Pareto 26.9 vs Unbiased의 Pareto 26.10 프리뷰: 안정적인 핀과 프리뷰

Unbiased의 Pareto 라인은 이제 같은 질문에 서로 다른 두 가지 답을 내놓는 두 개의 호출 가능한 릴리스를 제공하며, 이번 주부터는 둘 중 하나를 의도적으로 선택해야 합니다. Pareto 26.9는 벤더의 기본 별칭이 가리키는 릴리스입니다: 262,144 토큰의 컨텍스트, 백만 입력 토큰당 $2.50, 만료일 없음. Pareto 26.10 Preview는 옵트인 빌드입니다: 컨텍스트는 네 배, 입력 가격은 대략 3분의 1, 벤더 스스로가 잠정적이라고 부르는 네 개의 벤치마크 점수, 그리고 카탈로그 레코드에 기록된 만료일이 있습니다. 둘 다 라이브 상태입니다. 둘 다 텍스트와 이미지를 입력받아 텍스트를 반환합니다. 어느 것도 요청 시 플래그 하나로 전환할 수 있는 다른 쪽의 변형이 아닙니다.

바뀐 것은 두 모델 중 어느 쪽도 아니다. 안정 릴리스가 마침내 자체 주소를 갖게 된 것이다. 2026년 10월 13일, 이 제품군을 나열하는 라우팅 카탈로그가 unbiased/pareto-26.9를 별도로 호출 가능한 항목으로, 항상 현재의 릴리스가 무엇이든 그쪽으로 리디렉션하는 별칭 항목과 나란히 싣기 시작했다. 그전에는 안정 모델에 확실히 도달하는 유일한 방법은 Pareto를 요청하고 별칭이 건네준 대로 받아들이는 것이었다. 이제 두 릴리스는 같은 목록에 각자의 가격과 각자의 한도, 각자의 만료 메타데이터를 가진 채 자리한다 — 그리고 둘 중에서 고르는 것은 당신이 내리는 결정이지, 당신을 위해 대신 내려지는 결정이 아니다.

두 릴리스, 차원별로

그들 사이에 공개된 모든 차이는 이 일곱 줄에 담겨 있습니다. 왼쪽은 Pareto 26.9, 오른쪽은 Pareto 26.10 Preview입니다.

• 컨텍스트 창 — 262,144 토큰 vs 1,048,576 토큰. 용량이 네 배지만, 어느 쪽도 더 작은 등급은 제공하지 않습니다. • 최대 출력 — 131,072 토큰 vs 131,072 토큰. 더 큰 입력 창이 더 큰 답변으로 이어지지는 않았습니다. • 입력 가격 — 백만 토큰당 $2.50 vs $0.80. 프리뷰는 안정 버전 요금의 약 32%입니다. • 출력 가격 — 백만 토큰당 $7.50 vs $3.20. 그중 약 43%입니다. • 캐시된 입력 — 백만 토큰당 $0.25 vs $0.03. 프리뷰는 대략 8분의 1로, 장시간 실행되는 에이전트의 청구서를 가장 크게 바꾸는 항목입니다. • 공개된 벤치마크 시트 — 부분 작업 슬라이스에 대한 점수 1개 vs 공급업체가 예비라고 표시한 점수 4개. • 안정성 조건 — 레코드에 만료가 없고, 공급업체가 이를 기본 릴리스라고 부름 vs 카탈로그 레코드에 2026년 10월 15일 만료일이 있는 옵트인 프리뷰.

그 두 행 중 두 개가 거의 대부분의 일을 해내고 있다. 캐시된 입력 요율은 두 릴리스 중 어느 쪽에서든 긴 에이전트 궤적을 감당할 수 있을지를 결정하는 항목이고, 만료 필드는 그 프리뷰를 토대로 무언가를 만들 수 있는지 자체를 결정하는 항목이다.

버전 번호가 일치하지 않는 이유

숫자들은 월 레이블이지, 여러분이 그것으로부터 추론해야 할 연속된 순서가 아닙니다. Unbiased 자체 모델 카드는 Pareto 26.9의 날짜를 2026년 9월 20일 실행으로 기록하고, 26.10 Preview를 그 뒤를 이은 10월 1일 릴리스로 설명합니다. 26.9를 기재한 카탈로그는 그것이 10월 13일에 기록에 등재되었음을 보여줍니다 — 벤더가 표기한 릴리스 날짜로부터 3주 후입니다. 그리고 해당 프리뷰에 대한 벤더의 출시 게시물은 이전 버전 "26.9"가 이름이 붙기 전 임시 이름으로 서드파티 게이트웨이에서 2주 동안 실행되고 있었다고 말합니다.

