Unbiased ตรึง Pareto 26.9 ไว้กับสตริงโมเดลของตัวเอง: เวอร์ชันเสถียรมีชื่อแล้วตอนนี้

ของ UnbiasedPareto 26.9 ได้ยุติการเป็นเพียงหมายเลขเวอร์ชันที่ถูกกล่าวถึงในเชิงอรรถของคนอื่น และกลายเป็นโมเดลที่อ้างอิงได้เมื่อวันที่ 13 ตุลาคม 2026 เมื่อรีลีสที่ทำหน้าที่เป็นค่าเริ่มต้นเสถียรตั้งแต่เดือนกันยายนได้รับตัวระบุที่ผูกกับเวอร์ชันของตัวเอง บริบทนี้สำคัญ: สำหรับผู้ขายรายเดียวกัน Pareto 26.10 Preview ถูกขายเป็นพรีวิวแบบเลือกใช้ตั้งแต่ 1 ตุลาคม ภายใต้สตริงของตัวเอง — pareto-26.10-preview — ในขณะที่ pareto ยังคงอยู่บนรีลีสเสถียร และตามคำพูดของผู้ขายเองว่า “ไม่เลือกพรีวิวนี้” ในช่วงสิบเอ็ดวันระหว่างสองเหตุการณ์นั้น เวอร์ชันที่คุณเรียกใช้จริงถูกกำหนดโดยบรรทัดใน changelog มากกว่าสิ่งใดในบอดีคำขอของคุณ ณ สัปดาห์นี้ มันมีชื่อที่คุณปักหมุดได้

นั่นเป็นงานดูแลเล็ก ๆ น้อย ๆ ทางฝั่งผู้ขาย และเป็นการเปลี่ยนแปลงจริง ๆ ทางฝั่งคุณ สตริงโมเดลที่โดยปริยายหมายถึง “อะไรก็ตามที่เราจัดส่งล่าสุด” ก็ใช้ได้ดี จนถึงสัปดาห์ที่มันหมายถึงสิ่งอื่น ความต่างระหว่างพรีวิวกับรีลีสเสถียร คือความต่างระหว่างตารางเกณฑ์วัดประสิทธิภาพที่อาจเปลี่ยนก่อนเผยแพร่ฉบับสุดท้าย กับตารางที่คุณใส่ในสัญญาได้ Unbiased ได้เผยแพร่ทั้งสองแบบแล้ว เคียงข้างกัน พร้อมอัตราที่แนบมาด้วย

อะไรที่เปลี่ยนไปจริงๆ — และอะไรที่ไม่ได้เปลี่ยน

มีสองสิ่งที่เปลี่ยนไป และทั้งสองอย่างไม่ใช่ตัวโมเดลเอง

• stable release ได้รับตัวระบุแล้ว เวอร์ชันที่สามารถเรียกได้ว่า pareto ตั้งแต่ 17 กันยายน ตอนนี้ resolve ไปยัง slug ที่ระบุวันที่และเวอร์ชัน ซึ่งรูปแบบ canonical ของมันมีวันที่เปิดตัวเดิมอยู่ด้วย เป็นครั้งแรกที่คุณสามารถระบุชื่อรีลีสที่คุณหมายถึงได้ แทนที่จะใช้นามแฝงที่ตามปฏิทินของผู้จำหน่าย

• อะลิอัสกลับมาชี้ไปที่รีลีสเสถียรอีกครั้ง บันทึกการเปลี่ยนแปลงวันที่ 1 ตุลาคมของ Unbiased ระบุชัดเจนว่าอะลิอัสชี้ไปทางใด: ใช้ pareto-26.10-preview หากต้องการเลือกเข้าร่วม เพราะ pareto "ยังคงเป็นอะลิอัสรีลีสเริ่มต้นและไม่ได้เลือกพรีวิวนี้" เส้นทางเสถียรคือเส้นทางเริ่มต้น

