Unbiased koppelt Pareto 26.9 aan zijn eigen modelstring: de stabiele versie heeft nu een naam

Unbiased's Pareto 26.9 is niet langer een versienummer dat in andermans voetnoten werd genoemd en werd op 13 oktober 2026 een adresseerbaar model, toen de release die sinds september als de stabiele standaard fungeert, zijn eigen versiegekwalificeerde identificatie kreeg. De context is belangrijk: de Pareto 26.10 Preview van dezelfde leverancier wordt sinds 1 oktober verkocht als een opt-in-preview onder een eigen tekenreeks — pareto-26.10-preview — terwijl pareto op de stabiele release bleef en, in de woorden van de leverancier zelf, "selecteert deze preview niet." In de elf dagen tussen die twee gebeurtenissen werd de versie die je daadwerkelijk aanriep bepaald door een regel in de changelog in plaats van door iets in je request body. Sinds deze week heeft het een naam die je kunt vastpinnen.

Dat is een klein stukje onderhoud aan de kant van de leverancier en een echte verandering aan jouw kant. Een modelstring die stilzwijgend 'wat we het laatst hebben uitgeleverd' betekent, is prima tot de week dat hij iets anders betekent; het verschil tussen een preview en een stabiele release is het verschil tussen een benchmarkoverzicht dat vóór de definitieve publicatie nog kan veranderen en een overzicht dat je in een contract kunt opnemen. Unbiased heeft nu beide gepubliceerd, naast elkaar, met bijbehorende tarieven.

Wat er werkelijk is veranderd — en wat niet

Er zijn twee dingen veranderd, en geen van beide is het model zelf.

• De stabiele release heeft een identificatie gekregen. De versie die sinds 17 september onder de naam pareto aanspreekbaar is, resolvet nu naar een gedateerde, versiegekwalificeerde slug waarvan de canonieke vorm de oorspronkelijke releasedatum draagt. Voor het eerst kun je de release die je bedoelt bij naam noemen in plaats van de alias die de kalender van de leverancier volgt.

• De alias volgt weer de stabiele release. De changelog van Unbiased van 1 oktober is ondubbelzinnig over welke kant de alias op wijst: gebruik pareto-26.10-preview om je aan te melden, want pareto "blijft de standaard release-alias en selecteert deze preview niet." Het stabiele pad is het standaardpad.

Het model achter de stabiele string is ongewijzigd sinds wat in september werd uitgebracht, en de documentatie van de leverancier is op dat punt ook niet veranderd. Pareto wordt — door het bedrijf dat het verkoopt — beschreven als een blended model dat bij elk verzoek meerdere modellen parallel inzet en uit de resultaten één antwoord synthetiseert. Dat is een bewering over het mechanisme, geen specificatie, en er is geen onafhankelijke verificatie daarvan. Wat wel verifieerbaar is, is de wrapper eromheen.

Op het gedocumenteerde oppervlak van de leverancier, sinds de laatste controle: invoer is tekst en afbeelding, uitvoer is alleen tekst, het maximale antwoord is 131.072 tokens, en het model accepteert tools, tool_choice, response_format, temperature, top_p en max_tokens, waarbij tool_choice beperkt is tot auto — je kunt geen toolaanroep forceren. Er staat nergens een Hugging Face-identifier in het record, dus de gewichten blijven gesloten.

De prijsstelling is het onderdeel dat echt is afgeweken.

Toen Pareto in september voor het eerst werd vermeld, stond op de tariefkaart $2,50 per miljoen inputtokens, $7,50 per miljoen output en $0,25 voor gecachte input. Op de prijspagina van de leverancier vandaag wordt dezelfde stabiele release gepubliceerd tegen $0,80 input, $3,20 output en $0,03 gecachte input — ongeveer een derde van het oorspronkelijke inputtarief in dollar uitgedrukt, en iets meer dan 40% voor output.

Lees dat als wat het is, want het is gemakkelijk om het in beide richtingen verkeerd te lezen. Het is een door de leverancier gepubliceerd tarief, alleen gedateerd doordat de pagina nu live staat; Unbiased heeft geen gedateerde prijswijziging gepubliceerd, dus er is geen citeerbare regel "op deze dag daalde de prijs" en ook geen einddatum van de actie. De eerlijke versie is dat de huidige stabiele release tegen het lagere tarief wordt verkocht, dat de hogere getallen nog steeds circuleren in berichtgeving die is geschreven op basis van de septembervermelding, en dat niets de leverancier aan het lagere tarief bindt. Iedereen die deze maand een kostenmodel bouwt, moet $0.80 / $3.20 gebruiken en dit opnieuw controleren, niet als vaststaand beschouwen.

