Unbiased fäster Pareto 26.9 vid sin egen modellsträng: Den stabila versionen har ett namn nu

Unbiaseds Pareto 26.9 slutade vara ett versionsnummer som nämndes i någon annans fotnoter och blev en adresserbar modell den 13 oktober 2026, när utgåvan som har fungerat som den stabila standarden sedan september fick sin egen versionskvalificerade identifierare. Kontexten spelar roll: samma leverantörs Pareto 26.10 Preview har sålts som en opt-in-förhandsversion sedan den 1 oktober under en egen sträng – pareto-26.10-preview – medan pareto stannade kvar på den stabila utgåvan och, med leverantörens egna ord, "väljer inte denna förhandsversion." Under de elva dagarna mellan dessa två händelser avgjordes versionen du faktiskt anropade av en changelog-rad snarare än av något i din förfrågningskropp. Från och med den här veckan har den ett namn du kan låsa.

Det där är en liten städning på leverantörens sida och en verklig förändring på din. En modellsträng som tyst betyder "det vi senast släppte" är okej ända till den vecka då den betyder något annat; skillnaden mellan en förhandsversion och en stabil utgåva är skillnaden mellan ett benchmarkblad som kan ändras före slutlig publicering och ett som du kan skriva in i ett avtal. Unbiased har nu publicerat båda, sida vid sida, med tillhörande priser.

Vad förändrades faktiskt – och vad förändrades inte

Två saker rörde sig, och ingen av dem är modellen själv.

• Den stabila utgåvan fick en identifierare. Den version som sedan den 17 september har kunnat nås som pareto löses nu upp till en daterad, versionskvalificerad slug vars kanoniska form bär det ursprungliga releasedatumet. För första gången kan du namnge den utgåva du avser i stället för aliaset som följer leverantörens kalender.

• Aliaset följer återigen den stabila utgåvan. Unbiaseds ändringslogg för 1 oktober är entydig om vilket håll aliaset pekar: använd pareto-26.10-preview för att anmäla dig, eftersom pareto "förblir standardaliaset för utgåvan och inte väljer denna förhandsversion." Den stabila vägen är standardvägen.

Modellen bakom den stabila strängen är oförändrad sedan det som släpptes i september, och leverantörens dokumentation har inte heller ändrat sig i frågan. Pareto beskrivs – av företaget som säljer den – som en blandad modell som aktiverar flera modeller parallellt vid varje begäran och sammanställer ett svar utifrån resultaten. Det är ett påstående om mekanism, inte en specifikation, och det finns ingen oberoende verifiering av det. Det som går att verifiera är wrappern runt den.

På leverantörens dokumenterade yta, sedan den senaste kontrollen: indata är text och bild, utdata är endast text, det maximala svaret är 131 072 tokens, och modellen accepterar tools, tool_choice, response_format, temperature, top_p och max_tokens, där tool_choice är begränsat till auto – man kan inte tvinga fram ett verktygsanrop. Det finns ingen Hugging Face-identifierare någonstans i posten, så vikterna förblir stängda.

Prissättningen är den del som verkligen har glidit

När Pareto först listades i september angav prislistan 2,50 USD per miljon indatatoken, 7,50 USD per miljon utdatatoken och 0,25 USD för cachad indata. På leverantörens prissida i dag publiceras samma stabila version till 0,80 USD för indata, 3,20 USD för utdata och 0,03 USD för cachad indata – ungefär en tredjedel av den ursprungliga indataavgiften sett till dollarbeloppet, och drygt 40 % för utdata.

Tolka det som det är, för det är lätt att misstolka åt båda hållen. Det är en leverantörspublicerad prisuppgift, vars enda datering är att sidan är live nu; Unbiased har inte publicerat någon daterad post om prisändring, så det finns ingen citerbar rad av typen "den här dagen sjönk priset" och inte heller något kampanjslutdatum. Den ärliga versionen är att den aktuella stabila versionen säljs till det lägre priset, att de högre siffrorna fortfarande cirkulerar i bevakning som skrivits utifrån septemberlistningen, och att inget binder leverantören vid det lägre priset. Den som bygger en kostnadsmodell den här månaden bör använda $0.80 / $3.20 och kontrollera det igen, inte behandla det som fast.