โมเดลที่อยู่เบื้องหลังสตริงที่เสถียรไม่เปลี่ยนแปลงไปจากสิ่งที่เปิดตัวในเดือนกันยายน และเอกสารของผู้ขายก็ไม่ได้ขยับในเรื่องนี้เช่นกัน Pareto ถูกอธิบายโดยบริษัทที่ขายมันว่าเป็นโมเดลแบบผสมที่เรียกใช้โมเดลหลายตัวพร้อมกันในทุกคำขอ และสังเคราะห์คำตอบเพียงหนึ่งคำตอบจากผลลัพธ์เหล่านั้น นั่นเป็นข้อกล่าวอ้างเกี่ยวกับกลไก ไม่ใช่ข้อมูลจำเพาะ และไม่มีการตรวจสอบจากอิสระใด ๆ สิ่งที่ตรวจสอบได้คือตัวห่อหุ้มรอบ ๆ มัน

บนพื้นผิวที่ผู้ขายจัดทำเอกสารไว้ ตั้งแต่การตรวจสอบครั้งล่าสุด: อินพุตเป็นข้อความและรูปภาพ เอาต์พุตเป็นข้อความเท่านั้น คำตอบสูงสุดคือ 131,072 โทเค็น และโมเดลรองรับ tools, tool_choice, response_format, temperature, top_p และ max_tokens โดย tool_choice ถูกจำกัดไว้ที่ auto — คุณไม่สามารถบังคับให้เรียกเครื่องมือได้ ไม่มีตัวระบุ Hugging Face อยู่ในบันทึกเลย ดังนั้นน้ำหนักโมเดลจึงยังคงปิดอยู่

ราคาเป็นส่วนที่ค่อย ๆ เคลื่อนไปจริง ๆ

เมื่อ Pareto ถูกขึ้นทะเบียนครั้งแรกในเดือนกันยายน อัตราค่าบริการระบุไว้ที่ 2.50 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน 7.50 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน และ 0.25 ดอลลาร์สำหรับอินพุตที่แคชไว้ บนหน้าราคาของผู้ให้บริการในวันนี้ รุ่นเสถียรเดียวกันนี้เผยแพร่ที่ 0.80 ดอลลาร์สำหรับอินพุต 3.20 ดอลลาร์สำหรับเอาต์พุต และ 0.03 ดอลลาร์สำหรับอินพุตที่แคชไว้ — คิดเป็นประมาณหนึ่งในสามของอัตราอินพุตเดิมในแง่ตัวเลขดอลลาร์ และมากกว่า 40% เล็กน้อยสำหรับเอาต์พุต

อ่านสิ่งนั้นตามที่มันเป็น เพราะมันตีความผิดได้ง่ายทั้งสองทาง มันเป็นอัตราที่ผู้ขายประกาศเอง ระบุวันที่เพียงแค่ว่าหน้านั้นออนไลน์อยู่ตอนนี้ Unbiased ยังไม่ได้เผยแพร่รายการเปลี่ยนแปลงราคาที่ระบุวันที่ ดังนั้นจึงไม่มีบรรทัดที่อ้างอิงได้ว่า "วันนี้ราคาลดลง" และไม่มีวันสิ้นสุดโปรโมชันด้วยเช่นกัน ฉบับที่ตรงไปตรงมาคือ เวอร์ชันเสถียรปัจจุบันขายในราคาบัตรที่ต่ำกว่า ตัวเลขที่สูงกว่านั้นยังคงแพร่หลายอยู่ในบทความที่เขียนจากรายการราคาเดือนกันยายน และไม่มีอะไรผูกมัดผู้ขายให้ต้องใช้ราคาที่ต่ำกว่านั้น ใครก็ตามที่กำลังสร้างโมเดลต้นทุนในเดือนนี้ควรใช้ $0.80 / $3.20 และตรวจสอบซ้ำ อย่าถือว่ามันคงที่

