Pareto 26.9 mot Unbiaseds Pareto 26.10-förhandsversion: Den stabila pinningen och förhandsversionen

Unbiaseds Pareto-serie erbjuder nu två anropbara versioner med två olika svar på samma fråga, och från och med den här veckan måste du medvetet välja en. Pareto 26.9 är den version som leverantörens standardalias pekar på: 262 144 tokens i kontext, 2,50 USD per miljon indatatokens, inget utgångsdatum kopplat. Pareto 26.10 Preview är den opt-in-versionen: fyra gånger så mycket kontext, ungefär en tredjedel av indatapriset, fyra benchmarkpoäng som leverantören själv kallar preliminära, och ett utgångsdatum inskrivet i dess katalogpost. Båda är aktiva. Båda tar emot text och bilder och returnerar text. Ingen av dem är en variant av den andra som du kan växla med en flagga vid anropstillfället.

Det som har förändrats är inte någon av modellerna. Det är att den stabila utgåvan äntligen har en egen adress. Den 13 oktober 2026 började den routade katalogen som listar den här familjen att föra unbiased/pareto-26.9 som en separat anropbar post, tillsammans med en aliaspost som alltid omdirigerar till den utgåva som är aktuell. Innan dess var det enda sättet att med säkerhet nå den stabila modellen att be om Pareto och acceptera vad aliaset än gav dig. Nu ligger de två utgåvorna i samma lista med egna priser, egna gränser och egen utgångsmetadata — och att välja mellan dem är ett beslut du fattar i stället för ett som fattas åt dig.

De två utgåvorna, dimension för dimension

Varje publicerad skillnad mellan dem ryms i dessa sju rader. Till vänster är Pareto 26.9; till höger är Pareto 26.10 Preview.

• Kontextfönster — 262 144 tokens vs 1 048 576 tokens. Fyra gånger så mycket utrymme, utan att någon mindre nivå erbjuds för någon av dem. • Maximal utdata — 131 072 tokens vs 131 072 tokens. Det större indatafönstret gav inget större svar. • Indatapris — $2.50 per miljon tokens vs $0.80. Förhandsversionen är cirka 32 % av den stabila taxan. • Utdatapris — $7.50 per miljon tokens vs $3.20. Ungefär 43 % av det. • Cachad indata — $0.25 per miljon tokens vs $0.03. Förhandsversionen är ungefär en åttondel, vilket är raden som mest förändrar notan för en lång agent. • Publicerad benchmarktabell — en poäng, på en partiell uppgiftsdel, vs fyra poäng som leverantören betecknar som preliminära. • Stabilitetsvillkor — inget utgångsdatum i posten, och leverantören kallar detta för standardutgåvan vs en opt-in-förhandsversion vars katalogpost har ett utgångsdatum den 15 oktober 2026.

Två av de där raderna gör det mesta av jobbet. Priset för cachad indata är det som avgör om en lång agentisk trajektoria är överkomlig i någon av releaserna, och fältet för utgång är det som avgör om förhandsversionen är något man överhuvudtaget kan bygga på.

Varför stämmer inte versionsnumren överens?

Siffrorna är månadsbeteckningar, inte en sekvens som du bör resonera utifrån. Unbiaseds eget modellkort daterar Pareto 26.9 till en körning den 20 september 2026 och beskriver 26.10 Preview som utgåvan den 1 oktober som följde. Katalogen som listar 26.9 visar att den förs in i sitt register den 13 oktober – tre veckor efter det releasedatum som leverantören anger. Och leverantörens lanseringsinlägg för förhandsversionen säger att den tidigare versionen ”26.9” hade kört i två veckor på tredjepartsgateways under ett tillfälligt namn innan den fick sitt namn.

Lägger man ihop de tre påståendena är den praktiska lärdomen att ett versionsnummer här talar om vilken månad en build kom från, och ingenting om huruvida builden fortfarande är aktuell, fortfarande stöds eller fortfarande är den som ligger bakom aliaset. Det innebär också att datumet du ser på en katalogsida är ett listningsdatum, inte ett releasedatum. Att tolka det som det senare är det enskilt vanligaste misstaget som görs om den här familjen, och det görs nu i båda riktningarna: 26.9 ser tre veckor nyare ut än det är, och förhandsversionen ser fem veckor äldre ut.

Vad förhandsvisningen ger, och vad benchmark-arket faktiskt säger

Argumentet för förhandsversionen är ren aritmetik. Fyra gånger kontexten för en tredjedel av indatapriset, med en cache-läsningstaxa som är tillräckligt låg för att en lång trajektoria ska kosta en bråkdel av vad den skulle kosta på 26.9. Unbiased hävdar också lägre latens för förhandsversionen, med störst vinst vid långa agentiska körningar – ett påstående utan några publicerade mätningar bakom sig, varken från leverantören eller någon annan.

Argumentet mot att reflexmässigt ta till den är subtilare och återfinns på den enda plats där de två utgåvorna över huvud taget kan jämföras. På DeepSWE v1.1, det agentiska kodningsbenchmark som båda utgåvorna finns med i, visar leverantörens modellkort Pareto 26.9 med 70,0 % till $0,29 per uppgift och Pareto 26.10 Preview med 69,9 % till $0,24 per uppgift. Den nyare, billigare utgåvan får marginellt lägre poäng på det enda benchmark där båda har ett värde, och den vinner på kostnad per uppgift med omkring 17 %. Det är inte en skandal, och det är inte ett avrundningsfel som ska avfärdas – det är precis så ett billigare blandat system bör se ut, och det är värt att känna till innan du antar att förhandsversionen är en ren uppgradering.

