Bezstronny Pareto 26.9 przypina do własnego łańcucha modelu: stabilna wersja ma teraz nazwę

firmy UnbiasedPareto 26.9 przestał być numerem wersji wspominanym w czyichś przypisach i 13 października 2026 r. stał się adresowalnym modelem, kiedy to wydanie, które od września pełni rolę stabilnego domyślnego wyboru, otrzymało własny identyfikator z oznaczeniem wersji. Kontekst ma znaczenie: u tego samego dostawcy Pareto 26.10 Preview od 1 października jest sprzedawany jako opcjonalna wersja zapoznawcza pod własnym ciągiem — pareto-26.10-preview — podczas gdy pareto pozostało w stabilnym wydaniu i, według samego dostawcy, „nie wybiera tej wersji zapoznawczej”. Przez jedenaście dni między tymi dwoma zdarzeniami wersja, którą faktycznie wywoływałeś, była określana przez wiersz changelogu, a nie przez cokolwiek w treści twojego żądania. Od tego tygodnia ma nazwę, którą możesz przypiąć.

To drobne porządki po stronie dostawcy i prawdziwa zmiana po Twojej stronie. Identyfikator modelu, który po cichu oznacza „cokolwiek ostatnio wydaliśmy”, jest w porządku aż do tygodnia, w którym zacznie oznaczać coś innego; różnica między wersją zapoznawczą a stabilnym wydaniem to różnica między arkuszem wyników benchmarków, który może się zmienić przed ostateczną publikacją, a takim, który możesz wpisać do umowy. Unbiased opublikował teraz oba, obok siebie, wraz z przypisanymi stawkami.

Co faktycznie się zmieniło — a co nie

Zmieniły się dwie rzeczy, a żadna z nich nie jest samym modelem.

• Stabilne wydanie otrzymało identyfikator. Wersja, która od 17 września odpowiada jako pareto, jest teraz rozwiązywana do datowanego sluga z kwalifikatorem wersji, którego forma kanoniczna zawiera oryginalną datę wydania. Po raz pierwszy możesz nazwać wydanie, które masz na myśli, zamiast aliasu podążającego za kalendarzem dostawcy.

• Alias ponownie wskazuje na wydanie stabilne. Changelog Unbiased z 1 października nie pozostawia wątpliwości, w którą stronę wskazuje alias: użyj pareto-26.10-preview, aby wziąć w nim udział, ponieważ pareto „pozostaje domyślnym aliasem wydania i nie wybiera tego podglądu”. Ścieżka stabilna to ścieżka domyślna.

Model stojący za stabilnym ciągiem nie zmienił się względem tego, co wydano we wrześniu, a dokumentacja dostawcy również się w tej kwestii nie zmieniła. Pareto jest opisywany — przez firmę, która go sprzedaje — jako model mieszany, który przy każdym żądaniu równolegle angażuje wiele modeli i syntetyzuje jedną odpowiedź z wyników. To twierdzenie o mechanizmie, a nie specyfikacja, i nie ma na to niezależnej weryfikacji. Weryfikowalna jest warstwa opakowująca wokół niego.

W udokumentowanym interfejsie dostawcy, od czasu ostatniego sprawdzenia: wejściem są tekst i obraz, wyjściem jest tylko tekst, maksymalna odpowiedź to 131 072 tokenów, a model przyjmuje tools, tool_choice, response_format, temperature, top_p i max_tokens, przy czym tool_choice jest ograniczony do auto — nie można wymusić wywołania narzędzia. W całym zapisie nie ma nigdzie identyfikatora Hugging Face, więc wagi pozostają zamknięte.

Cennik to ta część, która naprawdę odbiegła od normy

Gdy Pareto po raz pierwszy pojawił się w ofercie we wrześniu, tabela stawek wskazywała 2,50 USD za milion tokenów wejściowych, 7,50 USD za milion tokenów wyjściowych i 0,25 USD za buforowane tokeny wejściowe. Na stronie cennika dostawcy dzisiaj ta sama stabilna wersja jest publikowana w cenie 0,80 USD za wejście, 3,20 USD za wyjście i 0,03 USD za buforowane wejście — około jednej trzeciej pierwotnej stawki za wejście w ujęciu dolarowym i nieco ponad 40% w przypadku wyjścia.

Odczytaj to jako to, czym jest, bo łatwo je błędnie zrozumieć w obie strony. To stawka opublikowana przez dostawcę, datowana wyłącznie tym, że strona jest teraz aktywna; Unbiased nie opublikował opatrzonego datą wpisu o zmianie ceny, więc nie ma możliwego do zacytowania zdania „tego dnia cena spadła” ani daty zakończenia promocji. Uczciwa wersja jest taka, że obecne stabilne wydanie jest sprzedawane po niższej cenie z cennika, że wyższe liczby wciąż krążą w publikacjach napisanych na podstawie wrześniowego cennika i że nic nie wiąże dostawcy z niższą. Każdy, kto w tym miesiącu buduje model kosztów, powinien użyć $0.80 / $3.20 i zweryfikować to ponownie, a nie traktować tego jako stałe.

