Pareto 26.10 预览版 vs Pareto：相同的模型字符串，两个不同的模型

Unbiased 发布了Pareto 26.10 Preview，时间为 2026 年 10 月 1 日，并保留了上一个版本Pareto 列在旁边。这两个并不是同一个家族里靠一个标志来选择的变体。它们是同一个品牌下的两个发布版本，而供应商自己的模型字符串——pareto——现在会解析到更新的、明确不稳定的那个。因此，比较问题其实不是“哪个更好”。而是：你的请求实际会到达哪一个，以及当这一点在你脚下发生变化时，答案会怎样？

唯一把两者放在一起提及的地方，是模型的公开技术条目。Unbiased 自家的模型卡、定价页面和 FAQ 都只描述了一个打包产品，从未提及这种拆分。这种不对称——一侧是详尽的公开差异说明，另一侧却是沉默——正是进行正面对比时最诚实的起点，因为它告诉你下文每一个数字的来源。

六个维度，双方

区分这两个版本的所有差异，都集中在这六行里。左边是 Pareto 26.10 Preview；右边是 9 月 17 日发布的 Pareto 版本，也就是预览版目录文本所称的稳定之选。

• 上下文窗口 —— 1,048,576 tokens vs 262,144 tokens。纸面上是四倍的空间，而两者都没有提供更小的档位。
• 最大输出 —— 131,072 tokens vs 131,072 tokens。没有变化。更大的窗口并没有带来更大的回答。
• 输入价格，按路由计 —— 每百万 $0.80 vs 每百万 $2.50。在该报价中，预览版大约只有其三分之一的价格。
• 输出价格，按路由计 —— 每百万 $3.20 vs 每百万 $7.50。不到一半。
• 缓存输入，按路由计 —— 每百万 $0.03 vs 每百万 $0.25。最长的智能体轨迹在这里获益最多。
• 已公布的基准测试表 —— 四项分数，明确标注为"初步"且"最终发布前可能变更" vs 完全没有公布基准测试表。

这些行中有两行才是决定实际工作的关键。上下文窗口是厂商不会在自家网站上写明的头条数字——它出现在商品页面上，而不是模型卡上——而缓存输入价格才是会改变智能体账单、而非其上限的那一项。其余的一切要么是营销上的增量，要么——就输出得分而言——是一种坦白：把预览版的数字贴上“初步”标签公之于众，比另一种做法更诚实，而且它同时也是一则警告。

你看到的价格取决于你在哪里看

把两张费率表并排一比，它们对不上账，而这一点恰恰是这次比较中谁都没有解释的地方。

在 26.10 Preview 成为当前版本的那一天，Unbiased 自己的平台仍然列出每百万输入 $2.50、缓存 $0.25 和输出 $7.50。这些是九月的数字，没有变化，在定价页面和模型卡片上都是如此。较低的一组——$0.80、$0.03、$3.20——出现在同一预览版本的路由目录列表中。因此，客户在调用 pareto 时，如果直接通过供应商的 API，就要为新模型支付旧价目表的价格，而路由列表宣传的价格大约只有它的三分之一。两者都仍在生效。供应商尚未公布促销结束日期，也没有发布任何调和二者的声明。

这是一个渠道问题，而在预览版本上，这也是一个时机问题：无论你以哪个数字来建模成本，另一个数字距离成为正确数字都只差一份发布说明。一个以0%加价率直接透传供应商标价的路由器，恰好消除了这种摩擦——供应商价格变动当天即生效，而不是等到下一次合同评审——而这是值得从OrcaRouter这里借鉴的唯一结构性做法。我们今天不代理Unbiased的任何一个版本，所以对“我在哪里调用它”的直接回答是Unbiased自己的API，具体取决于你通过其购买的产品恰好携带的是哪一套价格。之所以要明说这一点，是因为两者相差三倍，而预览版不是你发现自己定价定错了那一个的地方。

