Unbiased закрепляет Pareto 26.9 за собственной строкой модели: у стабильной версии теперь есть имя

Unbiased Pareto 26.9 перестал быть номером версии, упоминаемым в чьих-то сносках, и 13 октября 2026 года стал адресуемой моделью, когда релиз, служивший стабильным вариантом по умолчанию с сентября, получил собственный идентификатор с указанием версии. Контекст важен: у того же вендора Pareto 26.10 Preview с 1 октября продаётся как опциональный предпросмотр под собственной строкой — pareto-26.10-preview — в то время как pareto оставался на стабильном релизе и, по словам самого вендора, «не выбирает этот предпросмотр». В течение одиннадцати дней между этими двумя событиями версия, которую вы фактически вызывали, определялась строкой в журнале изменений, а не чем-либо в теле вашего запроса. С этой недели у неё есть имя, которое можно закрепить.

Это небольшая рутинная правка на стороне поставщика и настоящее изменение на вашей. Строка модели, которая негласно означает «то, что мы выпустили в последний раз», хороша до той недели, когда она начинает означать что-то другое; разница между предварительной версией и стабильным релизом — это разница между таблицей бенчмарков, которая может измениться до окончательной публикации, и той, которую можно вставить в контракт. Unbiased теперь опубликовал обе, рядом друг с другом, с приложенными тарифами.

Что действительно изменилось — а что нет

Изменились две вещи, и ни одна из них — не сама модель.

• Стабильный релиз получил идентификатор. Версия, к которой с 17 сентября можно было обращаться как к pareto, теперь разрешается в датированный слаг с указанием версии, чья каноническая форма несёт исходную дату выпуска. Впервые можно назвать нужный вам релиз, а не псевдоним, который следует за календарём вендора.

• Алиас снова следует за стабильным релизом. В чейнджлоге Unbiased от 1 октября однозначно сказано, в какую сторону указывает алиас: используйте pareto-26.10-preview, чтобы включить эту предварительную версию, потому что pareto «остаётся алиасом релиза по умолчанию и не выбирает эту предварительную версию». Стабильный путь — это путь по умолчанию.

Модель, лежащая в основе стабильной строки, не изменилась с сентябрьского выпуска, и документация поставщика по этому вопросу тоже не сдвинулась. Pareto описывается — компанией, которая его продаёт, — как гибридная модель, которая при каждом запросе параллельно задействует несколько моделей и синтезирует один ответ из результатов. Это утверждение о механизме, а не спецификация, и независимого подтверждения ему нет. Проверяемым является обёртка вокруг него.

В документированном интерфейсе поставщика, с момента последней проверки: на входе — текст и изображение, на выходе — только текст, максимальный ответ — 131 072 токена, а модель принимает tools, tool_choice, response_format, temperature, top_p и max_tokens, при этом tool_choice ограничен значением auto — принудительно вызвать инструмент нельзя. В записи нигде нет идентификатора Hugging Face, поэтому веса остаются закрытыми.

Ценообразование — это та часть, которая действительно изменилась.

Когда Pareto впервые появился в списке в сентябре, тарифная сетка указывала $2,50 за миллион входных токенов, $7,50 за миллион выходных и $0,25 за кэшированный ввод. На сегодняшней странице цен поставщика тот же стабильный релиз опубликован по цене $0,80 за ввод, $3,20 за вывод и $0,03 за кэшированный ввод — примерно треть первоначальной ставки за ввод в долларовом выражении и чуть более 40% за вывод.

Читайте это как есть, потому что это легко неверно истолковать в обе стороны. Это опубликованная поставщиком ставка, датируемая лишь тем, что страница сейчас активна; Unbiased не публиковал датированную запись об изменении цены, поэтому нет цитируемой строки «в этот день цена упала» и нет даты окончания промоакции. Честная версия такова: текущий стабильный релиз продаётся по нижней карточке тарифа, более высокие цифры всё ещё циркулируют в публикациях, написанных на основе сентябрьского листинга, и ничто не обязывает поставщика придерживаться нижней. Всем, кто строит модель затрат в этом месяце, следует использовать $0.80 / $3.20 и перепроверять её, а не считать её фиксированной.

