Pareto 26.9 vs. Unbiaseds Pareto 26.10 Preview: de stabiele pin en de preview

De Pareto-lijn van Unbiased biedt nu twee aanroepbare releases met twee verschillende antwoorden op dezelfde vraag, en sinds deze week moet je er bewust één kiezen. Pareto 26.9 is de release waarnaar de standaardalias van de leverancier verwijst: 262.144 tokens aan context, $2,50 per miljoen inputtokens, geen vervaldatum. Pareto 26.10 Preview is de opt-in-build: vier keer zoveel context, ongeveer een derde van de inputprijs, vier benchmarkscores die de leverancier zelf voorlopig noemt, en een vervaldatum die in het catalogusrecord staat. Beide zijn live. Beide nemen tekst en afbeeldingen aan en geven tekst terug. Geen van beide is een variant van de andere die je op het moment van het verzoek met een flag kunt omschakelen.

Wat veranderd is, is geen van beide modellen. Het is dat de stabiele release eindelijk een eigen adres heeft. Op 13 oktober 2026 begon de gerouteerde catalogus die deze familie vermeldt, unbiased/pareto-26.9 als afzonderlijk aanroepbare vermelding op te nemen, naast een aliasvermelding die altijd doorverwijst naar de release die op dat moment actueel is. Daarvoor was de enige manier om het stabiele model met zekerheid te bereiken, door Pareto te vragen en te accepteren wat de alias je gaf. Nu staan de twee releases in dezelfde lijst met hun eigen prijzen, hun eigen limieten en hun eigen vervalmetadata — en kiezen tussen hen is een beslissing die jij neemt in plaats van een die voor jou wordt genomen.

De twee releases, dimensie voor dimensie

Elk gepubliceerd verschil tussen hen past in deze zeven regels. Links is Pareto 26.9; rechts is Pareto 26.10 Preview.

• Contextvenster — 262.144 tokens vs 1.048.576 tokens. Vier keer zoveel ruimte, en bij geen van beide wordt een kleinere tier aangeboden. • Maximale uitvoer — 131.072 tokens vs 131.072 tokens. Het grotere invoervenster leverde geen groter antwoord op. • Invoerprijs — $2,50 per miljoen tokens vs $0,80. De preview is ongeveer 32% van het stabiele tarief. • Uitvoerprijs — $7,50 per miljoen tokens vs $3,20. Ongeveer 43% daarvan. • Gecachte invoer — $0,25 per miljoen tokens vs $0,03. De preview is ongeveer een achtste, en dat is de regel die de rekening van een langlopende agent het meest verandert. • Gepubliceerde benchmarktabel — één score, op een gedeeltelijk taaksegment, tegenover vier scores die de leverancier als voorlopig bestempelt. • Stabiliteitsvoorwaarden — geen vervaldatum in het record, en de leverancier noemt dit de standaardrelease, tegenover een opt-in preview waarvan het catalogusrecord een vervaldatum van 15 oktober 2026 bevat.

Twee van die rijen doen het meeste werk. Het tarief voor gecachte input bepaalt of een lang agentisch traject betaalbaar is bij beide releases, en het expiry-veld bepaalt of de preview überhaupt iets is waarop je kunt bouwen.

Waarom de versienummers niet overeenkomen

De nummers zijn maandlabels, geen reeks waar je conclusies uit moet trekken. De eigen modelkaart van Unbiased dateert Pareto 26.9 op een run van 20 september 2026 en beschrijft 26.10 Preview als de release van 1 oktober die daarop volgde. De catalogus die 26.9 vermeldt, laat zien dat het op 13 oktober in het register wordt opgenomen — drie weken na de releasedatum die de leverancier opgeeft. En het lanceringsbericht van de leverancier voor de preview zegt dat de vorige versie "26.9" twee weken op gateways van derden onder een tijdelijke naam had gedraaid voordat die een naam kreeg.

Als je die drie uitspraken samenvoegt, is de praktische les dat een versienummer hier vertelt uit welke maand een build afkomstig is, en niets zegt over of de build nog actueel is, nog ondersteund wordt, of nog degene is die achter de alias schuilt. Het betekent ook dat de datum die je op een cataloguspagina ziet een vermeldingsdatum is, geen releasedatum. Die als het laatste lezen is de meest voorkomende fout die over deze familie wordt gemaakt, en die wordt nu in beide richtingen gemaakt: 26.9 lijkt drie weken nieuwer dan het is, en de preview lijkt vijf weken ouder.

Wat de preview oplevert, en wat het benchmarkblad werkelijk zegt

Het argument voor de preview is een kwestie van rekenen. Vier keer de context voor een derde van de inputprijs, met een tarief voor cache-lezen dat laag genoeg is dat een lang traject slechts een fractie kost van wat het op 26.9 zou kosten. Unbiased claimt daarnaast een lagere latentie voor de preview, met de grootste winst bij lange agentische runs — een bewering waar geen gepubliceerde metingen achter zitten, noch van de leverancier, noch van wie dan ook.

Het argument om er niet reflexmatig naar te grijpen is subtieler en bevindt zich op de enige plek waar de twee releases überhaupt met elkaar vergeleken kunnen worden. Op DeepSWE v1.1, de agentische codingbenchmark waarop beide releases voorkomen, toont de modelkaart van de leverancier Pareto 26.9 met 70,0% tegen $0,29 per taak en Pareto 26.10 Preview met 69,9% tegen $0,24 per taak. De nieuwere, goedkopere release scoort marginaal lager op de enige benchmark waarop beide een cijfer hebben, en die wint op kosten per taak met ongeveer 17%. Dat is geen schandaal en het is geen afrondingsfout die je wegwuift — het is precies hoe een goedkoper blended systeem eruit zou moeten zien, en het is de moeite waard om te weten voordat je aanneemt dat de preview een strikte upgrade is.