Jedyna strukturalna zniżka warta wycenienia to stawka za pamięć podręczną, ze względu na sposób, w jaki zbudowano ten model. Buforowane wejście za $0.03 to mniej niż 4% standardowej stawki za wejście. Jeśli Pareto rzeczywiście utrzymuje tę samą mieszaną konfigurację przez całą rozmowę, a nie wybiera ponownie modelu tura po turze, buforowanie promptów przetrwa całą trajektorię — co jest dokładnie tą oszczędnością, którą — jak twierdzi dostawca — konwencjonalny router traci, gdy zmienia modele w trakcie rozmowy. Unbiased sprzedaje także subskrypcje z tygodniowymi przydziałami tokenów obok kredytów rozliczanych za użycie: od $10 miesięcznie za 25 mln tokenów tygodniowo po przedpłacone kredyty zespołowe bez tygodniowego limitu, więc przy stałym użytku osobistym arytmetyka kosztu za token nie jest nawet rachunkiem.

To jest ta część, której kształt zmienia warstwa routingu, i warto być precyzyjnym co do tego, gdzie obecnie stoimy. OrcaRouter przekazuje cenę katalogową dostawcy bezpośrednio, z 0% marży, więc zmiana stawek dostawcy obowiązuje u nas od tego samego dnia, w którym zostanie wprowadzona, a nie w cyklu odnowienia — ale nie mamy w ofercie żadnego modelu Unbiased, więc jeśli chcesz konkretnie Pareto 26.9, wywołaj go przez własne API Unbiased. To, co daje ci tu router, to jeden klucz i jedna integracja dla modeli po obu stronach decyzji, więc porównanie Pareto z tym, co uruchamiasz dzisiaj, nie oznacza drugiej umowy i drugiego SDK. Dostępność tego modelu zapewnia własne API dostawcy.

Jaką ocenę otrzymuje stabilne wydanie — i ile ta ocena jest warta

Unbiased publikuje jedną porównywalną liczbę dla stabilnego wydania, a towarzyszy jej więcej zastrzeżeń, niż ta liczba jest duża.

• Pareto 26.9 na DeepSWE v1.1 — 70,0%, przy podanym średnim koszcie 0,29 USD na zadanie. Dostawca datuje ten przebieg na 20 września 2026 r.

• Rozmiar tego przebiegu — wycinek 30 zadań, a nie pełny zestaw DeepSWE v1.1. Unbiased mówi o tym na własnej karcie modelu, a nie w przypisie gdzie indziej.

• Inny wynik, który dostawca podaje dla 26.9 — Humanity's Last Exam, zgłoszony bez kwalifikatora „tylko tekst”, który towarzyszy liczbie HLE w wersji preview, co karta modelu również wskazuje jako różnicę.

• Klasyfikacja tego wszystkiego — wstępna, przeprowadzona przez dostawcę i przepisana do porównania, które sam dostawca opisuje jako „niezwalidowane niezależnie”.

Postaw wydanie stabilne obok wersji zapoznawczej, a wyniki są — w granicach dowolnego przedziału błędu pojedynczego przebiegu — takie same: 70,0% przy 0,29 USD na 30-zadaniowym wycinku dla 26.9, 69,9% przy 0,24 USD na pełnym zbiorze dla 26.10 Preview; oba to DeepSWE v1.1, a oba uruchomiła firma, która sprzedaje ten model. To nie jest powód, by wnioskować, że wersja zapoznawcza jest gorsza. To powód, by wnioskować, że opublikowane liczby nie są wystarczająco precyzyjne, aby rozdzielić te dwa wydania, i że nikt, kto sprzedaje ci jedno albo drugie, nie ma powodu przeprowadzać eksperymentu, który by tego dokonał.

Obecnie brakuje niezależnych dowodów konkretnie dla Pareto 26.9. Artificial Analysis, ranking, który większość zespołów sprawdza, zanim zaufa nowej nazwie w cenniku, nie ma dla niego strony — trasa modelu zwraca 404 zamiast wyniku. Nie ma miejsca w rankingu, nie ma zewnętrznych danych o opóźnieniu czy przepustowości ani odtworzenia któregokolwiek z powyższych przez kogokolwiek spoza dostawcy. To, co zamiast tego oferuje Unbiased, jest ciekawsze niż wynik: publiczne narzędzie do ewaluacji, które wskazuje na dowolny endpoint zgodny z OpenAI, w tym ten, którego już używasz, dzięki czemu twierdzenie zmienia się z „zaufaj naszej liczbie” na „uruchom ponownie naszą liczbę”. To naprawdę lepsza oferta niż większość ofert dostawców, ale wciąż nie to samo co zweryfikowana liczba. Nikt nie opublikował wyników ponownego uruchomienia.