Единственная структурная скидка, которую стоит закладывать в расчёт, — это тариф кэширования, из-за того, как устроена эта модель. Кэшированный ввод по $0.03 — это менее 4% от стандартной ставки за ввод. Если Pareto действительно сохраняет одну и ту же смешанную конфигурацию на протяжении всего разговора, а не перевыбирает модель на каждом ходу, кэширование промптов сохраняется на всей траектории — а это ровно та экономия, которую, по словам вендора, теряет обычный маршрутизатор, когда меняет модели посреди разговора. Unbiased также продаёт подписки с недельными лимитами токенов наряду с кредитами с оплатой по мере использования: от $10 в месяц за 25 млн токенов в неделю до предоплаченных командных кредитов без недельного лимита, так что при стабильном личном использовании арифметика цены за токен — это даже не счёт.

Это та часть, где маршрутизирующий слой меняет форму, и стоит быть точными в том, где мы находимся. OrcaRouter пропускает прайс-лист провайдера напрямую с наценкой 0 %, поэтому изменение тарифа вендора становится актуальным на нашей стороне в тот же день, когда оно происходит, а не в цикле продления, — но у нас нет ни одной модели Unbiased, так что если вам нужна именно Pareto 26.9, вызывайте её через собственный API Unbiased. Что роутер действительно даёт вам здесь — это один ключ и одну интеграцию для моделей по обе стороны решения, так что сравнение Pareto с тем, что вы используете сегодня, не означает второй контракт и второй SDK. Доступность этой модели — через собственный API вендора.

На какой балл оценивается стабильный релиз — и чего этот балл стоит

Unbiased публикует одно сопоставимое число для стабильного релиза, и к нему прилагается больше оговорок, чем велико само число.

• Pareto 26.9 на DeepSWE v1.1 — 70,0% при заявленной средней стоимости $0,29 за задачу. Вендор датирует этот прогон 20 сентября 2026 года.

• Размер того запуска — срез из 30 задач, а не полный набор DeepSWE v1.1. Unbiased сообщает об этом в собственной карточке модели, а не в сноске где-то ещё.

• Другой показатель, который вендор указывает для 26.9 — Humanity's Last Exam, приведён без уточнения «только текст», которое сопровождает показатель HLE предварительной версии; карточка модели также отмечает это как различие.

• Классификация всего этого — предварительная, выполненная вендором и перенесённая в сравнение, которое сам вендор описывает как «не прошедшее независимую проверку».

Поставьте стабильный релиз рядом с предварительной версией — и оценки, в пределах погрешности любого одиночного запуска, окажутся одинаковыми: 70,0% при $0,29 на срезе из 30 задач для 26.9, 69,9% при $0,24 на полном наборе для 26.10 Preview, оба прогона — DeepSWE v1.1, оба выполнены компанией, которая продаёт модель. Это не причина заключать, что предварительная версия хуже. Это причина заключить, что опубликованные числа недостаточно точны, чтобы различить два релиза, и что ни у кого, кто продаёт вам любой из них, нет причины проводить эксперимент, который бы их различил.

Независимые доказательства именно для Pareto 26.9 на данный момент отсутствуют. Artificial Analysis, ресурс, который большинство команд проверяют, прежде чем доверять новому имени в прайс-листе, не имеет страницы для него — маршрут модели возвращает 404 вместо оценки. Нет позиции в таблице лидеров, нет сторонних данных о задержке или пропускной способности, и нет воспроизведения чего-либо из вышеперечисленного кем-либо за пределами вендора. Что Unbiased предлагает вместо этого, так это нечто более интересное, чем оценка: публичный оценочный стенд, который указывает на любую OpenAI-совместимую конечную точку, включая ту, которую вы уже используете, так что утверждение смещается от «доверьтесь нашей цифре» к «перепроверьте нашу цифру». Это действительно лучшее предложение, чем делают большинство вендоров, и это всё ещё не то же самое, что проверенная цифра. Никто не опубликовал повторный прогон.

