無偏地將 Pareto 26.9 對應至其自身的模型字串：穩定版如今有名稱了

Unbiased 的 Pareto 26.9 不再是他人註腳中提到的版本號，而在 2026 年 10 月 13 日成為可定址的模型，當時自九月以來一直作為穩定預設版本的那個發行版，取得了自己的版本限定識別碼。背景很重要：同一家廠商的 Pareto 26.10 Preview 自 10 月 1 日起以專屬字串——pareto-26.10-preview——作為可選擇加入的預覽版提供，而 pareto 則維持在穩定版，且用廠商自己的話來說，「不會選取這個預覽版」。在這兩個事件之間的十一天裡，你實際呼叫的版本是由變更記錄的一行字決定，而不是由你請求主體中的任何內容決定。截至本週，它有了一個你可以固定指定的名稱。

那在供應商那邊只是小小的例行整理，在你這邊卻是實質的改變。一個默默代表「我們上次出貨的版本」的模型字串，本身沒問題，直到某一週它代表的是別的東西為止；預覽版與穩定版之間的差異，就是一份在最終發布前可能還會變動的基準測試表，和一份你可以寫進合約的基準測試表之間的差異。Unbiased 現已將兩者並列發布，並附上費率。

究竟改變了什麼——以及什麼沒有改變

有兩件事發生了變化，而兩者都不是模型本身。

• 穩定版有了識別碼。自 9 月 17 日以來一直能以 pareto 指稱的那個版本，如今解析為一個帶有日期、帶有版本限定詞的 slug，其正規形式承載著最初的發布日期。這是頭一遭，你能直接指名你要的版本，而不必遷就那個跟著廠商行事曆跑的別名。

• 這個別名再次跟隨穩定版。Unbiased 的 10 月 1 日更新日誌明確指出這個別名指向哪個方向：使用 pareto-26.10-preview 來選擇加入，因為 pareto「仍然是預設發行別名，且不會選取這個預覽版」。穩定路徑就是預設路徑。

穩定字串背後的模型與九月推出的版本相比並未改變，而供應商的說明文件也沒有隨之更新。Pareto 被販售它的公司描述為一種混合模型，會在每次請求中平行調用多個模型，並從結果中合成出一個答案。這是關於機制的主張，而非規格，且沒有獨立驗證。可驗證的是它外圍的封裝層。

在供應商文件所述的介面上，自上次檢查以來：輸入為文字與圖像，輸出僅為文字，最大回應為 131,072 個 token，且模型接受 tools、tool_choice、response_format、temperature、top_p 與 max_tokens，其中 tool_choice 僅限於 auto——你無法強制進行工具呼叫。紀錄中任何地方都沒有 Hugging Face 識別碼，因此權重仍為封閉。

定價才是真正已經偏離的那個部分

當 Pareto 於九月首次上架時，價目表顯示每百萬個輸入 token 為 $2.50、每百萬個輸出為 $7.50，而快取輸入為 $0.25。在該廠商今日的定價頁面上，同一個穩定版本公佈的價格為輸入 $0.80、輸出 $3.20，以及快取輸入 $0.03——就美元數字而言，約為原始輸入價格的三分之一，而輸出則略高於 40%。

如實理解這件事，因為兩個方向都很容易誤讀。這是供應商公布的費率，唯一能標註的日期就是頁面目前仍上線；Unbiased 並未發布一則註明日期的價格變更紀錄，所以既沒有可引用的「就在這一天價格下降了」這句話，也沒有促銷結束日期。誠實的說法是，目前穩定版以較低的價目卡銷售，較高的數字仍在根據九月上市資訊所寫的報導中流傳，而且沒有任何事能約束供應商必須維持較低的那一個。這個月要建立成本模型的任何人，都應該使用 $0.80 / $3.20 並重新查核，而不是把它當成固定不變。

唯一值得納入定價的結構性折扣是快取費率，因為這個模型的建構方式使然。$0.03 的快取輸入不到標準輸入費率的 4%。如果 Pareto 真的能在整段對話中維持同一套混合配置，而不是逐輪重新選擇模型，那麼提示快取就能在整個軌跡中持續生效——這正是供應商所說，傳統路由器在對話中途切換模型時會放棄的節省。Unbiased 除了隨用隨付的點數外，也販售附有每週 token 額度的訂閱方案，從每月 $10 可獲得每週 2,500 萬個 token，到沒有每週上限的預付團隊點數，因此對穩定的個人使用來說，每 token 的計算甚至不是帳單本身。