ส่วนลดเชิงโครงสร้างหนึ่งเดียวที่ควรนำมาคิดราคาคืออัตราแคช เพราะวิธีการสร้างโมเดลนี้เอง อินพุตที่แคชไว้ที่ $0.03 คิดเป็นต่ำกว่า 4% ของอัตราอินพุตมาตรฐาน หาก Pareto ใช้การกำหนดค่าแบบผสมเดียวกันตลอดบทสนทนาจริง ๆ แทนที่จะเลือกโมเดลใหม่ทีละเทิร์น การแคชพรอมป์ต์จะคงอยู่ตลอดทั้งเส้นทาง ซึ่งเป็นความประหยัดแบบเดียวกันกับที่ผู้ให้บริการกล่าวว่าเราเตอร์ทั่วไปต้องสูญเสียไปเมื่อสลับโมเดลกลางบทสนทนา Unbiased ยังขายการสมัครสมาชิกที่มีโควตาโทเค็นรายสัปดาห์ ควบคู่ไปกับเครดิตแบบจ่ายตามการใช้งาน ตั้งแต่ $10 ต่อเดือนสำหรับ 25M โทเค็นต่อสัปดาห์ ไปจนถึงเครดิตทีมแบบจ่ายล่วงหน้าที่ไม่มีเพดานรายสัปดาห์ ดังนั้นสำหรับการใช้งานส่วนตัวแบบสม่ำเสมอ การคิดเลขต่อโทเค็นจึงไม่ใช่สิ่งที่นำมาคิดเป็นบิลด้วยซ้ำ

นี่คือส่วนที่ชั้นการจัดเส้นทาง (routing layer) เข้ามาเปลี่ยนรูปโฉมของมัน และก็คุ้มค่าที่จะพูดให้ชัดเจนว่าเรายืนอยู่ตรงไหน OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการมาโดยตรงโดยไม่บวกเพิ่มเลย 0% ดังนั้นเมื่อผู้ขายปรับอัตรา ฝั่งเราก็อัปเดตทันทีในวันเดียวกับที่ประกาศออกมา ไม่ใช่รอไปจนถึงรอบต่อสัญญา — แต่เราไม่ได้ให้บริการโมเดลของ Unbiased เลย ดังนั้นถ้าคุณต้องการ Pareto 26.9 โดยเฉพาะ ก็ให้เรียกผ่าน API ของ Unbiased เอง สิ่งที่เราเตอร์ให้คุณได้ในกรณีนี้คือคีย์เดียวและการเชื่อมต่อเดียวสำหรับโมเดลทั้งสองฝั่งของการตัดสินใจ ดังนั้นการเอา Pareto มาเทียบกับสิ่งที่คุณใช้อยู่ในปัจจุบันจึงไม่ต้องมีสัญญาที่สองและ SDK ที่สอง ส่วนความพร้อมใช้งานของตัวนี้ให้เข้าผ่าน API ของผู้ขายเอง

เวอร์ชันเสถียรได้คะแนนเท่าไร — และคะแนนนั้นมีค่าแค่ไหน

Unbiased เผยแพร่ตัวเลขที่เปรียบเทียบได้หนึ่งตัวสำหรับเวอร์ชัน stable และมันมาพร้อมกับข้อแม้ที่มากมายยิ่งกว่าขนาดของตัวเลขนั้นเอง

• Pareto 26.9 บน DeepSWE v1.1 — 70.0% ด้วยค่าใช้จ่ายเฉลี่ยที่รายงานไว้ $0.29 ต่องาน ผู้ขายระบุว่าการรันนี้มีวันที่เป็น 20 กันยายน 2026

• ขนาดของการรันครั้งนั้น — เป็นเพียงส่วนย่อย 30 งาน ไม่ใช่ชุด DeepSWE v1.1 แบบเต็ม Unbiased ระบุไว้บนการ์ดโมเดลของตัวเอง แทนที่จะเป็นในเชิงอรรถที่อื่น

• อีกคะแนนหนึ่งที่ผู้ขายระบุไว้สำหรับ 26.9 — Humanity's Last Exam ซึ่งรายงานโดยไม่มีตัวระบุว่าเป็นข้อความล้วนแบบที่คะแนน HLE ของเวอร์ชันพรีวิวมีติดอยู่ และการ์ดโมเดลก็ระบุว่าส่วนนี้เป็นความแตกต่างเช่นกัน

• การจำแนกทั้งหมดนั้น — เป็นการเบื้องต้น ดำเนินการโดยผู้ขาย และถูกถ่ายทอดลงในการเปรียบเทียบที่ผู้ขายเองอธิบายว่า "ไม่ได้รับการตรวจสอบยืนยันอย่างเป็นอิสระ"

