Перейти к содержимому
RouterNodul

Pareto 26.10 Preview API

ID модели в запросах:global-1/unbiased/pareto-26.10-preview

Pareto 26.10 Preview от Unbiased через один OpenAI-совместимый API Nodul Router: ключ с лимитами, журнал запросов, оплата в рублях.

ГлобальныйИзображенияИнструменты
Контекст
1 048 576
Макс. ответ
131 072
Выпущена
01.10.2026

Цены за 1 млн токенов, ₽Цены за 1 млн токенов, PnP

РегионПопробоватьВходВыходЧтение кэшаID модели в запросах
Глобальный · global-1Попробовать88,00 ₽0,88 PnP352 ₽3,52 PnP3,30 ₽0,04 PnPglobal-1/unbiased/pareto-26.10-preview

Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену

Быстрый старт

curl https://router.nodul.ru/api/v1/chat/completions \
  -H "Authorization: Bearer $NODUL_ROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "global-1/unbiased/pareto-26.10-preview",
    "messages": [{"role":"user","content":"Hello!"}]
  }'

Описание

Pareto 26.10 Preview от Unbiased — предварительная версия составной модели Pareto 26.10, выпущенная 1 октября 2026 года: на каждый запрос работают несколько моделей, ответ один. Принимает текст и изображения, вызывает инструменты, понимает параметр response_format.

Для чего подходит Pareto 26.10 Preview

Pareto не один чекпойнт: по описанию разработчика, над каждым запросом работают несколько моделей, закрытых и открытых, а пользователь получает один синтезированный ответ. Какие именно модели входят в смесь, в источниках не названо, а по оценке BenchLM состав может меняться между релизами. Preview — та же линия, что и Pareto 26.10: модель для исследований, программирования и агентных задач, которая справляется и с общими запросами. Через Router она принимает текст и изображения, вызывает инструменты, отвечает потоком и понимает параметр response_format. Последнее главное практическое отличие от стабильной 26.10, где в нашем каталоге этого параметра нет.

Берите Preview, если вашему приложению нужен структурированный ответ через response_format, но вы хотите ценовой и контекстный уровень семейства 26.10, а не 26.9. Если параметр не нужен, разумнее взять стабильную версию: Preview разработчик называл предварительной, а после 15 октября рекомендует для стабильной работы строки pareto или pareto-26.10.

В API разработчика эта версия выбирается строкой pareto-26.10-preview, а строка pareto теперь указывает на стабильную сборку.

Не подойдет, если нужны аудио, видео или файлы на входе, веса для запуска у себя (они закрыты) и фиксированное поведение: состав составной модели может меняться между релизами.

Сильные стороны

  • Структурированный вывод в новой линейке. В каталоге Preview принимает response_format, как и Pareto 26.9, но относится к более новой версии.
  • Агентный код. По данным разработчика, на DeepSWE v1.1 результат 69,9%, почти как у 26.9 (70,0% на выборке из 30 задач).
  • Научные вопросы. На GPQA-Diamond по данным разработчика 92,4% против 91,6% у 26.9.
  • Один вызов вместо ручной сборки. Не нужно самим строить связку из нескольких моделей и синтеза ответов: это делает сама модель, а вам остается обычный запрос в формате OpenAI.
  • Скорость. Разработчик заявляет меньшую задержку по сравнению с 26.9, особенно на длинных агентных запусках; независимых замеров нет.

Ограничения и спорные моменты

  • Цифры предварительные и от самого разработчика. Запуски от 1 октября 2026 года, разработчик пишет, что они могут измениться. Сравнение с чужими результатами нестрогое: у других лабораторий свои наборы задач и обвязки.
  • Нет независимой оценки. BenchLM (ноябрь 2026) показывает три строки, все взяты у разработчика, и не включает модель в рейтинг. Результат HLE он не учел, потому что не указано, использовались ли инструменты.
  • Версия-кандидат. Разработчик обещал, что примерно в течение недели модель будет улучшаться, а 15 октября объявил стабильную 26.10. При этом он прямо пишет, что приведенные результаты принадлежат предварительной версии, а не новой оценке стабильной. Совпадает ли поведение Preview с нынешней стабильной версией, неизвестно. Зато обещания на время предварительной фазы разработчик дал простые: цена не вырастет, а строка pareto-26.10-preview не сломается.
  • Отстает на сложных тестах. На Terminal-Bench 4.0 (50,8%) по сводке разработчика ниже Claude Sonnet 5.5 (70,6%), GPT-6 Astra (59,6%) и GPT-6.1 Sol (56,1%). Результаты конкурентов разработчик взял из чужих источников, поэтому прямым сравнением их считать нельзя. На HLE (49,9%) ниже GPT-6.1 Sol (52,9%) и Claude Sonnet 5.5 (55,0%).
  • Данные. В нашем каталоге у Preview нет отметки о нулевом хранении данных, у стабильной 26.10 она есть. У разработчика такой режим действует для трафика, помеченного как ZDR; в чате он не применяется.