Wersja stabilna a wersja preview — w wymiarach, które decydują o migracji

Jeśli dzisiaj wybierasz między tymi dwoma wydaniami, to są różnice, które mają znaczenie — i nie są to te, które sugerują oceny.

• Okno kontekstowe — 262 144 tokeny w Pareto 26.9 wobec 1 048 576 tokenów w Pareto 26.10 Preview, czterokrotna różnica, która sama w sobie jest najsilniejszym argumentem za wersją Preview.

• Opublikowana stawka — 0,80 / 3,20 / 0,03 USD za milion tokenów (z pamięci podręcznej) dla wersji preview; 2,50 / 7,50 / 0,25 USD dla wydania stabilnego, zgodnie z tym, co podano przy jego pierwszym pojawieniu się, w zestawieniu ze stroną cennika dostawcy, która obecnie publikuje niższą kartę również dla ścieżki stabilnej. Traktuj kwotę dla wersji stabilnej jako zmienną, dopóki dostawca nie opatrzy jej datą.

• Status umowny — 26.9 to wersja wydana; 26.10 Preview to wersja zapoznawcza, o której Unbiased mówi, że „może ulec zmianie bez powiadomienia”, i która wyraźnie nie jest wiążąca.

• Transparentność benchmarków — wersja preview ma cztery opublikowane wyniki z kosztem na zadanie; stabilne wydanie ma jeden porównywalny wynik na wycinku 30 zadań.

• Poziom dostępu — oba podlegają tym samym warunkom dostępu ewaluacyjnego, przy czym komercyjne lub produkcyjne wdrożenie wymaga odrębnej pisemnej umowy.

• Wagi — zamknięte w obu przypadkach, bez dokumentu licencyjnego i bez repozytorium.

Czytane razem, wybór nie dotyczy jakości. Chodzi o to, czy wolisz mieć czterokrotnie większy kontekst w modelu, który może zostać zastąpiony bez ostrzeżenia, czy węższe okno w wersji, której dostawca przestał reklamować jako możliwą do zmiany. Zespół tworzący produkt do długich dokumentów lub długich sesji agentowych uzna, że pierwszy kompromis trudno odrzucić, a na drugim trudno polegać; odpowiedzią jest zwykle uruchamianie wersji zapoznawczej z mechanizmem awaryjnym, a nie wybranie jednej i zapomnienie o niej.

Operacyjne zastrzeżenia, których nikt nie umieszcza w karcie modelu

Wrapper wokół tego modelu jest w wersji beta, a Unbiased dokumentuje wszelkie niedogodności, zamiast je ukrywać, co sprawia, że łatwo je uwzględnić w planach.

• GET /v1/models nie jest zaimplementowane. Nie można wylistować tego, co jest dostępne; wysyła się ciąg, który się ma na myśli, i sprawdza, co się stanie.

• Nieznane identyfikatory modeli nie są odrzucane. Literówka może trafić w miejsce, którego nie zamierzano, i nie otrzymasz czystego komunikatu o błędzie, co jest mocnym argumentem przeciw ręcznemu wpisywaniu ciągu wersji w więcej niż jednym miejscu.

• Udokumentowany zakres obejmuje wyłącznie chat completions i messages — żadnych embeddings, generowania obrazów, audio ani listy modeli.

• Dostęp ma charakter ewaluacyjny zgodnie z Warunkami; konta są weryfikowane ręcznie przed wydaniem klucza. Użycie produkcyjne wymaga najpierw pisemnej umowy.

• Jeden dostawca usług. W rekordzie nie ma drugiego hosta, a zatem i celu przełączenia awaryjnego w ramach własnego stosu dostawcy.

Ostatnia linijka decyduje o tym, jak dużo z tego powinieneś umieścić na ścieżce produkcyjnej. Beta jednego dostawcy z udokumentowaną luką w wykrywaniu modeli to dokładnie ten przypadek, w którym łańcuch awaryjny się opłaca i w którym należy go skonfigurować, zanim skierujesz ruch, a nie po incydencie. Automatyczny failover i DSL routingu OrcaRouter to sposób, w jaki jest to skonfigurowane po naszej stronie — łańcuch, który wysyła żądanie do twojego modelu głównego i przechodzi do nazwanej alternatywy, gdy model główny zwróci błąd lub przekroczy limit czasu, wyrażony jako konfiguracja, a nie kod, który utrzymujesz. Nie hostujemy Pareto 26.9, więc celem awaryjnym po naszej stronie byłby model, który obsługujemy, a nie kolejna kopia tego modelu.