วางรุ่น stable ไว้ข้าง ๆ รุ่น preview แล้วคะแนนก็อยู่ภายในช่วงค่าคลาดเคลื่อนของการรันครั้งเดียวใด ๆ เท่ากัน: 70.0% ที่ $0.29 บนชุดย่อย 30 งานสำหรับ 26.9, 69.9% ที่ $0.24 บนชุดเต็มสำหรับ 26.10 Preview ทั้งคู่เป็น DeepSWE v1.1 ทั้งคู่รันโดยบริษัทที่ขายโมเดลนี้ นั่นไม่ใช่เหตุผลที่จะสรุปว่า preview แย่กว่า มันเป็นเหตุผลที่จะสรุปว่าตัวเลขที่เผยแพร่ยังไม่คมพอที่จะแยกรุ่นทั้งสองออกจากกัน และไม่มีใครที่ขายรุ่นใดรุ่นหนึ่งในสองรุ่นนี้ให้คุณมีเหตุผลที่จะรันการทดลองที่จะแยกสองรุ่นนั้นออกจากกัน

หลักฐานอิสระสำหรับ Pareto 26.9 โดยเฉพาะยังไม่มีอยู่ในตอนนี้ Artificial Analysis ซึ่งเป็นบอร์ดที่ทีมส่วนใหญ่ตรวจสอบก่อนจะเชื่อชื่อใหม่บนตารางราคา ไม่มีหน้าสำหรับมัน — เส้นทางของโมเดลคืนค่า 404 แทนที่จะเป็นคะแนน ไม่มีตำแหน่งบนลีดเดอร์บอร์ด ไม่มีตัวเลข latency หรือ throughput จากบุคคลที่สาม และไม่มีการทำซ้ำสิ่งใดที่กล่าวมาข้างต้นโดยใครก็ตามนอกผู้ขาย สิ่งที่ Unbiased เสนอแทนนั้นน่าสนใจกว่าคะแนน: ฮาร์เนสประเมินผลแบบสาธารณะที่ชี้ไปยัง endpoint ใดก็ได้ที่เข้ากันได้กับ OpenAI รวมถึงตัวที่คุณใช้อยู่แล้ว ข้ออ้างจึงเปลี่ยนจาก "เชื่อตัวเลขของเรา" เป็น "รันตัวเลขของเราใหม่" นั่นเป็นข้อเสนอที่ดีกว่าที่ผู้ขายส่วนใหญ่ทำจริง และก็ยังไม่ใช่สิ่งเดียวกับตัวเลขที่ได้รับการยืนยัน ยังไม่มีใครเผยแพร่ผลการรันซ้ำ

Stable กับ preview ในมิติที่ใช้ตัดสินการย้ายระบบ

หากวันนี้คุณกำลังเลือกระหว่างสองเวอร์ชันที่วางจำหน่าย นี่คือความแตกต่างที่สำคัญ และไม่ใช่สิ่งที่คะแนนชี้ให้เห็น

• หน้าต่างบริบท — 262,144 โทเคนบน Pareto 26.9 เทียบกับ 1,048,576 บน Pareto 26.10 Preview ซึ่งต่างกันถึงสี่เท่า และโดยตัวมันเองก็ถือเป็นข้อสนับสนุนที่แข็งแกร่งที่สุดสำหรับเวอร์ชัน Preview

• อัตราที่ประกาศ — $0.80 / $3.20 / $0.03 (แคช) ต่อหนึ่งล้านโทเค็นสำหรับพรีวิว; $2.50 / $7.50 / $0.25 สำหรับรีลีสเสถียรตามที่ระบุไว้เมื่อเปิดตัวครั้งแรก เมื่อเทียบกับหน้าราคาของผู้ขายที่ปัจจุบันเผยแพร่การ์ดราคาที่ต่ำกว่าสำหรับเส้นทางเสถียรเช่นกัน ให้ถือว่าตัวเลขเสถียรอาจเปลี่ยนแปลงได้จนกว่าผู้ขายจะระบุวันที่

• สถานะตามสัญญา — 26.9 เป็นเวอร์ชันเผยแพร่อย่างเป็นทางการ; 26.10 Preview เป็นเพียงพรีวิวที่ Unbiased กล่าวว่า "อาจเปลี่ยนแปลงได้โดยไม่แจ้งให้ทราบ" และไม่ผูกพันอย่างชัดเจน