Бенчмарки

ТестРезультатИсточникДата
DeepSWE v1.1 (агентный код), по данным разработчика69,9%Unbiased, запуск Previewокт. 2026
Terminal-Bench 4.0 (терминальные задачи), по данным разработчика50,8%Unbiased, запуск Previewокт. 2026
GPQA-Diamond (науки), по данным разработчика92,4%Unbiased, запуск Previewокт. 2026
HLE, только текст (экспертные вопросы), по данным разработчика49,9%Unbiased, запуск Previewокт. 2026

Все четыре результата разработчик назвал предварительными (запуски 1 октября 2026 года) и предупредил, что они получены на сервисной сборке, которая еще настраивалась. Знаменатели и методику расчета он сам просит уточнять. Скрипты оценок разработчик опубликовал, так что при желании цифры можно перепроверить на своей нагрузке.

Чем Pareto 26.10 Preview отличается от Pareto 26.10 и 26.9

Семейство Pareto выходит версиями по месяцам. Pareto 26.9 — предыдущий релиз, он остается доступным. Pareto 26.10 — стабильная версия, объявленная 15 октября; цена у нее та же, что была в предварительной, а результаты в ее описании взяты из запусков Preview. Preview — самая ранняя сборка линии 26.10.

Для выбора важны три вещи. Первое: response_format есть у Preview и 26.9, а у стабильной 26.10 его в каталоге нет. Второе: по сравнению с 26.9 Preview заметно дешевле и принимает больше контекста при близком результате на DeepSWE. Третье: стабильная версия отмечена в каталоге как поддерживающая нулевое хранение данных, Preview нет. Нужен структурированный вывод в линейке 26.10 — берите Preview. Иначе берите стабильную 26.10.

Альтернативы в каталоге

  • Pareto 26.10: стабильная версия той же линии, если response_format не нужен.
  • GPT-6.1 Sol: сильнее на DeepSWE (75,2% по данным OpenAI) и на HLE; когда важнее качество на трудных задачах.
  • Claude Sonnet 5.5: заметно выше на Terminal-Bench 4.0 (70,6% по данным Anthropic); для длинных терминальных агентных задач.
  • DeepSeek V4.1 Flash (Россия): облегченная модель, если нужна региональная точка в России; по сводке разработчика Pareto выше нее на Terminal-Bench 4.0 и HLE.

Частые вопросы

Зачем брать Preview, если есть стабильная 26.10?

Главная причина — параметр response_format: в нашем каталоге он есть у Preview и нет у стабильной версии. Если структурированный вывод не нужен, берите стабильную.

Понимает ли Preview изображения и вызывает ли инструменты?

Да, на входе текст и изображения, поддерживаются вызов инструментов и потоковый ответ. Ответ всегда текстовый.

Подходит ли она для агентов и кода?

Да, это назначение семейства: по данным разработчика, DeepSWE v1.1 — 69,9%. На Terminal-Bench 4.0 она уступает ряду моделей, поэтому проверьте ее на своих задачах.

Можно ли запустить ее у себя?

Нет. Это закрытая составная модель, веса не публикуются.

Что делать, если я уже использую Preview?

Цена и контекст у стабильной версии те же, что были в предварительной, поэтому переход ничего не ломает по условиям. Но проверьте, не опираетесь ли вы на response_format: в каталоге у стабильной 26.10 его нет. Тогда оставайтесь на Preview или переходите на Pareto 26.9.

Источники

Все параметры API · 6
  • max_tokens
  • response_format
  • temperature
  • tool_choice
  • tools
  • top_p

Все модели Unbiased