Pareto 26.10 正式推出：預覽標籤移除後，實際上有哪些改變

Pareto 26.10——Unbiased 自 2026 年 10 月 1 日起一直以 Pareto 26.10 Preview 的名義販售的版本——已於 2026 年 10 月 15 日正式全面推出。這就是全部消息，而且它比「正式全面推出」一詞通常暗示的範圍還要小。模型沒有改變。價格沒有改變。基準測試表也沒有改變，而且耐人尋味的是，廠商仍在掛著 GA 橫幅的同一頁面上稱那些數字為初步數據。改變的是路由：pareto 模型字串現在預設指向 26.10，而兩週前它指向先前的版本，26.10 則是你必須指名選用的東西。像這次發布背後的已記錄 AI 故障與代理事件，都收錄在 OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心評級與爭議標記。

這個區別值得花兩分鐘閱讀，因為它關乎你主動選擇的版本，還是自動到來的版本。任何呼叫pareto的人，在10月14日拿到的是較舊的模型。任何在10月16日呼叫它的人，拿到的是 26.10——底層有著不同的上下文視窗、不同的價格，以及不同的模型字串，而無需更改任何一行程式碼。

10月15日有什麼移動了？

廠商在該日期的變更記錄條目簡短且明確無歧義，並提出三項值得分別看待的主張。

• 預設別名已變更。pareto 字串現在會選用 26.10。Unbiased 自己的說法是，該別名「現在指向 26.10」，這是關於路由的陳述，並非關於模型。• 帶日期的字串仍然有效。pareto-26.10 固定此版本，而 pareto-26.9 對任何想用前一版的人「仍可使用」。預覽字串已退役：預覽使用者被告知要改用 pareto 或 pareto-26.10。如果你原本使用預覽版，這是一項你必須手動完成的遷移。• 訂閱額度在相同價格下加倍。Personal 提高到每週 5,000 萬個 token，Personal Max 提高到 6 億個，兩者的每月費用維持不變，分別為 $10 和 $100。API 費率卡本身 — 每百萬輸入 $0.80、快取輸入 $0.03、輸出 $3.20 — 明確表示「與預覽版相比維持不變」。

所以這個 GA 事件是別名切換、一個已淘汰的字串，以及更高的每週額度。那份清單裡沒有任何一項能讓模型變得更好。三者中有兩項讓它更便宜或更容易使用，而對大多數讀者來說，這正是重點。

規格表，如文件所載

Pareto 26.10 是一個可輸入文字與圖像、輸出文字的模型，具備 1,048,576 個 token 的上下文視窗，以及 131,072 個 token 的最大回應長度。這兩項都是目前公布的事實；兩者都未經獨立測量，而且 Unbiased 自家的定價頁面完全沒有列出上下文數字——這個數字得從模型的技術登錄紀錄和廠商的模型卡取得，這是一處小小的文件缺口，在依此估算工作負載規模之前值得知道。

在參數層面上，文件記載的集合是 max_tokens、temperature、top_p、tools 和 tool_choice。最後一個受到限制：你可以讓模型決定是否呼叫工具，但無法像在大多數前沿 API 上那樣強制呼叫。已公布的參數清單中也沒有 response_format，如果你的管線依賴結構化輸出，這點很重要。紀錄中任何地方都沒有 Hugging Face 識別碼，因此權重是封閉的，而供應商將 Pareto 描述為複合式——一種混合模型，會讓數個底層模型處理請求，並保留它判定最佳的結果。這是關於機制的主張，由販售它的公司提出，沒有外部驗證。

上下文躍升是值得停下來思考的部分。前一個版本承載 262,144 個 token；26.10 將其提升四倍，達到 1,048,576。粗略來說，這讓程式碼庫規模或逐字稿規模的工作負載，從「你得先把它分塊」變成「你可以直接送出」。這也是把 26.10 和 26.9 視為真正不同的模型、而非版本更新的一個最強論據，而這正是本系列兩篇比較頁面都在探討的問題。

基準表上仍然標示為「初步」

針對 26.10 發布了四項分數，全部來自 10 月 1 日的執行，全部由供應商執行，且全部帶有供應商為它們撰寫的標籤。

• DeepSWE v1.1 — 69.9%，據報導平均每項任務 $0.24。 • Terminal-Bench 4.0 — 50.8%，每項任務 $0.48。 • Humanity's Last Exam，純文字 — 49.9%，每項任務 $0.008。 • GPQA-Diamond — 92.4%，每項任務 $0.004。

廠商的模型卡稱此為「初步比較」，表示 26.10 的結果來自 2026 年 10 月 1 日的執行，且「在最終發布前可能變動」，並指出分母與成本方法論「需要確認」。其中 GPQA-Diamond 的數字尤其引人注目——92.4% 會讓混合路由器模型落入通常保留給前沿推理系統的領域——而這正是那個沒有獨立對照的數字。截至 2026 年 10 月 18 日，尚無評估者公布這四項中任何一項的重新執行結果。

同一張卡上也有一項比較，廠商本身稱其未經獨立驗證；在雙方唯一共有的那項基準測試中，前一版本得分較高：26.9 在 DeepSWE v1.1 上為 70.0%，而 26.10 為 69.9%。那個差距只有十分之一個百分點，而且是在 30 項任務的子集上，而非完整評估集；應解讀為「這兩者在這項量測上無法區分」，而不是任何方向的排名。如果你只從基準測試表帶走一件事，就帶走這點：已公布的數字無法區分這兩個版本，因此升級到 26.10 的理由是上下文視窗與路由，而不是分數。