Den enda strukturella rabatt som är värd att prissätta är cachesatsen, på grund av hur den här modellen är byggd. Cachad indata på 0,03 USD ligger under 4 % av standardsatsen för indata. Om Pareto verkligen behåller samma blandade konfiguration genom en hel konversation i stället för att åter välja modell från tur till tur, överlever prompt-cachningen hela förloppet – vilket är precis den besparing som leverantören säger att en konventionell router går miste om när den byter modell mitt i en konversation. Unbiased säljer också prenumerationer med veckovisa tokenkvoter vid sidan av pay-as-you-go-krediter, från 10 USD i månaden för 25 miljoner token i veckan upp till förbetalda teamkrediter utan veckotak, så för stadig personlig användning är det inte ens per-token-uträkningen som blir fakturan.

Det här är den del som ett routinglager förändrar formen på, och det är värt att vara precis om var vi står. OrcaRouter förmedlar leverantörens listpris direkt vidare med 0 % påslag, så en ändring av leverantörens pris slår igenom hos oss samma dag den kommer, i stället för vid en förnyelsecykel – men vi har ingen Unbiased-modell, så om du specifikt vill ha Pareto 26.9, anropa den via Unbiaseds eget API. Vad ett routinglager ger dig här är en nyckel och en integration för modellerna på båda sidor av beslutet, så att jämföra Pareto mot det du kör idag innebär inte ett andra kontrakt och ett andra SDK. Tillgängligheten för den här är via leverantörens eget API.

Vad den stabila utgåvan får för poäng – och vad den poängen är värd

Unbiased publicerar en jämförbar siffra för den stabila utgåvan, och den kommer med fler förbehåll än vad siffran är stor.

• Pareto 26.9 på DeepSWE v1.1 — 70,0 %, till en rapporterad genomsnittskostnad av 0,29 USD per uppgift. Leverantören daterar denna körning till den 20 september 2026.

• Storleken på den körningen — ett urval på 30 uppgifter, inte hela DeepSWE v1.1-uppsättningen. Unbiased säger det på sitt eget modellkort i stället för i en fotnot någon annanstans.

• Den andra poängen som leverantören listar för 26,9 – Humanity's Last Exam – rapporteras utan den text-only-kvalificering som förhandsversionens HLE-siffra har, vilket modellkortet också flaggar som en skillnad.

• Klassificeringen av allt detta – preliminär, utförd av leverantören och transkriberad till en jämförelse som leverantören själv beskriver som "inte oberoende validerad."

Ställ den stabila utgåvan bredvid förhandsversionen, och resultaten är, inom felmarginalen för en enskild körning, desamma: 70,0 % vid 0,29 $ på urvalet med 30 uppgifter för 26.9, 69,9 % vid 0,24 $ på hela uppsättningen för 26.10 Preview, båda DeepSWE v1.1, båda körda av företaget som säljer modellen. Det är inte ett skäl att dra slutsatsen att förhandsversionen är sämre. Det är ett skäl att dra slutsatsen att de publicerade siffrorna inte är tillräckligt precisa för att skilja de två utgåvorna åt, och att ingen som säljer någon av dem till dig har någon anledning att utföra experimentet som skulle kunna göra det.

Oberoende bevis för just Pareto 26.9 saknas för närvarande. Artificial Analysis, den tavla som de flesta team kontrollerar innan de litar på ett nytt namn på en prislista, har ingen sida för det — modellrutten returnerar en 404 istället för en poäng. Det finns ingen topplistplacering, ingen tredjeparts latens- eller genomströmningssiffra, och ingen reproduktion av något av ovanstående av någon utanför leverantören. Vad Unbiased verkligen erbjuder istället är mer intressant än en poäng: en offentlig utvärderingsram som pekar på vilken OpenAI-kompatibel slutpunkt som helst, inklusive den du redan använder, så påståendet går från ”lita på vårt nummer” till ”kör om vårt nummer.” Det är ett genuint bättre erbjudande än de flesta leverantörer ger, och det är fortfarande inte samma sak som ett verifierat nummer. Ingen har publicerat omkörningen.