• ความโปร่งใสของ Benchmark — พรีวิวมีคะแนนที่เผยแพร่แล้ว 4 คะแนน พร้อมต้นทุนต่องาน ส่วนรุ่นเสถียรมีคะแนนที่เทียบเคียงได้ 1 คะแนนบนชุดงาน 30 งาน

• ระดับการเข้าถึง — ทั้งสองอยู่ภายใต้เงื่อนไขการเข้าถึงเพื่อการประเมินเดียวกัน โดยการใช้งานเชิงพาณิชย์หรือการปรับใช้ในโปรดักชันจำเป็นต้องมีข้อตกลงเป็นลายลักษณ์อักษรแยกต่างหาก

• น้ำหนักโมเดล — ปิดทั้งสองอย่าง โดยไม่มีเอกสารใบอนุญาตและไม่มีรีโพซิทอรี

เมื่ออ่านรวมกันแล้ว ทางเลือกนี้ไม่เกี่ยวกับคุณภาพ แต่เกี่ยวกับว่าคุณอยากได้บริบทสี่เท่าบนโมเดลที่อาจถูกแทนที่โดยไม่แจ้งให้ทราบ หรืออยากได้หน้าต่างที่แคบกว่าบนบิลด์ที่ผู้ขายเลิกโฆษณาว่าสามารถเปลี่ยนแปลงได้ ทีมที่สร้างผลิตภัณฑ์สำหรับเอกสารยาวหรือเซสชันเอเจนต์ยาวจะพบว่าข้อแลกเปลี่ยนแรกนั้นยากที่จะปฏิเสธ และข้อที่สองนั้นยากที่จะพึ่งพา คำตอบมักเป็นการรันพรีวิวโดยมีฟอลแบ็กคอยรองรับ มากกว่าจะเลือกอันใดอันหนึ่งแล้วลืมมันไป

ข้อควรระวังเชิงปฏิบัติที่ไม่มีใครใส่ไว้ในโมเดลการ์ด

ตัวห่อหุ้มรอบโมเดลนี้ยังเป็นเวอร์ชันเบต้า และ Unbiased บันทึกจุดที่ยังขรุขระเหล่านี้ไว้แทนที่จะซ่อนมัน ซึ่งทำให้วางแผนรับมือได้ง่าย

• GET /v1/models ยังไม่ได้ถูกนำไปใช้งาน คุณไม่สามารถแสดงรายการสิ่งที่พร้อมใช้งานได้ คุณส่งสตริงที่คุณหมายถึงไป แล้วจึงจะรู้ผล

• ตัวระบุโมเดลที่ไม่รู้จักจะไม่ถูกปฏิเสธ การพิมพ์ผิดอาจไปอยู่ในตำแหน่งที่คุณไม่ได้ตั้งใจ และคุณจะไม่ได้รับข้อผิดพลาดที่ชัดเจน ซึ่งเป็นข้อโต้แย้งที่หนักแน่นต่อการพิมพ์สตริงเวอร์ชันด้วยมือในมากกว่าหนึ่งตำแหน่ง

• ขอบเขตที่จัดทำเอกสารไว้มีเพียง chat completions และ messages เท่านั้น — ไม่มี embeddings, ไม่มีการสร้างภาพ, ไม่มีเสียง, ไม่มีรายการโมเดล

• การเข้าถึงนี้เป็นการเข้าถึงเพื่อการประเมินตามข้อกำหนด โดยบัญชีจะได้รับการตรวจสอบด้วยเจ้าหน้าที่ก่อนที่จะมีการออกคีย์ ส่วนการใช้งานในระบบจริงจำเป็นต้องมีข้อตกลงเป็นลายลักษณ์อักษรก่อน

• ผู้ให้บริการเพียงรายเดียว ไม่มีโฮสต์รายที่สองในเรกคอร์ด ดังนั้นจึงไม่มีเป้าหมายสำหรับการ failover ภายในสแตกของผู้ขายเอง