Kto w tym tygodniu powinien przypiąć sznurek, a kto powinien poczekać?

Przypnij to, jeśli już wywołujesz Pareto po nazwie, a twoje obciążenie jest wystarczająco stabilne, że zmiana wersji w połowie tygodnia byłaby zaskoczeniem, a nie funkcją. Na tym polega cały zysk z identyfikatora z kwalifikatorem wersji: alias, który podąża za kalendarzem wydań dostawcy, jest udogodnieniem aż do momentu, gdy staje się niezweryfikowaną aktualizacją zależności. Przypinanie sprawia również, że śledzenie własnych kosztów staje się odejmowalne, ponieważ oba wydania mają różne opublikowane stawki, a mieszany miesiąc nie rozłoży się po fakcie.

Wstrzymaj się z ceną, jeśli planujesz wydatki. Karta samego stabilnego wydania zmieniła się z $2.50 / $7.50 na $0.80 / $3.20 bez opatrzonego datą wpisu wyjaśniającego tę zmianę, więc każda liczba, którą w tym tygodniu wliczysz do budżetu, jest obserwacją, a nie zobowiązaniem — sprawdź ją ponownie, zanim cokolwiek na jej podstawie podpiszesz.

Tak czy inaczej, wstrzymaj się z rozstrzyganiem kwestii jakości. Mając jeden wynik testu przeprowadzonego przez dostawcę na wycinku 30 zadań dla stabilnego wydania, cztery wstępne wyniki dla wersji zapoznawczej i żadnego niezależnego ewaluatora obejmującego którąkolwiek z nich, decyzja, którą naprawdę możesz dziś podjąć, dotyczy interfejsu i niezawodności: jakiego okna kontekstowego potrzebujesz, czy możesz tolerować wersję zapoznawczą i czy luki w wersji beta dostawcy pasują do twojego wdrożenia. Na te pytania można odpowiedzieć. Który z tych dwóch modeli jest lepszy — już nie, a uczciwym stanowiskiem jest ponowne uruchomienie opublikowanego zestawu testowego na własnym obciążeniu, zanim rozstrzygniesz, że tak jest.

Pytania, które się pojawiają

Które wydanie wybiera dziś pareto i czy to się zmieniło? Alias wskazuje na wydanie stabilne, zgodnie z changelogiem Unbiased z 1 października, w którym wprost napisano, że nie wybiera on wersji zapoznawczej. To ten sam kierunek co pierwotne ustalenie z września; w tym tygodniu zmieniło się to, że wydanie stabilne można teraz również zaadresować identyfikatorem kwalifikowanym wersją, więc alias nie jest już jedynym sposobem, by je nazwać. Jeśli masz kod, który wysyła pareto i oczekuje najnowszego, takie oczekiwanie nigdy nie było obsługiwane — wersja zapoznawcza wymagała jawnego wyboru po nazwie od dnia jej wydania.

Czy przypiąć identyfikator z datą, czy zachować alias? Przypnij, jeśli potrzebujesz odtwarzalności lub przypisania kosztów; zachowaj alias, jeśli naprawdę chcesz bieżącą stabilną kompilację dostawcy bez własnej zmiany. Tryb awarii, którego należy unikać, to środek: przypięcie ciągu w jednym miejscu i pozostawienie go dryfującego w innym, w API, w którym nieznane identyfikatory nie są odrzucane i nie można ich wylistować.

Czy istnieje jakikolwiek niezależny benchmark dla Pareto 26.9? Na ten tydzień nie. Jedyne dostępne dane pochodzą od dostawcy, zostały uzyskane w jego własnym środowisku testowym i opublikowane wraz z własnymi zastrzeżeniami dostawcy dotyczącymi rozmiaru przebiegu oraz porównań, które określa on jako niezweryfikowane niezależnie. Publiczne środowisko testowe jest najmocniejszym elementem tego obrazu, ponieważ można je przetestować, a nikt nie opublikował ponownego przebiegu w tym środowisku.

Ostatnia rzecz, którą warto obserwować, to nie benchmark. To, czy dostawca opatrzy datą swoją następną zmianę stawek, ponieważ niedatowana zmiana z $2.50 na $0.80 to lepsza oferta i gorszy sygnał — mówi ci, że karta może się zmienić bez wpisu w rejestrze, który pozwoliłby ci wyjaśnić to później. W przypadku modelu, którego cała argumentacja sprzedażowa sprowadza się do tego, że liczby są dowodami, to właśnie ten szczegół, z którego należy go rozliczać.

Premiera to również moment, by sprawdzić, co poszło nie tak wcześniej: udokumentowane incydenty AI i awarie agentów związane z modelami tej klasy są zebrane w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i oznaczenie sporne.