Stabil kontra förhandsversion, utifrån de dimensioner som avgör en migrering

Om du väljer mellan de två släppen idag, är det här skillnaderna som spelar roll, och de är inte dem som betygen antyder.

• Kontextfönster — 262 144 tokens på Pareto 26.9 jämfört med 1 048 576 på Pareto 26.10 Preview, en fyrdubbel skillnad och i sig det starkaste argumentet för förhandsversionen.

• Publicerat pris — $0,80 / $3,20 / $0,03 cachat per miljon tokens för förhandsversionen; $2,50 / $7,50 / $0,25 för den stabila versionen enligt listan när den först dök upp, mot en leverantörsprissida som för närvarande också publicerar det lägre kortet för den stabila vägen. Betrakta den stabila siffran som rörlig tills leverantören daterar den.

• Avtalsstatus — 26.9 är en release; 26.10 Preview är en förhandsversion som Unbiased säger "kan ändras utan förvarning" och som uttryckligen inte är bindande.

• Benchmark-transparens — förhandsversionen har fyra publicerade poäng med kostnad per uppgift; den stabila versionen har en jämförbar poäng på ett urval om 30 uppgifter.

• Åtkomstnivå — båda omfattas av samma villkor för utvärderingsåtkomst, där kommersiell eller produktionsmässig driftsättning kräver ett separat skriftligt avtal.

• Vikter — stängda på båda, utan licensdokument och utan repository.

Läst tillsammans handlar valet inte om kvalitet. Det handlar om huruvida du hellre vill ha fyra gånger så mycket kontext på en modell som kan bytas ut under dig utan förvarning, eller ett snävare fönster på en byggversion som leverantören har slutat marknadsföra som föränderlig. Ett team som bygger en produkt för långa dokument eller långa agentsessioner kommer att tycka att den första avvägningen är svår att tacka nej till och den andra svår att lita på; svaret är vanligtvis att köra förhandsversionen bakom en reservlösning i stället för att välja en och glömma den.

De operativa förbehållen som ingen sätter på ett modellkort

Wrappern runt den här modellen är en beta, och Unbiased dokumenterar de vassa kanterna i stället för att dölja dem, vilket gör dem lätta att planera kring.

• GET /v1/models är inte implementerat. Du kan inte räkna upp vad som finns tillgängligt; du skickar strängen du menar och får veta.

• Okända modellidentifierare avvisas inte. Ett skrivfel kan hamna någonstans där du inte avsåg, och du får inget tydligt felmeddelande, vilket är ett starkt argument mot att skriva en versionssträng för hand på fler än ett ställe.

• Det dokumenterade gränssnittet är endast chattkompletteringar och meddelanden – inga inbäddningar, ingen bildgenerering, inget ljud, ingen modellistning.

• Åtkomst är utvärderingsåtkomst enligt Villkoren, och konton granskas manuellt innan en nyckel utfärdas. Produktionsanvändning kräver ett skriftligt avtal först.

• En betjänande leverantör. Det finns ingen andra värd i posten och därför inget mål för redundansväxling i leverantörens egen stack.

Den sista raden är den som avgör hur mycket av detta du bör lägga in i en produktionsväg. En beta med en enda leverantör och en dokumenterad lucka i modellupptäckten är precis det fall där en reservkedja förtjänar sin plats, och där den bör konfigureras innan du börjar skicka trafik, snarare än efter en incident. OrcaRouters automatiska redundansväxling och routnings-DSL är hur det ställs in på vår sida — en kedja som skickar en begäran till din primära modell och flyttar till ett namngivet alternativ när den primära modellen ger fel eller tar timeout, uttryckt som konfiguration i stället för kod som du underhåller. Vi är inte värd för Pareto 26.9, så målet för redundansväxlingen på vår sida skulle vara en modell som vi faktiskt tillhandahåller, inte en annan kopia av den här.