그 세 문장을 함께 놓고 보면 실질적인 교훈은, 여기서 버전 번호는 빌드가 어느 달에 나왔는지를 알려줄 뿐, 그 빌드가 여전히 최신인지, 여전히 지원되는지, 아니면 여전히 그 별칭 뒤에 있는 빌드인지에 대해서는 아무것도 알려주지 않는다는 것입니다. 또한 카탈로그 페이지에서 보는 날짜는 출시일이 아니라 등록일이라는 뜻입니다. 그것을 후자로 읽는 것은 이 제품군에 대해 저지르는 단연 가장 흔한 실수이며, 이제는 양방향으로 모두 저질러집니다: 26.9는 실제보다 3주 더 최신처럼 보이고, 프리뷰는 5주 더 오래된 것처럼 보입니다.

미리보기가 주는 것, 그리고 벤치마크 시트가 실제로 말하는 것

프리뷰를 택하는 근거는 산수다. 입력 가격의 3분의 1로 4배의 컨텍스트를 제공하고, 캐시 읽기 요율이 충분히 낮아 긴 트래젝터리 비용이 26.9에서 들었을 비용의 일부에 불과하다. Unbiased는 또한 프리뷰에서 지연 시간이 더 낮다고 주장하며, 긴 에이전트 실행에서 가장 큰 이득을 본다고 한다 — 벤더든 다른 누구든 이를 뒷받침하는 공개된 측정치는 없는 주장이다.

그것을 반사적으로 선택하는 것에 반대하는 근거는 더 미묘하며, 두 릴리스가 조금이라도 비교될 수 있는 유일한 지점에 있습니다. 두 릴리스가 모두 등장하는 에이전트 코딩 벤치마크인 DeepSWE v1.1에서, 공급업체의 모델 카드는 Pareto 26.9가 태스크당 $0.29에 70.0%, Pareto 26.10 Preview가 태스크당 $0.24에 69.9%임을 보여줍니다. 더 새롭고 더 저렴한 릴리스는 두 릴리스 모두 수치가 있는 유일한 벤치마크에서 점수를 근소하게 더 낮게 받고, 태스크당 비용에서는 약 17% 앞섭니다. 그것은 스캔들이 아니며, 무시해 버릴 반올림 오차도 아닙니다 — 그것은 더 저렴한 블렌디드 시스템이 마땅히 보여야 할 모습이며, 프리뷰가 완전한 업그레이드라고 가정하기 전에 알아 둘 가치가 있습니다.

그 비교에는 두 가지 주의사항이 따라붙어야 하며, 벤더는 두 가지 모두를 공개합니다. 26.9라는 수치는 전체 DeepSWE v1.1 세트가 아니라 30개 과제 일부에서 나온 것이므로, 프리뷰의 측정값과 같은 측정이 아닙니다. 그리고 여기 있는 모든 수치는 벤더가 직접 실행한 것입니다. 프리뷰의 네 가지 점수 — GPQA-Diamond 92.4%, Humanity's Last Exam 텍스트 전용 49.9%, DeepSWE v1.1 69.9%, Terminal-Bench 4.0 50.8% — 에는 벤더 자체의 "예비 결과이며 최종 발표 전 변경될 수 있음" 라벨이 붙어 있고, 모델 카드에는 분모와 비용 방법론이 여전히 "확인이 필요하다"고 명시되어 있습니다. Unbiased 외부에서는 어느 릴리스에 대해서도 점수를 공개한 곳이 없습니다. 이 표 전체를 전환할 이유가 아니라 테스트할 이유로 생각하십시오.

만료 시점이 바로 계획을 세울 때 중심에 두어야 할 부분입니다.

프리뷰 레코드에는 만료일이 2026년 10월 15일로 기재되어 있습니다 — 이 글이 작성된 다음 날입니다. 그 날짜에 무슨 일이 일어나는지는 우리가 찾을 수 있는 한 어디에도 문서화되어 있지 않습니다: 변경 로그에도, 모델 카드에도, 가격 페이지에도 없습니다. 공급업체 자료 어디에도 프리뷰가 서비스 제공을 중단한다는 내용은 없으며, 출시 게시물은 취지상 종료와는 정반대되는 이야기를 합니다 — "가격은 오르지 않고, 프리뷰 슬러그는 당신 발밑에서 깨지지 않을 것"이라며, 정식 전환 시 26.10이 구독자 기본값이 되고 주간 허용량은 두 배가 된다고 합니다: $10 Personal 플랜에서는 25M에서 50M 토큰으로, $100 티어에서는 300M에서 600M으로요.