บรรทัดสุดท้ายคือบรรทัดที่ตัดสินว่าคุณควรนำสิ่งนี้ไปใส่ในเส้นทางโปรดักชันมากน้อยเพียงใด การเป็นเบต้าที่พึ่งพาผู้ให้บริการรายเดียวโดยมีช่องว่างที่บันทึกไว้อย่างชัดเจนในเรื่องการค้นหาโมเดล เป็นกรณีที่เชนสำรอง (fallback chain) คุ้มค่าที่จะนำมาใช้นั่นเอง และเป็นกรณีที่ควรตั้งค่าไว้ก่อนที่คุณจะปล่อยทราฟฟิกจริง ไม่ใช่หลังเกิดเหตุการณ์ขึ้นแล้ว การ failover อัตโนมัติและ DSL สำหรับจัดเส้นทางของ OrcaRouter คือวิธีที่ฝั่งเราตั้งค่าสิ่งนี้ — เชนที่ส่งคำขอไปยังโมเดลหลักของคุณ แล้วย้ายไปยังทางเลือกที่ระบุชื่อไว้เมื่อโมเดลหลักเกิดข้อผิดพลาดหรือหมดเวลา โดยแสดงออกมาเป็นคอนฟิกูเรชันแทนที่จะเป็นโค้ดที่คุณต้องดูแลเอง เราไม่ได้โฮสต์ Pareto 26.9 ดังนั้นเป้าหมายการ failover ในฝั่งของเราจึงเป็นโมเดลที่เราให้บริการจริง ไม่ใช่สำเนาอีกชุดของโมเดลนี้

ใครควรปักหมุดสตริงในสัปดาห์นี้ และใครควรรอ

ปักหมุดไว้ ถ้าคุณเรียก Pareto ด้วยชื่ออยู่แล้ว และปริมาณงานของคุณมีเสถียรภาพมากพอที่การเปลี่ยนแปลงเวอร์ชันกลางสัปดาห์จะกลายเป็นเรื่องน่าประหลาดใจมากกว่าจะเป็นฟีเจอร์ นั่นคือผลตอบแทนทั้งหมดของตัวระบุที่ระบุเวอร์ชันกำกับ: นามแฝงที่ตามปฏิทินการเผยแพร่ของผู้ขายนั้นให้ความสะดวกจนถึงวินาทีที่มันกลายเป็นการอัปเดต dependency ที่ไม่ได้ตรวจสอบ การปักหมุดยังทำให้การติดตามต้นทุนของคุณหักลบได้ เนื่องจากสองรุ่นที่เผยแพร่นั้นมีอัตราที่ประกาศไว้ต่างกัน และเดือนที่ผสมกันจะไม่สามารถแยกส่วนย้อนหลังได้

ถ้ารอเรื่องราคาก่อน ถ้าคุณกำลังจำลองการใช้จ่าย การ์ดของ stable release เองก็เปลี่ยนจาก $2.50 / $7.50 เป็น $0.80 / $3.20 โดยไม่มีรายการที่ระบุวันที่อธิบายการเปลี่ยนแปลงนี้ ดังนั้นตัวเลขใดก็ตามที่คุณใส่ลงในงบประมาณสัปดาห์นี้เป็นเพียงข้อสังเกต ไม่ใช่ข้อผูกมัด — ตรวจสอบอีกครั้งก่อนที่คุณจะลงนามอะไรก็ตามโดยอิงจากตัวเลขนั้น

ไม่ว่าจะอย่างไร ให้รอเรื่องคำถามด้านคุณภาพไว้ก่อน ด้วยคะแนนที่รันโดยผู้ขายหนึ่งคะแนนบนชุดงาน 30 งานสำหรับรุ่นเสถียร คะแนนเบื้องต้นสี่คะแนนสำหรับพรีวิว และไม่มีผู้ประเมินอิสระที่ครอบคลุมทั้งสองกรณี การตัดสินใจที่คุณทำได้จริงในวันนี้จึงเกี่ยวกับอินเทอร์เฟซและความน่าเชื่อถือ: คุณต้องการหน้าต่างบริบทขนาดใด คุณทนต่อพรีวิวได้หรือไม่ และช่องว่างเบต้าของผู้ขายเหมาะกับการติดตั้งใช้งานของคุณหรือไม่ สิ่งเหล่านี้ตอบได้ ส่วนรุ่นใดในสองรุ่นที่ดีกว่านั้นยังตอบไม่ได้ และจุดยืนที่ซื่อสัตย์คือการรันฮาร์เนสที่เผยแพร่ซ้ำบนภาระงานของคุณเองก่อนที่คุณจะตัดสินว่ามันเป็นเช่นนั้น