Stable против preview: по тем параметрам, которые определяют решение о миграции

Если сегодня вы выбираете между двумя релизами, вот различия, которые действительно важны, и это не те различия, на которые указывают оценки.

• Окно контекста — 262 144 токена в Pareto 26.9 против 1 048 576 в Pareto 26.10 Preview: четырёхкратная разница, которая сама по себе является самым весомым аргументом в пользу preview-версии.

• Опубликованный тариф — $0.80 / $3.20 / $0.03 за кэшированные за миллион токенов для предварительной версии; $2.50 / $7.50 / $0.25 для стабильного релиза, как указано при его первом появлении, тогда как страница цен поставщика в настоящее время публикует более низкую карточку и для стабильного пути. Считайте стабильную цифру изменчивой, пока поставщик не датирует её.

• Договорный статус — 26.9 — это релиз; 26.10 Preview — это предварительная версия, которая, по словам Unbiased, «может измениться без уведомления» и явно не имеет обязательной силы.

• Прозрачность бенчмарков — в предварительной версии опубликованы четыре оценки с указанием стоимости за задачу; в стабильном релизе есть одна сопоставимая оценка на срезе из 30 задач.

• Уровень доступа — оба подпадают под одни и те же условия доступа для оценки, при которых коммерческое или производственное развёртывание требует отдельного письменного соглашения.

• Веса — закрыты по обоим пунктам, без лицензионного документа и без репозитория.

Если рассматривать их вместе, выбор не в качестве. Он в том, что вы предпочтёте: вчетверо больший контекст на модели, которую могут заменить у вас под ногами без предупреждения, или более узкое окно у сборки, которую поставщик перестал рекламировать как изменяемую. Команде, создающей продукт для длинных документов или длительных сессий агентов, будет трудно отказаться от первого компромисса и трудно положиться на второй; обычно ответ — запускать предварительную версию с резервным вариантом, а не выбрать один и забыть о нём.

Эксплуатационные оговорки, которые никто не включает в карточку модели

Обёртка вокруг этой модели — бета-версия, и Unbiased документирует острые углы, а не скрывает их, что позволяет легко их учитывать при планировании.

• GET /v1/models не реализован. Перечислить то, что доступно, нельзя; вы отправляете строку, которую имеете в виду, и узнаёте, что получится.

• Неизвестные идентификаторы моделей не отклоняются. Опечатка может попасть туда, куда вы не предполагали, и вы не получите понятную ошибку — это веский аргумент против того, чтобы вручную вводить строку версии более чем в одном месте.

• Документированная поверхность — только chat completions и messages: никаких эмбеддингов, генерации изображений, аудио и списка моделей.

• Доступ предоставляется в ознакомительных целях в соответствии с Условиями; аккаунты проверяются вручную, прежде чем будет выдан ключ. Для использования в производственной среде необходимо предварительное письменное соглашение.

• Один поставщик услуг. В записи нет второго хоста, и, следовательно, внутри собственного стека поставщика нет цели для переключения при отказе.

Именно последняя строка определяет, сколько из этого стоит выносить в production-путь. Бета-версия с одним провайдером и задокументированным пробелом в обнаружении моделей — это ровно тот случай, когда резервная цепочка оправдывает себя и когда её следует настроить до того, как вы направите трафик, а не после инцидента. Автоматическое переключение при сбое и DSL маршрутизации OrcaRouter — именно так это настраивается на нашей стороне — цепочка, которая отправляет запрос вашей основной модели и переключается на именованную альтернативу, когда основная модель возвращает ошибку или превышает тайм-аут, заданная конфигурацией, а не кодом, который вы поддерживаете. Мы не хостим Pareto 26.9, поэтому целью переключения при сбое на нашей стороне будет модель, которую мы действительно обслуживаем, а не ещё одна копия этой.