그러니까 정직한 해석은 “프리뷰가 내일 죽는다”가 아니다. 그것은 프리뷰가 변동하는 약관의 적용을 받으며, 레코드에 만료 필드가 있는 빌드는 다시 들여다보고 싶지 않은 시스템에 고정할 릴리스가 아니라는 점이다. 이것이 26.9를 기본값으로 삼는 전체 논거다. 개선은 더디고 입력 기준 가격은 세 배 더 높지만, 벤더가 실험이 아니라 릴리스라고 부르는 쪽이며, 그 레코드에는 시계가 걸려 있지 않다.

통합을 다시 작성하지 않고 두 가지를 모두 유지하기

이것이 모델링 결정이 아니라 라우팅 결정인 이유는 두 릴리스가 동일한 요청 형태를 취하기 때문입니다. 동일한 엔드포인트 계열, 동일한 매개변수, 동일한 텍스트 및 이미지 입력/텍스트 출력 표면—유일하게 다른 것은 모델 필드에 넣는 문자열뿐입니다. 그래서 마이그레이션 표면은 아주 작아지고, 고정(pinning) 규율이 문제의 전부가 됩니다: 정확히 한 곳의 정확히 하나의 값이 가격이 크게 다른 두 시스템 중 어느 쪽이 당신에게 응답할지를 결정합니다.

그것이 바로 OrcaRouter의 라우팅 DSL이 만들어진 이유입니다. 호출은 이름이 붙은 레그(leg)들로 구성하고, 모델 문자열은 애플리케이션 코드에 박힌 상수가 아니라 구성 값으로 유지합니다. 그래서 프리뷰에서 안정적인 핀으로 옮기는 일은 배포가 아니라 라우트를 수정하는 일이 됩니다. 페일오버 체인도 마찬가지입니다. 프리뷰가 바뀌거나, 만료되거나, 오류를 반환하기 시작하면 장애가 아니라 폴백 이벤트가 됩니다. 우리는 Unbiased 릴리스 중 어느 것도 제공하지 않습니다. 이 제품군은 제공자가 하나뿐인, 벤더 자체가 서비스하는 제품군이므로, 호출하는 방법은 Unbiased 자체 API를 이용하는 것입니다. 그리고 두 릴리스를 여러분의 워크로드와 비교하는 것이 목표라면, 오늘날 두 릴리스 모두 그곳에서 접근할 수 있습니다.

어느 것을 고정할까요?

다음 달에 아무도 손대지 않고도 응답해야 하는 무언가를 출시한다면, Pareto 26.9를 고정하세요. 입력 토큰당 비용이 세 배 더 들고 컨텍스트는 4분의 1만 제공하지만, 그 대가로 벤더의 별칭이 가리키는 릴리스이고, 만료 필드가 없으며, 유일하게 공개된 벤치마크 — 부분 슬라이스 점수 — 가 마침 둘 중 더 높은 쪽입니다. 그것은 지루한 답이며 프로덕션 경로에 맞는 올바른 답입니다.

평가 중이거나, 입력 가격의 1/3이 무엇이 실행 가능한지를 바꿀 만큼 워크로드가 롱컨텍스트이고 비용에 민감하다면, Pareto 26.10 Preview를 의도적으로, 그리고 폴백 뒤에서 실행하세요. 캐시된 입력 요금이 백만 토큰당 $0.03 대 $0.25라는 것은 하루 종일 감당할 수 있는 에이전트 루프와 아껴 써야 하는 에이전트 루프의 차이이며, 1,048,576토큰 창은 큰 저장소나 긴 문서 세트를 단일 요청에 담을 수 있는 둘 중 유일한 것입니다. 가격을 받아들이고, 창을 받아들이고, 만료일은 가정이 아니라 캘린더 항목에 넣어 두세요.

이 조언을 바꿀 만한 것은 범위가 좁고 확인 가능한 것들이다. 프리뷰가 정식 출시되고 별칭이 이동했다는 발표, 두 릴리스 중 하나에 대한 독립 벤치마크, 또는 프리뷰가 10월 15일 이후에도 동일한 요율로 계속 제공된다는 사실이다. 그중 하나만 일어나도 양자택일이 단일 선택으로 바뀐다. 그중 하나가 실현되기 전까지, 이 제품군의 두 릴리스는 진정으로 서로 다른 제품이며 진정으로 서로 다른 위험 프로필을 갖는다. 그리고 당신이 통제할 수 있는 유일한 것은 요청에 어떤 문자열이 실리는지뿐이다.

주중에 당신도 모르는 사이에 바뀔 수 있는 릴리스야말로 자동 장애 조치가 만들어진 바로 그 상황입니다: 자동 장애 조치는 만료되거나 오류를 내기 시작하는 프리뷰가 인시던트가 아니라 폴백 이벤트가 되도록 해줍니다.