คำถามที่เกิดขึ้น

วันนี้ pareto เลือกรีลีสใด และสิ่งนั้นเปลี่ยนไปหรือไม่? นามแฝงชี้ไปที่รีลีสเสถียร ตามบันทึกการเปลี่ยนแปลงวันที่ 1 ตุลาคมของ Unbiased ซึ่งระบุอย่างชัดเจนว่ามันไม่ได้เลือกพรีวิว นั่นเป็นทิศทางเดียวกับข้อกำหนดเดิมในเดือนกันยายน สิ่งที่เปลี่ยนไปในสัปดาห์นี้คือตอนนี้รีลีสเสถียรยังสามารถอ้างอิงได้ด้วยตัวระบุที่ระบุเวอร์ชันกำกับ ดังนั้นนามแฝงจึงไม่ใช่หนทางเดียวในการเรียกชื่อมันอีกต่อไป หากคุณมีโค้ดที่ส่ง pareto และคาดหวังสิ่งใหม่ที่สุด ความคาดหวังนั้นไม่เคยได้รับการสนับสนุน — พรีวิวต้องเลือกใช้เองโดยระบุชื่อตั้งแต่แรกที่เปิดตัว

คุณควรตรึงตัวระบุแบบมีวันที่ไว้ หรือเก็บ alias ไว้? ตรึงไว้หากคุณต้องการความสามารถในการทำซ้ำหรือการระบุที่มาของต้นทุน; เก็บ alias ไว้หากคุณต้องการบิลด์เสถียรปัจจุบันของผู้ขายอย่างแท้จริงโดยไม่มีการเปลี่ยนแปลงใด ๆ จากคุณเอง โหมดความล้มเหลวที่ต้องหลีกเลี่ยงคือทางตรงกลาง: การตรึงสตริงไว้ที่หนึ่งแต่ปล่อยให้มันคลาดเคลื่อนไปที่อีกที่หนึ่ง ใน API ที่ตัวระบุที่ไม่รู้จักไม่ถูกปฏิเสธและไม่สามารถแสดงรายการได้

มีเบนช์มาร์กอิสระสำหรับ Pareto 26.9 ไหม ยังไม่มี ณ สัปดาห์นี้ ตัวเลขเดียวที่มีคือของผู้ขาย ซึ่งรันบนฮาร์เนสของผู้ขายเอง และเผยแพร่พร้อมข้อจำกัดที่ผู้ขายระบุเองเกี่ยวกับขนาดของการรัน และเกี่ยวกับการเปรียบเทียบที่ผู้ขายอธิบายว่าไม่ได้รับการตรวจสอบยืนยันอย่างอิสระ ฮาร์เนสสาธารณะเป็นสิ่งที่แข็งแรงที่สุดในภาพนั้น เพราะ它可以ทดสอบได้ และยังไม่มีใครเผยแพร่ผลการรันซ้ำกับมัน

สิ่งสุดท้ายที่ควรจับตาดูไม่ใช่ผลเบนช์มาร์ก หากแต่อยู่ที่ว่าผู้ให้บริการระบุวันที่ของการเปลี่ยนแปลงอัตราค่าใช้จ่ายครั้งถัดไปหรือไม่ เพราะการปรับจาก $2.50 ลงมาเป็น $0.80 โดยไม่ระบุวันที่นั้นเป็นข้อเสนอที่คุ้มกว่า แต่เป็นสัญญาณที่แย่กว่า — มันบอกคุณว่าการ์ดราคาสามารถเปลี่ยนไปได้โดยไม่มีรายการในล็อกที่คุณจะใช้อธิบายย้อนหลังได้ สำหรับโมเดลที่จุดขายทั้งหมดคือตัวเลขเป็นหลักฐาน นั่นคือรายละเอียดที่ควรใช้จี้ให้มันรับผิดชอบ

การเปิดตัวยังเป็นช่วงเวลาที่ต้องตรวจสอบว่าอะไรผิดพลาดไปก่อนหน้านี้: เหตุการณ์ด้าน AI และความล้มเหลวของเอเจนต์ที่ได้รับการบันทึกไว้ซึ่งเกี่ยวข้องกับโมเดลในคลาสนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง เกรดความเชื่อมั่น และธงข้อโต้แย้งของตัวเอง