De enige structurele korting die het waard is om in de prijsstelling mee te nemen, is het cachetarief, vanwege de manier waarop dit model is opgebouwd. Gecachte input tegen $0,03 is minder dan 4% van het standaardtarief voor input. Als Pareto inderdaad dezelfde gecombineerde configuratie gedurende een gesprek aanhoudt in plaats van bij elke beurt opnieuw een model te kiezen, dan overleeft prompt-caching het hele traject — precies de besparing waarvan de aanbieder zegt dat een conventionele router die opgeeft wanneer die midden in een gesprek van model wisselt. Unbiased verkoopt ook abonnementen met wekelijkse tokenvergoedingen naast pay-as-you-go-credits, van $10 per maand voor 25M tokens per week tot prepaid teamtegoeden zonder wekelijkse limiet, dus voor regelmatig persoonlijk gebruik is de rekensom per token niet eens de factuur.

Dit is het deel waarvan een routeringslaag de vorm verandert, en het is de moeite waard om precies te zijn over waar we staan.OrcaRouter geeft de lijstprijs van de provider rechtstreeks door, met 0% opslag, dus een tariefwijziging van een leverancier is bij ons live op dezelfde dag dat die binnenkomt, in plaats van op een verlengingscyclus — maar we hebben geen enkel Unbiased-model in ons aanbod, dus als je specifiek Pareto 26.9 wilt, roep je het aan via de eigen API van Unbiased. Wat een router je hier wel oplevert, is één sleutel en één integratie voor de modellen aan beide zijden van de beslissing, dus het vergelijken van Pareto met wat je vandaag draait, betekent niet dat je een tweede contract en een tweede SDK nodig hebt. De beschikbaarheid voor deze verloopt via de eigen API van de leverancier.

Wat de score van de stabiele release is — en wat die score waard is

Unbiased publiceert één vergelijkbaar getal voor de stabiele release, en er zijn meer kanttekeningen dan het getal groot is.

• Pareto 26.9 op DeepSWE v1.1 — 70,0%, tegen een gerapporteerde gemiddelde kostprijs van $ 0,29 per taak. De leverancier dateert deze run op 20 september 2026.

• De omvang van die run — een selectie van 30 taken, niet de volledige DeepSWE v1.1-set. Unbiased zegt dat op de eigen modelkaart, niet in een voetnoot ergens anders.

• De andere score die de leverancier voor 26.9 vermeldt — Humanity's Last Exam, gerapporteerd zonder de kwalificatie 'alleen tekst' die het HLE-getal van de preview heeft, wat de modelkaart ook als een verschil aanmerkt.

• De classificatie van dit alles — voorlopig, door de leverancier uitgevoerd en overgenomen in een vergelijking die de leverancier zelf omschrijft als "niet onafhankelijk gevalideerd."

Zet de stabiele release naast de preview en de scores zijn, binnen elke foutmarge van een enkele run, hetzelfde: 70,0% bij $0,29 op de slice met 30 taken voor 26.9, 69,9% bij $0,24 op de volledige set voor 26.10 Preview, beide DeepSWE v1.1, beide uitgevoerd door het bedrijf dat het model verkoopt. Dat is geen reden om te concluderen dat de preview slechter is. Het is een reden om te concluderen dat de gepubliceerde cijfers niet scherp genoeg zijn om de twee releases te onderscheiden, en dat niemand die je een van beide verkoopt, een reden heeft om het experiment uit te voeren dat dat zou doen.

Onafhankelijk bewijs specifiek voor Pareto 26.9 ontbreekt momenteel. Artificial Analysis, de ranglijst die de meeste teams checken voordat ze een nieuwe naam op een prijslijst vertrouwen, heeft er geen pagina voor — de modelroute geeft een 404 in plaats van een score. Er is geen plaatsing op een ranglijst, geen latentie- of doorvoercijfer van derden, en geen reproductie van een van het bovenstaande door iemand buiten de leverancier. Wat Unbiased in plaats daarvan wel biedt, is interessanter dan een score: een openbaar evaluatieharnas dat naar elk OpenAI-compatibel eindpunt wijst, inclusief het eindpunt dat je al gebruikt, zodat de claim verschuift van "vertrouw ons getal" naar "draai ons getal opnieuw". Dat is een werkelijk beter aanbod dan de meeste leveranciers doen, en het is nog steeds niet hetzelfde als een geverifieerd getal. Niemand heeft de heruitvoering gepubliceerd.