预览能给你带来什么，又会让你付出什么代价

预览版自己的目录描述已经把条件写明白了：它“可能在不另行通知的情况下变更”，而任何需要可预测行为的人，都会被引回九月的发布版本。这不是套话——这就是产品定义。把这一点与长时间智能体会话的实际形态对照来看，其中的取舍就变得具体了。

持续对话的智能体会不断累积上下文，而长对话正是提示缓存发挥价值的地方。端点未变、背后的模型却已更换，这是丢掉缓存的典型方式：缓存会以生成这些 token 的模型为键，因此轨迹中途发生静默版本切换，可能会使你原本已缓存的内容失效，并让你以为已经付过费的工作再次计费。Unbiased 自己的文档从相反方向论证了这一点——它把自己的混合方案定位为缓存稳定，而切换式路由器则不是——所以这是供应商非常清楚的风险，只是为了发布预览版而选择接受。这个问题值得点名，因为这种故障在仪表盘上是看不见的：你的 token 照常计费，你的回答照常返回，只是数字比上周更大。

预览版的优势是真实存在的，而其劣势也与之相称。上下文长度达到四倍，在路由清单上，缓存输入的价格是稳定版的八分之一，而且还有一张基准测试表——九月版本从未公布过分数。如果你的工作负载是长上下文且对成本敏感，预览版就是你要选的那个；而要在不押注整个技术栈的情况下采用它，办法就是刻意将其固定：为预览版指定一个命名端点，为稳定版指定一个命名端点，以及一个 二者之间的回退机制，只需配置一次。路由 DSL 正是为这类问题形态而存在的——将两者组合为两条独立支路，让一部分真实流量分别走每一条，并让请求日志告诉你每条实际花费了多少。预览版应该是一个能用一行配置撤销的决定，而不是一个要靠账单才发现的端点属性。

一幅不够稳定、难以令人信赖的业绩图景

上面每一个数字都来自公开榜单，而榜单自身的性能面板在发布当天的多次读取之间发生了变化。对 26.10 Preview 页面的一次读取报告的中位延迟为 5.28 秒、每秒 35 个 token；同一天发布的一份并排对比视图则报告该预览版为 3.54 秒、每秒 21 个 token，而 9 月发布版为 1.05 秒、每秒 45 个 token。这些差异可不小。一个由单一提供商提供服务的全新模型，其测量基础本就薄弱，而按小时计的滚动窗口也会发生变化。

诚实的说法是，这两个版本都没有稳定到足以据此做规划的吞吐量或延迟数字；而对预览版来说，这是产品本身固有的问题，而不是快照问题。9 月版本至少已经经历了几周流量——其列表显示多日可用性处于 90% 的高位，并且背后有完整的提供商历史记录。预览版只有几个小时。如果你在两者之间做选择的理由是速度，而不是价格或上下文，那么可供选择的证据尚不存在；负责任的做法是用你自己的提示词去实测，而不是从任一页面上读一个数字。

该打给哪一个，以及如何不再在意

如果你的工作是长上下文、对成本敏感且可评估的——智能体会话、批处理，凡是四倍窗口、三分之一输入价格足以抵偿周中突生变更风险的工作——那就调用这个预览版。把它当成一次试用，底下挂一行配置，并坚持用你自己测出的数字，因为厂商的数字会变。

如果你的工作负载属于生产环境、对延迟敏感，或者需要接受合规审查，而审查方不希望模型被描述为可能未经通知就发生变化，那就调用稳定的 Pareto。你会放弃 1M 窗口、更便宜的缓存和已公布的成绩；换来的是一个有历史记录、且名字在下周仍代表同样含义的端点。对很多团队来说，这就是全部需求。

错误在于把它当作永久性的分叉。Unbiased 当初设计这个拆分就是为了让它临时存在——预览版的存在是为了被评估，然后被吸收——而真正重要的决定不是你选两者中的哪一个，而是在它们之间切换是五分钟的改动，还是一个季度级的项目。在一个端点、一个模型字符串上，目前两者都不是：它是一则你必须及时捕捉的公告。改为把这一选择配置成路由决策，你所调用的版本就变成了一个旋钮，而这正是预览版发布历来唯一真正给予回报的姿态。