Кому на этой неделе закреплять строку, а кому ждать

Зафиксируйте версию, если вы уже обращаетесь к Pareto по имени и ваша рабочая нагрузка достаточно стабильна, чтобы изменение версии в середине недели стало неожиданностью, а не функцией. В этом и состоит вся выгода идентификатора с указанием версии: алиас, следующий за календарём выпусков вендора, остаётся удобством ровно до того момента, когда он превращается в непроверенное обновление зависимости. Фиксация также делает возможным вычитание в вашем собственном учёте затрат, поскольку два выпуска имеют разные опубликованные тарифы, а смешанный месяц не удастся разложить задним числом.

Подождите с ценой, если вы моделируете расходы. В карточке самого стабильного релиза цена изменилась с $2.50 / $7.50 на $0.80 / $3.20 без датированной записи, объясняющей это изменение, поэтому любая цифра, которую вы заложите в бюджет на этой неделе, — это наблюдение, а не обязательство. Проверьте её ещё раз, прежде чем подписывать что-либо на её основе.

В любом случае отложите решение по вопросу качества. Учитывая, что есть лишь одна оценка, полученная вендором на срезе из 30 задач для стабильного релиза, четыре предварительные оценки для превью и ни одного независимого оценщика, охватывающего хотя бы один из них, решение, которое вы действительно можете принять сегодня, касается интерфейса и надёжности: какое контекстное окно вам нужно, готовы ли вы мириться с превью и подходят ли пробелы бета-версии вендора для вашего развёртывания. На эти вопросы ответить можно. А на вопрос, какая из двух моделей лучше, ответа нет, и честная позиция — заново прогнать опубликованный тестовый стенд на собственной рабочей нагрузке, прежде чем делать вывод, что это так.

Возникающие вопросы

Какой релиз pareto выбирает сегодня, и изменилось ли это? Алиас указывает на стабильный релиз — согласно журналу изменений Unbiased от 1 октября, где прямо сказано, что он не выбирает предварительную версию. Это то же направление, что и в первоначальной сентябрьской схеме; изменилось на этой неделе то, что стабильный релиз теперь также можно адресовать с помощью идентификатора с указанием версии, так что алиас больше не единственный способ назвать его. Если у вас есть код, который отправляет pareto и ожидает самое новое, такое ожидание никогда не поддерживалось — предварительную версию можно было выбрать только по имени с самого дня её выпуска.

Стоит ли закреплять датированный идентификатор или оставить псевдоним? Закрепляйте, если вам нужна воспроизводимость или атрибуция затрат; оставляйте псевдоним, если вы действительно хотите текущую стабильную сборку вендора без собственных изменений. Режим отказа, которого следует избегать, — это середина: закрепить строку в одном месте и оставить её дрейфующей в другом, в API, где неизвестные идентификаторы не отклоняются и не могут быть перечислены.

Есть ли независимый бенчмарк для Pareto 26.9? На эту неделю — нет. Единственные доступные цифры — вендорские, получены на стенде вендора и опубликованы с его же оговорками о размере прогона и о сравнениях, которые он сам описывает как не подтверждённые независимо. Публичный стенд — самое сильное звено в этой картине, потому что его можно проверить, и никто не опубликовал повторного прогона на нём.

Последнее, за чем стоит следить, — это не бенчмарк. Это то, указывает ли поставщик дату следующего изменения тарифа, потому что недатированное изменение с $2.50 до $0.80 — это и более выгодная сделка, и более тревожный сигнал: оно говорит о том, что карта может измениться без записи в журнале, которая позволила бы вам объяснить это позже. Для модели, вся суть которой в том, что числа — это квитанции, именно этой детали и стоит от неё требовать.

Релиз — это также момент проверить, что пошло не так раньше: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, степень серьёзности, оценку уверенности и флаг спорности.