Stable versus Preview, op de dimensies die een migratie bepalen

Als je vandaag tussen de twee releases moet kiezen, zijn dit de verschillen die ertoe doen, en het zijn niet de verschillen die de scores suggereren.

• Contextvenster — 262.144 tokens op Pareto 26.9 tegenover 1.048.576 op Pareto 26.10 Preview, een viervoudig verschil en op zichzelf het sterkste argument voor de preview.

• Gepubliceerd tarief — $0,80 / $3,20 / $0,03 voor gecachte tokens per miljoen tokens voor de preview; $2,50 / $7,50 / $0,25 voor de stabiele release zoals vermeld toen deze voor het eerst verscheen, tegenover een prijspagina van de leverancier die momenteel ook de lagere tariefkaart voor het stabiele pad publiceert. Beschouw het stabiele cijfer als variabel totdat de leverancier er een datum aan toekent.

• Contractuele status — 26.9 is een release; 26.10 Preview is een preview waarvan Unbiased zegt dat deze "zonder kennisgeving kan wijzigen" en die expliciet niet bindend is.

• Benchmarktransparantie — de preview heeft vier gepubliceerde scores met kosten per taak; de stabiele release heeft één vergelijkbare score op een slice van 30 taken.

• Toegangsniveau — beide vallen onder dezelfde voorwaarden voor evaluatietoegang, waarbij commerciële of productie-implementatie een afzonderlijke schriftelijke overeenkomst vereist.

• Gewichten — aan beide zijden gesloten, zonder licentiedocument en zonder repository.

Samen gelezen gaat de keuze niet over kwaliteit. Het gaat erom of je liever vier keer zoveel context hebt op een model dat zonder kennisgeving onder je vandaan kan worden vervangen, of een smaller venster op een build die de leverancier niet langer als veranderlijk aanprijst. Een team dat een product voor lange documenten of lange agent-sessies bouwt, zal de eerste ruil moeilijk kunnen weigeren en op de tweede moeilijk kunnen vertrouwen; het antwoord is meestal om de preview met een fallback erachter te draaien in plaats van er één te kiezen en die te vergeten.

De operationele kanttekeningen die niemand op een modelkaart zet

De wrapper rond dit model is een bèta, en Unbiased documenteert de scherpe kantjes in plaats van ze te verbergen, wat het gemakkelijk maakt om eromheen te plannen.

• GET /v1/models is niet geïmplementeerd. Je kunt niet opsommen wat beschikbaar is; je stuurt de string die je bedoelt en komt erachter.

• Onbekende model-identificaties worden niet afgewezen. Een typefout kan op een plek terechtkomen die je niet bedoelde en je krijgt geen duidelijke foutmelding, wat een sterk argument is tegen het handmatig typen van een versiestring op meer dan één plaats.

• Het gedocumenteerde oppervlak bestaat alleen uit chat completions en messages — geen embeddings, geen beeldgeneratie, geen audio, geen modellenlijst.

• Toegang is evaluatietoegang onder de Voorwaarden, waarbij accounts handmatig worden beoordeeld voordat een sleutel wordt uitgegeven. Productiegebruik vereist eerst een schriftelijke overeenkomst.

• Eén dienstverlenende provider. Er is geen tweede host in het record en dus geen failover-doel binnen de eigen stack van de leverancier.

De laatste regel is degene die bepaalt hoeveel hiervan je in een productiepad moet opnemen. Een bèta met één provider en een gedocumenteerde lacune in modeldetectie is precies het geval waarin een fallbackketen zijn bestaansrecht verdient, en waarin die moet worden geconfigureerd voordat je verkeer toewijst, niet pas na een incident. De automatische failover en routerings-DSL van OrcaRouter zijn hoe dat aan onze kant wordt opgezet — een keten die een verzoek naar je primaire model stuurt en naar een benoemd alternatief gaat wanneer het primaire model een fout geeft of een time-out krijgt, uitgedrukt als configuratie in plaats van door jou onderhouden code. We hosten Pareto 26.9 niet, dus het failoverdoel aan onze kant zou een model zijn dat wij wel aanbieden, niet nog een kopie van dit model.