Bij die vergelijking horen twee kanttekeningen, en de leverancier publiceert ze beide. Het cijfer 26,9 komt uit een selectie van 30 taken, niet uit de volledige DeepSWE v1.1-set, dus het is niet dezelfde meting als die van de preview. En alle cijfers hier komen uit tests van de leverancier zelf: de vier scores van de preview — 92,4% op GPQA-Diamond, 49,9% op Humanity's Last Exam (alleen tekst), 69,9% op DeepSWE v1.1, 50,8% op Terminal-Bench 4.0 — dragen het eigen label van de leverancier: "voorlopig, kan veranderen vóór definitieve publicatie", en de modelkaart vermeldt dat noemers en kostenmethodologie nog steeds "bevestiging vereisen". Niemand buiten Unbiased heeft een score gepubliceerd voor een van beide releases. Beschouw het hele overzicht als een reden om te testen, niet als een reden om over te stappen.

De vervaldatum is het punt waar je omheen moet plannen

Het record van de preview bevat een vervaldatum van 15 oktober 2026 — één dag nadat dit werd geschreven. Wat er op die datum gebeurt, staat nergens gedocumenteerd waar we het konden vinden: niet in de changelog, niet op de modelkaart, niet op de prijzenpagina. Niets in het materiaal van de leverancier zegt dat de preview stopt met serveren, en het lanceringsbericht zegt in essentie het tegenovergestelde van een afsluiting — dat "de prijs niet omhooggaat, en de preview-slug niet onder je vandaan breekt," en dat 26.10 bij de graduatie de standaard voor abonnees wordt, terwijl de wekelijkse tegoeden verdubbelen: van 25M naar 50M tokens op het $10 Personal-abonnement en van 300M naar 600M op het $100-niveau.

De eerlijke lezing is dus niet "de preview sterft morgen." Het is dat de preview onder voorwaarden valt die verschuiven, en dat een build met een vervaldatumveld in zijn record niet de release is om vast te pinnen voor een systeem waar je niet naar terug wilt. Dat is het hele argument voor 26.9 als standaard: het verbetert langzamer en het is drie keer zo duur op input, maar het is degene die de leverancier de release noemt in plaats van het experiment, en op het record ervan staat geen klok.

Beide behouden zonder de integratie te herschrijven

De reden dat dit een routeringsbeslissing is en geen modelleerbeslissing, is dat beide releases dezelfde verzoekvorm hebben. Dezelfde endpoint-familie, dezelfde parameters, hetzelfde oppervlak voor tekst-en-afbeelding-in/tekst-uit — het enige dat verschilt is de string die je in het modelveld zet. Dat maakt het migratieoppervlak klein en de pinningdiscipline het hele probleem: precies één waarde op precies één plek bepaalt welk van twee heel verschillend geprijsde systemen jou antwoord geeft.

Dat is het geval waarvoor de routing-DSL op OrcaRouter is gebouwd. Je stelt een aanroep samen uit benoemde legs en houdt de modelstring als configuratiewaarde in plaats van als een constante die in de applicatiecode begraven zit, dus het overstappen van een preview naar een stabiele pin is een aanpassing van de route in plaats van een deploy. Hetzelfde geldt voor de failover-keten: een preview die verandert, verloopt of fouten begint te retourneren wordt een fallback-gebeurtenis in plaats van een incident. We bieden geen van beide Unbiased-releases aan — dit is een door de leverancier aangeboden familie met één provider, de leverancier zelf — dus de manier om het aan te roepen is via Unbiased' eigen API, en als je doel is om de twee releases met je eigen workload te vergelijken, zijn beide daar vandaag bereikbaar.

Welke moet ik vastpinnen?

Als je iets uitbrengt dat volgende maand moet antwoorden zonder dat iemand het aanraakt, pin dan Pareto 26.9. Het kost drie keer zoveel per inputtoken en geeft je een kwart van de context, en in ruil daarvoor is het de release waarnaar de alias van de leverancier verwijst, heeft het geen vervaldatumveld, en is de enige gepubliceerde benchmark — een partial-slice-score — toevallig de hoogste van de twee. Dat is het saaie antwoord en het is het juiste voor een productiepad.

Als je aan het evalueren bent, of als je werklast lang-context en kostengevoelig genoeg is dat een derde van de invoerprijs verandert wat haalbaar is, draai Pareto 26.10 Preview dan bewust en met een terugvaloptie achter de hand. Een tarief voor gecachte invoer van $0,03 per miljoen tegenover $0,25 is het verschil tussen een agent-loop die je de hele dag kunt veroorloven en een die je moet rantsoeneren, en het 1.048.576-tokenvenster is het enige van de twee dat een grote repository of een lange set documenten in één enkel verzoek past. Neem de prijs, neem het venster, en zet de vervaldatum in een agenda-item in plaats van in je aannames.

Wat dit advies zou veranderen, is beperkt en controleerbaar: een aankondiging dat de preview de previewfase heeft verlaten en de alias is verplaatst, een onafhankelijke benchmark voor een van beide releases, of dat de preview na 15 oktober blijft draaien tegen dezelfde tarieven. Elk van die gebeurtenissen maakt van een keuze met twee richtingen een keuze met één richting. Totdat een daarvan zich voordoet, zijn de twee releases in deze familie echt verschillende producten met echt verschillende risicoprofielen, en het enige wat je beheerst, is welke string je requests bevatten.

Een release die midden in de week onder je vandaan kan veranderen, is precies het geval waarvoor automatische failover is gebouwd: automatische failover een preview die verloopt of fouten begint te geven, wordt een fallback-gebeurtenis in plaats van een incident.