델 식별자가 아직 거부되지 않는다고 나와 있습니다 — 오타도 여전히 Pareto로 서비스되고 청구됩니다 — 따라서 별칭 동작이 당신과 조용한 버전 변경 사이에 놓인 유일한 것입니다. 재현성이 중요하다면 날짜가 붙은 문자열을 고정하세요; 이것이 한 문장으로 그 필요성을 보여주는 사례입니다.

셋째, 두 배로 늘어난 허용량은 꾸준한 워크로드의 계산을 바꿉니다. Personal에서 월 $10로 주당 5,000만 토큰이라면, 단일 사용자의 과중한 코딩 또는 리서치 부하도 토큰당 청구 대신 구독 안에서 감당할 수 있습니다. 이는 모델에 대한 주장이 아니며, 허용량은 무제한 사용이 아니라 상한이지만, 10월 15일 항목 중 지불액을 바꾸는 부분은 바로 이것입니다.

라우터는 어디에서 오는가

OrcaRouter는 Unbiased 모델을 취급하지 않습니다. Pareto 26.10을 사용하려면 벤더 자체 API를 통해 호출해야 하며, 그것이 유일한 경로이고 우리는 그와 다르게 암시하지 않겠습니다. 이때 라우팅 레이어의 역할은 그 주변의 의사결정에 있습니다: 비교 대상 양쪽에 동일한 키와 동일한 통합을 적용하므로, 26.10을 이미 운영 중인 모델과 비교 평가하는 데 두 번째 계약이나 두 번째 SDK가 필요하지 않으며, 주중에 모델이 바뀌는 일은 장애가 아니라 구성 변경입니다. 그 마지막 지점이 바로 pareto가 10월 15일에 26.9에서 26.10으로 전환되는 모습을 외부에서 보여줍니다. 요청에는 아무런 신호도 없이 벤더 측에서 별칭이 이동한 것입니다. 라우터의 자동 페일오버와 라우팅 DSL은 그러한 의존성이 오류를 내거나 타임아웃되기 시작하는 경우, 그리고 그 전에 폴백 대상을 이미 지정해 두어야 하는 경우를 위해 존재합니다.

OrcaRouter는 공급자의 정가를 0% 마크업으로 그대로 전달하므로, 공급업체 요율 변경은 적용되는 당일 우리 쪽에도 즉시 반영됩니다 — 이는 일반적으로는 실질적인 이점이지만, 우리가 서비스하지 않는 모델로 라우팅할 이유는 아닙니다.

이번 주에는 누가 움직여야 하나요?

다음으로 이동:pareto-26.10 1M 토큰 창이 필요하다면. 이것이 릴리스 간의 구체적이고 검증 가능한 차이이며, 벤치마크 시트가 반박할 수 없는 유일한 근거입니다. 그렇게 할 때 별칭 대신 날짜가 포함된 문자열을 고정하세요. 그래야 다음 별칭 전환은 예약해서 처리할 일이 됩니다.

에 계속 머무르세요pareto-26.9 — 프로젝트 중간이고 컨텍스트가 262K에 들어간다면 말입니다. 공개된 두 점수는 벤더 자체 하네스에서 0.1점 차이이며, 이동이 출력 품질을 개선한다는 증거는 공개 기록에 없습니다. 또한 벤더가 계속 사용 가능하다고 밝힌 문자열도 유지하게 됩니다.

잠깐, 아직 프리뷰 문자열을 사용 중이고 확신이 없다면: 마이그레이션은 한 줄만 바꾸는 변경이지만, 이번 릴리스에서 아무것도 하지 않을 때 정의된 실패 모드가 있는 유일한 부분입니다.

무엇이 이 읽기를 바꿀까요?

세 가지, 아직 눈에 보이는 것은 하나도 없다.

독립적인 벤치마크 실행입니다. 이 기사의 모든 수치는 Unbiased 자체의 것이며, Unbiased의 하네스에서, Unbiased의 단서 조건이 붙은 결과입니다. 외부 주체에 의한 재실행은 나타날 수 있는 가장 유용한 단일 항목이며, 그 전까지 92.4% GPQA-Diamond 수치는 공급업체 보고 결과로 인용해야 하며, 그렇지 않으면 아예 인용하지 말아야 합니다.

날짜가 명시된 가격 변경. 이 카드는 전에도 이를 설명하는 변경 로그 항목 없이 가격이 바뀐 적이 있으며, 이는 더 나은 조건이지만 더 나쁜 신호입니다. GA는 요율을 명시적으로 이월했습니다. 다음에 요율이 움직일 때 공급업체가 날짜를 명시하는지 여부는 이 모델의 가격을 얼마나 신뢰하고 계획에 반영할 수 있는지를 알려줍니다.

두 번째 서빙 경로. 모델은 단일 제공업체가 서빙하므로 벤더 자체 스택 내에는 페일오버 대상이 없습니다. 26.10이 핵심 경로인 모든 경우, 이는 기록해 둘 세부 사항이라기보다 우회해야 할 설계 제약입니다.

계속 나오는 질문들

Pareto 26.10은 새 모델인가요, 아니면 새 라벨이 붙은 프리뷰인가요? 기능적으로는 프리뷰 릴리스입니다: 동일한 컨텍스트 창, 동일한 가격, 동일한 네 개의 공개 점수, 그 밑에 동일한 모델. GA에서 바뀐 것은 라우팅입니다 — pareto 별칭이 이제 이를 선택합니다 — 그리고 구독 허용량이 두 배로 늘어난 것과 프리뷰 문자열이 폐기된 것입니다.

일반 제공(generally-available) 라벨이 벤치마크가 최종이라는 뜻일까? 아니다. 그리고 이것이 10월 15일 체인지로그를 다룬 대부분의 보도가 건너뛸 세부 사항이다. 일반 제공을 발표하는 바로 그 벤더 페이지는 여전히 네 개의 점수를 예비 비교로 설명하며, 최종 발표 전에 결과가 바뀔 수 있다고 밝히고 있다. 일반 제공은 제품으로서 모델의 상태를 설명할 뿐, 모델 품질에 관한 증거를 한 단계 끌어올리는 것은 아니다.

별칭 변경을 무시하는 사람에게 그 변경이 실제로 치르게 하는 비용은 무엇인가? 최신 릴리스를 원했다면 아무 비용도 없다. 자신이 테스트한 버전을 원했다면, 자신이 선택하지 않은 컨텍스트 윈도와 검토하지 않은 요금표를 치르는 셈이다 — 둘 다 고정(pinning)으로 복구할 수 있고, 둘 다 청구서로부터 사후에 재구성할 수는 없다.