Wie moet deze week de string pinnen, en wie moet wachten

Pin het als je Pareto al bij naam aanroept en je werklast stabiel genoeg is dat een versiewijziging midden in de week een verrassing zou zijn in plaats van een feature. Dat is de hele opbrengst van een versiegekwalificeerde identifier: een alias die de releasekalender van de leverancier volgt, is een gemak tot het moment waarop hij een niet-gereviewde dependency-update wordt. Pinnen maakt ook je eigen kostentracking aftrekbaar, aangezien de twee releases verschillende gepubliceerde tarieven hebben en een gemengde maand achteraf niet kan worden uitgesplitst.

Wacht met de prijs als je de uitgaven modelleert. De eigen kaart van de stabiele release is verschoven van $2,50 / $7,50 naar $0,80 / $3,20 zonder een gedateerde vermelding die de wijziging verklaart, dus elk cijfer dat je deze week in een budget opneemt, is een observatie, geen verbintenis — controleer het opnieuw voordat je iets ondertekent op basis daarvan.

Stel de kwaliteitsvraag sowieso uit. Met één door de leverancier uitgevoerde score op een slice van 30 taken voor de stabiele release, vier voorlopige scores voor de preview, en geen enkele onafhankelijke evaluator die een van beide dekt, gaat de beslissing die je vandaag daadwerkelijk kunt nemen over interface en betrouwbaarheid: welk contextvenster je nodig hebt, of je een preview kunt tolereren, en of de bèta-hiaten van de leverancier bij je deployment passen. Die zijn te beantwoorden. Welke van de twee het betere model is, is dat niet, en het eerlijke standpunt is om de gepubliceerde harness op je eigen workload opnieuw te draaien voordat je besluit dat dat zo is.

Vragen die opkomen

Welke release selecteert pareto vandaag, en is dat veranderd? De alias verwijst naar de stabiele release, volgens de changelog van Unbiased van 1 oktober, die duidelijk stelt dat deze niet de preview selecteert. Dat is dezelfde richting als de oorspronkelijke regeling van september; wat deze week is veranderd, is dat de stabiele release nu ook aanspreekbaar is via een versiegekwalificeerde identifier, dus de alias is niet langer de enige manier om deze te benoemen. Als je code hebt die pareto verstuurt en het nieuwste verwacht, dan werd die verwachting nooit ondersteund — de preview was vanaf de dag dat deze werd uitgebracht opt-in op naam.

Moet je de gedateerde identifier vastzetten of de alias behouden? Zet vast als je reproduceerbaarheid of kostentoerekening nodig hebt; behoud de alias als je echt de huidige stabiele build van de leverancier wilt zonder zelf iets te wijzigen. De faalmodus die je moet vermijden is het midden: de string op de ene plek vastzetten en hem op een andere plek laten afwijken, in een API waarin onbekende identifiers niet worden afgewezen en niet kunnen worden opgesomd.

Bestaat er een onafhankelijke benchmark voor Pareto 26.9? Tot deze week niet. De enige beschikbare cijfers zijn die van de leverancier, gedraaid op het testharnas van de leverancier, gepubliceerd met de eigen kanttekeningen van de leverancier over de omvang van de run en over vergelijkingen die hij omschrijft als niet onafhankelijk gevalideerd. Het openbare testharnas is het sterkste in dat beeld, omdat het testbaar is, en niemand heeft een nieuwe run ertegen gepubliceerd.

Het laatste dat de moeite van het volgen waard is, is geen benchmark. Het is of de leverancier zijn volgende tariefswijziging van een datum voorziet, want een ongedateerde wijziging van $2,50 naar $0,80 is een betere deal en een slechter signaal — het vertelt je dat de kaart kan bewegen zonder een vermelding in het logboek waarmee je het later zou kunnen verklaren. Voor een model waarvan de hele propositie is dat de cijfers bewijsstukken zijn, is dat het detail waaraan je het moet houden.

Een release is ook het moment om te controleren wat er eerder mis is gegaan: de gedocumenteerde AI-incidenten en agentfouten rond modellen in deze klasse zijn verzameld in the OrcaRouter AI Incident Archive , waar elk item zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-markering bevat.