這是路由層會改變其樣貌的部分，而值得精確說明我們目前站在什麼位置。OrcaRouter 以 0% 加成將供應商的定價表價格直接轉嫁出去，因此供應商的費率一有變動，當天就會在我們這邊生效，而不是等到續約週期才更新——但我們並未提供任何 Unbiased 模型，所以如果你特別想要 Pareto 26.9，請透過 Unbiased 自家的 API 呼叫。路由在這裡能為你帶來的，是針對決策兩側的模型提供一把金鑰與一次整合，因此要拿 Pareto 與你目前使用的模型相比，並不代表得再簽一份合約、再導入一套 SDK。這一款的供應情況是透過供應商自家的 API 提供。

穩定版的得分是多少——以及那個分數有何價值

Unbiased 為穩定版發布了一個可比較的數字，而它附帶的但書比這個數字本身還多。

• Pareto 26.9 在 DeepSWE v1.1 上 — 70.0%，據報導每項任務平均成本為 $0.29。供應商將這次執行標註為 2026 年 9 月 20 日。

• 那次跑分的規模——只是 30 項任務的切片，而非完整的 DeepSWE v1.1 資料集。Unbiased 是在自家模型卡上明講的，而不是寫在別處的註腳裡。

• 廠商為 26.9 列出的另一項分數——Humanity's Last Exam，回報時並未附上預覽版 HLE 數字所帶有的純文字限定條件，而模型卡也將此標示為一項差異。

• 這一切的分類——初步的、由供應商進行的，並被轉錄成一份供應商自己形容為「未經獨立驗證」的比較。

把穩定版和預覽版並列比較，分數在任何單次執行的誤差範圍內都一樣：26.9 在 30 項任務切片上以 $0.29 達到 70.0%，26.10 預覽版在完整資料集上以 $0.24 達到 69.9%，兩者都是 DeepSWE v1.1，且都由販售該模型的公司執行。這不是得出預覽版較差結論的理由。這是有理由得出以下結論：已公布的數字不夠銳利，無法區分這兩個版本；而且無論賣你哪一個版本的人，都沒有理由去做那個能區分它們的實驗。

目前缺乏針對 Pareto 26.9 的獨立證據。Artificial Analysis 是大多數團隊在信任價目表上的新名字之前會查看的看板，但它沒有為它設立頁面——模型路徑會回傳 404，而不是分數。沒有排行榜排名，沒有第三方延遲或輸送量數據，也沒有任何廠商外部人士重現上述任何內容。Unbiased 反而提供的是比分數更有意思的東西：一個公開的評估測試框架，可指向任何與 OpenAI 相容的端點，包括你已經在用的那個，因此這項說法從「相信我們的數字」轉為「重跑我們的數字」。這確實是比大多數廠商所提供的更好的提議，而且它仍然不等同於一個經過驗證的數字。沒有人公布過那次重跑。

穩定版與預覽版：從決定移轉的關鍵面向來看

如果你今天要在這兩個版本之間做選擇，以下是真正重要的差異，而它們並不是那些評分所暗示的差異。

• 上下文視窗 —— 在 Pareto 26.9 上為 262,144 個 token，而在 Pareto 26.10 Preview 上則為 1,048,576 個，足足相差四倍，而這本身就是支持預覽版最強而有力的理由。

• 公布費率 — 預覽版為每百萬個 token $0.80 / $3.20 / $0.03（快取）；穩定版首次出現時所列為 $2.50 / $7.50 / $0.25，而供應商定價頁面目前也為穩定版路徑公布較低的價目表。在供應商為其標註日期之前，請將穩定版數字視為會變動。

• 合約狀態 — 26.9 是正式版；26.10 Preview 是預覽版，Unbiased 表示其「可能隨時變更，恕不另行通知」，且明確不具約束力。

• 基準測試透明度 — 預覽版有四項已公布的分數，並附上每項任務成本；穩定版則在 30 項任務的切片上有一個可比較的分數。

• 存取層級 — 兩者皆適用相同的評估存取條款，而商業或正式環境部署則需另行簽訂書面協議。

• 權重——兩者皆為封閉，且沒有授權文件，也沒有儲存庫。

綜合來看，這個選擇無關品質。關鍵在於：你寧願在一個可能在你毫無預警下被替換掉的模型上擁有四倍的上下文，還是寧願在一個供應商已不再對外宣稱可變更的版本上使用較窄的上下文視窗。開發長文件或長時間代理工作階段產品的團隊，會發現第一種取捨很難拒絕，第二種則很難依賴；通常的答案是讓預覽版搭配後備方案運行，而不是選定一個就置之不理。