Två förbehåll hör till den jämförelsen, och leverantören publicerar båda. Siffran 26,9 kommer från ett urval på 30 uppgifter, inte från hela DeepSWE v1.1-uppsättningen, så det är inte samma mätning som förhandsversionens. Och alla siffror här är körda av leverantören: förhandsversionens fyra resultat – 92,4 % på GPQA-Diamond, 49,9 % på Humanity's Last Exam (endast text), 69,9 % på DeepSWE v1.1, 50,8 % på Terminal-Bench 4.0 – bär leverantörens egen etikett "preliminär, kan ändras före slutlig publicering", och modellkortet anger att nämnare och kostnadsmetodik fortfarande "kräver bekräftelse". Ingen utanför Unbiased har publicerat något resultat för endera utgåvan. Betrakta hela bladet som ett skäl att testa, inte ett skäl att byta.

Utgångsdatumet är den del man måste planera kring

Posten för förhandsversionen har ett utgångsdatum den 15 oktober 2026 – en dag efter att detta skrevs. Vad som händer på det datumet finns inte dokumenterat någonstans som vi kunde hitta: inte i ändringsloggen, inte på modellkortet, inte på prissidan. Inget i leverantörens material säger att förhandsversionen upphör att tillhandahållas, och lanseringsinlägget säger i andan motsatsen till en nedstängning – att ”priset inte kommer att höjas, och att preview-sluggen inte kommer att gå sönder under dig”, och att 26.10 vid övergången blir standard för prenumeranter medan veckokvoterna fördubblas, från 25M till 50M tokens i $10-planen Personal och från 300M till 600M på $100-nivån.

Så den ärliga tolkningen är inte "förhandsversionen dör i morgon". Den är att förhandsversionen styrs av villkor som ändras, och att en build med ett utgångsdatumfält i sin post inte är den utgåva du ska låsa fast vid för ett system du inte vill återvända till. Det är hela argumentet för 26.9 som standard: den förbättras långsammare och prissätts tre gånger högre för indata, men det är den som leverantören kallar utgåvan snarare än experimentet, och dess post har ingen klocka på sig.

Håller båda utan att skriva om integrationen

Anledningen till att detta är ett routningsbeslut snarare än ett modelleringsbeslut är att båda utgåvorna tar samma förfrågningsform. Samma endpoint-familj, samma parametrar, samma yta för text-och-bild-in/text-ut – det enda som skiljer är strängen du anger i modellfältet. Det gör migreringsytan minimal och pinning-disciplinen till hela problemet: exakt ett värde på exakt ett ställe avgör vilket av två system med mycket olika prissättning som svarar dig.

Det är vad routing-DSL:en på OrcaRouter byggdes för. Du komponerar ett anrop av namngivna etapper och behåller modellsträngen som ett konfigurationsvärde i stället för en konstant begravd i applikationskoden, så att gå från en förhandsversion till en stabil pin är en ändring i rutten i stället för en driftsättning. Detsamma gäller failover-kedjan: en förhandsversion som ändras, löper ut eller börjar returnera fel blir en fallback-händelse i stället för en incident. Vi erbjuder ingen av Unbiased-utgåvorna – detta är en leverantörsbetjänad familj med en enda provider, leverantören själv – så sättet att anropa den är Unbiaseds eget API, och om ditt mål är att jämföra de två utgåvorna mot din egen arbetsbelastning är båda åtkomliga där i dag.

Vilken ska fästas?

Om du skeppar något som måste svara nästa månad utan att någon rör det, lås fast vid Pareto 26.9. Det kostar tre gånger mer per indatatoken och ger dig en fjärdedel av kontexten, och i gengäld är det utgåvan som leverantörens alias pekar på, den har inget utgångsfält, och dess enda publicerade benchmark – en partiell slice-poäng – råkar vara den högre av de två. Det är det tråkiga svaret, och det är rätt svar för en produktionsväg.

Om du utvärderar, eller om din arbetsbelastning är tillräckligt långkontext- och kostnadskänslig för att en tredjedel av indatapriset ska förändra vad som är genomförbart, kör Pareto 26.10 Preview medvetet och med en reservlösning bakom. En cachad indatakostnad på 0,03 USD per miljon mot 0,25 USD är skillnaden mellan en agentloop du har råd med hela dagen och en du måste ransonera, och fönstret på 1 048 576 token är det enda av de två som rymmer ett stort kodförråd eller en lång dokumentsamling i en enda begäran. Ta priset, ta fönstret och håll utgångsdatumet i en kalenderpost i stället för i dina antaganden.

Det som skulle ändra detta råd är snävt och kontrollerbart: ett meddelande om att förhandsversionen har tagit steget ut och att aliaset har flyttats, ett oberoende benchmarktest för endera utgåvan, eller att förhandsversionen fortsätter att leverera efter den 15 oktober till samma priser. Vilket som helst av dessa förvandlar ett val mellan två alternativ till ett enkelriktat val. Tills något av dem blir verklighet är de två utgåvorna i den här familjen genuint olika produkter med genuint olika riskprofiler, och det enda du styr är vilken sträng dina förfrågningar bär med sig.

En release som kan förändras under dig mitt i veckan är precis det fall som automatisk redundansväxling byggdes för: automatisk redundansväxling en förhandsversion som löper ut eller börjar ge fel blir en reservhändelse i stället för en incident.