Vem bör fästa snöret den här veckan, och vem bör vänta

Lås den om du redan kallar Pareto vid namn och din arbetsbelastning är tillräckligt stabil för att en versionsändring mitt i veckan skulle vara en överraskning snarare än en funktion. Det är hela vinsten med en versionskvalificerad identifierare: ett alias som följer leverantörens utgivningskalender är en bekvämlighet ända fram till det ögonblick då det blir en ogranskad beroendeuppdatering. Att låsa den gör också din egen kostnadsuppföljning subtraherbar, eftersom de två utgåvorna har olika publicerade taxor och en blandad månad inte går att dela upp i efterhand.

Avvakta med priset om du modellerar utgifter. Den stabila utgåvans eget kort har gått från $2.50 / $7.50 till $0.80 / $3.20 utan en daterad post som förklarar ändringen, så varje siffra du räknar in i en budget den här veckan är en observation, inte ett åtagande — kontrollera den igen innan du skriver under något som bygger på den.

Vänta med kvalitetsfrågan oavsett. Med en av leverantören framtagen poäng på en delmängd om 30 uppgifter för den stabila utgåvan, fyra preliminära poäng för förhandsversionen och ingen oberoende utvärderare som täcker någon av dem, är det beslut du faktiskt kan fatta i dag om gränssnitt och tillförlitlighet: vilket kontextfönster du behöver, om du kan tolerera en förhandsversion och om leverantörens beta-brister passar din driftsättning. Det går att svara på. Vilken av de två som är den bättre modellen går inte, och den ärliga hållningen är att köra om den publicerade testriggen på din egen arbetsbelastning innan du bestämmer att den är det.

Frågor som dyker upp

Vilken utgåva väljer pareto i dag, och har det ändrats? Aliaset pekar på den stabila utgåvan, enligt Unbiaseds ändringslogg för 1 oktober, som klart och tydligt säger att den inte väljer förhandsversionen. Det är samma inriktning som den ursprungliga septemberöverenskommelsen; det som ändrades den här veckan är att den stabila utgåvan nu också kan adresseras med en versionskvalificerad identifierare, så aliaset är inte längre det enda sättet att namnge den. Om du har kod som skickar pareto och förväntar sig det nyaste, stöddes den förväntan aldrig — förhandsversionen var opt-in via namn från dagen den släpptes.

Ska du låsa den daterade identifieraren eller behålla aliasset? Lås om du behöver reproducerbarhet eller kostnadsattribuering; behåll aliasset om du verkligen vill ha leverantörens aktuella stabila bygge utan att själv göra en ändring. Felscenariot att undvika är mellanläget: att låsa strängen på ett ställe och låta den glida på ett annat, i ett API där okända identifierare inte avvisas och inte kan listas.

Finns det någon oberoende benchmark för Pareto 26.9? Ingen så långt den här veckan. De enda siffror som finns är leverantörens, körda i leverantörens testramverk, publicerade med leverantörens egna förbehåll om körningens omfattning och om jämförelser som den beskriver som inte oberoende validerade. Det offentliga testramverket är det starkaste i den bilden, eftersom det är testbart, och ingen har publicerat en omkörning mot det.

Det sista som är värt att hålla koll på är inte ett benchmark. Det är om leverantören anger datum för sin nästa prisändring, för en odaterad förändring från 2,50 $ till 0,80 $ är en bättre affär och en sämre signal — den säger att kortet kan ändras utan en post i loggen som skulle låta dig förklara det i efterhand. För en modell vars hela säljargument är att siffrorna är kvitton, är det den detaljen man bör ställa den till svars för.

En lansering är också tillfället att kontrollera vad som har gått fel tidigare: de dokumenterade AI-incidenterna och agentfelen kring modeller i den här klassen samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omstridd-flagga.