沒人會列在模型卡上的運作注意事項

這個模型的外層封裝目前還是 beta 版，而 Unbiased 會記錄下這些粗糙邊角，而不是把它們藏起來，因此很容易事先規劃因應。

• GET /v1/models 尚未實作。你無法列舉有哪些可用項目；你得直接送出你指定的字串，再看看結果如何。

• 未知的模型識別碼不會被拒絕。打錯字可能會跑到你並非有意使用的地方，而且你不會收到乾淨的錯誤，這是反對在多處手動輸入版本字串的有力論據。

• 官方文件記載的介面僅有對話完成與訊息——沒有嵌入、沒有圖像生成、沒有音訊、沒有模型列表。

• 存取權係依條款提供之評估用途存取權，帳戶須經人工審核後方會核發金鑰。正式環境使用須事先簽訂書面協議。

• 單一服務供應商。紀錄中沒有第二台主機，因此在供應商自身的堆疊內也沒有容錯移轉目標。

最後一行才是決定你該把這件事的多少部分放進生產路徑的關鍵。一個有文件記載模型探索缺口、且僅支援單一供應商的 beta 版本，正是備援鏈能發揮價值的情況，也正是你該在投入流量之前、而非在事故發生之後才配置它的時機。OrcaRouter 的自動容錯移轉與路由 DSL 就是我們這邊用來設定這件事的方式——一條會把請求送往你的主要模型，並在主要模型發生錯誤或逾時時轉向具名替代方案的鏈，以設定而非你得自行維護的程式碼來表達。我們並不代管 Pareto 26.9，所以我們這邊的容錯移轉目標會是我們有提供的模型，而不是這個模型的另一份副本。

這週應該由誰來釘選這串字，而誰應該再等等？

如果你已經直接以名稱呼叫 Pareto，而且你的工作負載穩定到一週中途的版本變更會是個意外、而不是一項功能，那就把它鎖定版本。這就是版本限定識別碼的全部價值所在：一個跟隨廠商發布時程的別名確實很方便，但就在它變成未經審查的相依性更新的那一刻，這份便利便戛然而止。鎖定版本也能讓你自己的成本追蹤得以相減，因為這兩個版本有著不同的公布費率，而混合的月份事後將無法拆解。

如果你正在規劃支出，價格先別急著採用。穩定版自己的價目卡已從 $2.50 / $7.50 變成 $0.80 / $3.20，卻沒有任何標明日期的紀錄說明這次變動，所以你這週寫進預算的任何數字都只是一時的觀察，而不是承諾——在依據它簽下任何東西之前，請再確認一次。

無論如何，品質問題先緩一緩。穩定版只有一個由廠商在 30 項任務切片上跑出的分數，預覽版只有四個初步分數，而且兩者都沒有獨立評估者涵蓋，你今天實際能做的決定是關於介面與可靠性：你需要多大的上下文視窗、你是否能忍受預覽版，以及廠商的 beta 缺口是否符合你的部署需求。這些都能回答。但兩者中哪一個是更好的模型則不能，而誠實的立場是，在你做出那個判斷之前，先在你自己的工作負載上重新執行已發布的測試框架。

出現的問題

pareto 今天會選取哪個版本，而這有改變嗎？根據 Unbiased 10 月 1 日的更新日誌，這個別名指向穩定版，該日誌明白指出它不會選取預覽版。這與九月的原始安排方向相同；本週改變的是，穩定版現在也可透過帶版本資格的識別碼來指名，因此別名不再是唯一能指名它的方式。如果你的程式碼會傳送 pareto 並預期取得最新版本，那種預期從來沒有受到支援——預覽版從推出當天起就是得按名稱選擇加入。

你該固定帶日期的識別碼，還是保留別名？如果你需要可重現性或成本歸因，就固定；如果你確實想取得供應商目前的穩定版本，且不想自行做出任何變更，就保留別名。要避免的失敗模式是中間做法：在某處固定該字串，卻讓它在另一處漂移，而且是在一個未知識別碼不會被拒絕、也無法被列出的 API 中。

Pareto 26.9 有任何獨立基準測試嗎？截至本週，沒有。唯一可得的數字是供應商提供的，跑在供應商自己的測試框架上，發布時還附帶供應商自己對執行規模的但書，以及對其描述為未經獨立驗證的比較的但書。在這樣的情況下，公開測試框架是其中最強而有力的一環，因為它可受測試，而且沒有人發表過針對它的重跑結果。

最後一件值得留意的事，並不是某項基準測試，而是供應商是否為下一次的費率調整標上日期，因為一場未標日期的、從 $2.50 降到 $0.80 的變動，既是更划算的交易，也是更糟的訊號——它告訴你，這張價目卡可以在不留任何日誌紀錄的情況下變動，而那些紀錄本可讓你日後把事情解釋清楚。對於一個整體賣點就是「數字即收據」的模型來說，這正是該拿來要求它兌現的細節。

發布也是檢查過去出了什麼問題的時機：與這類模型相關、已記錄在案的 AI 事故與代理失效，都彙整於 OrcaRouter AI Incident Archive，其中每筆條目都附有各自的來源、嚴重程度、信心等級與爭議標記。