GA 實際上能為你帶來什麼，以及不能帶來什麼

三個實際後果，依它們最可能造成影響的程度排序。

首先，如果你一直固定使用預覽字串，你的呼叫現在已成為維護項目。預覽版已被取代；供應商會指向pareto 或 pareto-26.10。任何把預覽字串視為穩定快照的人——這對預覽版來說是合理的直覺——現在手上的模型字串已不再代表目前發行版本。

第二，如果你呼叫的是不帶版本的 pareto 別名，並假設它穩定，那個假設一直以來都是錯的，而現在已經顯而易見。你在未經詢問的情況下，從 262K 上下文移到 1M 上下文，也從九月的費率表換成目前的費率表。廠商文件指出，未知的模型識別碼目前仍不會被拒絕——打錯字仍會以 Pareto 提供服務並計費——因此別名行為是唯一擋在你與無聲版本變更之間的東西。如果可重現性很重要，請固定使用帶日期的字串；這就是用一句話說明為什麼該這麼做的理由。

第三，加倍的額度改變了穩定工作負載的計算方式。在 Personal 方案每月 $10、每週 50M tokens 的情況下，重度單一使用者的編碼或研究工作負載可以落在訂閱範圍內，而不是按 token 計費。這並不是對模型的宣稱，而且額度是上限而非無限使用，但它是 10 月 15 日條目中改變你付費金額的部分。

路由器適合放在哪裡，老實說

OrcaRouter 不提供任何 Unbiased 模型。如果你想要 Pareto 26.10，只能透過廠商自家的 API 呼叫——這是唯一途徑，我們不會暗示另有他法。路由層在此的用途，是處理圍繞著它的決策：比較雙方使用同一把金鑰與同一套整合，因此拿 26.10 與你現有運行的環境做評估，不代表要再簽一份合約、再用一套 SDK；而模型在週間於底層變更時，這只是設定變更，而不是服務中斷。最後這一點，正是pareto 在 10 月 15 日從 26.9 切換到 26.10 時，從外部看起來的樣子：廠商端的別名異動，在請求中毫無訊號地發生。而路由器的自動容錯移轉與路由 DSL正是為了因應這類相依性開始出錯或逾時的情況，以及在它發生之前就應該先指名備援目標的情況。

OrcaRouter 以 0% 加價，將供應商的定價原封不動地直接傳遞，因此供應商的費率一有變動，當天就會在我們這邊生效——這整體而言確實是實質優勢，但並不是拿來當作路由我們並未提供之模型的理由。

這週應該由誰移動？

移至pareto-26.10，如果你需要 1M-token 視窗。這是各版本之間具體且可核對的差異，也是目前唯一一個基準測試表無法爭辯的理由。在這麼做的同時，請鎖定帶日期的字串，而不是別名，這樣下一次別名切換就是你可以排程的事。

繼續使用pareto-26.9，若你正處於專案中途，且上下文能容納在 262K 內。供應商自家測試框架上公布的兩個分數只差 0.1 分；公開紀錄中沒有證據顯示轉換能提升輸出品質。你也會保留一個供應商表示仍可用的字串。

等等，如果你還在用預覽字串、還拿不定主意：這次遷移只需改一行，但它是這個版本中唯一「什麼都不做就會有明確失敗模式」的一環。

什麼會改變這個讀數？

三件事，目前都還看不見。

一次獨立的基準測試運行。本文中的每個數字都是 Unbiased 自己的，是在 Unbiased 的測試框架上得出的，並附有 Unbiased 的注意事項。由外部第三方重新執行，是可能出現的最有用的一件事；在那之前，92.4% 的 GPQA-Diamond 數字應作為供應商回報的結果引用，否則就完全不要引用。

標明日期的價格變動。這張價目卡先前就變動過，卻沒有變更記錄說明原因；這既是更划算的交易，也是更差的訊號。GA 明確沿用了這些費率；下次費率再變動時，廠商是否標明日期，就能看出這個模型的定價有多少可作為你的規劃依據。

第二條服務路徑。該模型由單一供應商提供服務，因此供應商自身的技術堆疊內沒有容錯移轉目標。對於任何以 26.10 為關鍵路徑的事項，這是必須設法因應的設計限制，而不是可以記錄歸檔的細節。

經常出現的問題

Pareto 26.10 是新模型，還是換了新標籤的預覽版？就功能而言，它是預覽版本：相同的上下文視窗、相同的定價、相同的四項已公布分數、底層也是相同的模型。GA 改變的是路由——pareto 別名現在會選用它——再加上訂閱額度加倍，以及預覽字串退役。

「正式推出」這個標籤是否代表那些基準數據已經定案？不是，而這正是大多數關於10月15日變更日誌的報導都會略過的細節。同樣是宣布正式推出的那個供應商頁面，至今仍把那四項分數描述為初步比較，並表示最終發布前結果可能有所變動。「正式推出」描述的是該模型作為產品的狀態，並不代表關於其品質的證據等級因此提升。

別名變更對忽略它的人實際上造成什麼成本？如果他們要的是最新版本，那就沒有成本。如果他們要的是自己測試過的版本，成本就是一個他們並未選擇的上下文窗口，以及一份他們並未審閱的費率表——這兩者都可透過固定（pinning）補救，而且兩者都無法事後從帳單重建。