Pareto 26.10

{"about":"### כיצד בנוי Pareto 26.10\n\nPareto 26.10 הוא מהדורה יציבה של המודל המורכב של Unbiased. בבסיסו גישה שבה נבחרים לכל בקשה כמה מודלים מתקדמים ופתוחים, והתוצאות שלהם משולבות בתשובה אחת. המנגנון שונה מהעברת שאלה למודל נבחר יחיד: המשתמש עובד מול Pareto אחד ומקבל תוצאה משותפת. הרכב המודלים המשתתפים עשוי להשתנות, ולכן שם המהדורה אינו קובע רשימה קבועה של מודלי בסיס.\n\n### עבודה עם טקסט ב־Ailoot\n\nב־Ailoot Pareto 26.10 מקבל טקסט ומחזיר טקסט. חלון ההקשר של החיבור הוא 1 048 576 טוקנים. הוא מכיל הוראות, היסטוריית שיחה, חומרים שסופקו ואת התשובה שנוצרת. במטא־נתונים של המודל מצוין היקף תשובה של עד 131 072 טוקנים; זהו גבול עליון ולא אורך חובה לכל יצירה. לעבודה מהותית כדאי להגדיר מראש את היקף התוצאה ואת סדר הסעיפים.\n\nהקשר ארוך מאפשר משימות שבהן צריך להשוות כמה חומרי טקסט בבקשה אחת: מפרט ומימוש, דרישות ופרוטוקול דיון, או כמה גרסאות מסמך. העבירו מקטעי מקור עם שמות ברורים ובקשו לקשר אליהם את המסקנות. למשל, אפשר ליצור טבלת הבדלים, לזהות סתירות בין דרישות או להכין תוכנית שינויים על בסיס האוסף כולו. אלו דרכים להגדרת משימת טקסט; הגישה לקבצים שלכם או למערכות חיצוניות נקבעת ביישום.\n\n### כיצד לבנות בקשת עבודה\n\nלניתוח קוד כללו פונקציות רלוונטיות, התנהגות צפויה ושגיאה שנצפתה. בקשו תחילה להסביר את הקשר ביניהן, ואז להציע שינוי מקומי ודרכי בדיקה. למחקר לפי טקסטים שסופקו הגדירו שאלה, מנו מקורות בתוך הבקשה וקבעו אילו טענות צריכות לכלול הפניה למקטע המתאים. להכנת מסמך ציינו קהל, מטרה, סעיפי חובה וקריטריוני קבלה.\n\nהחיבור הטקסטואלי מיוצג במתודות Messages, Responses, Chat Completions ובממשק generateContent טקסטואלי. בחירת הפורמט עוזרת לשלב את המודל בלקוח קיים. היא כשלעצמה אינה מוסיפה קריאת תמונות, חיפוש באינטרנט או הרצת פקודות. קוד, תוכנית והמלצות נשארים תוצרי יצירת טקסט כל עוד היישום שלכם אינו מבצע פעולות נוספות.\n\n### גרסה לבחירה שניתנת לשחזור\n\nהמזהה `unbiased/pareto-26.10` בוחר במפורש במהדורה 26.10. הדבר נוח כשצריך לקבע מודל בהגדרות היישום או להשוות תוצאות של אותה גרסה על אוסף המשימות שלכם. מהדורה 26.9 קיימת בנפרד ויש לה חלון הקשר משלה.","alias_of":null,"aliases":[],"author":"Unbiased","canonical_model":"unbiased/pareto-26.10","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"unbiased/pareto-26.10","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.06,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":6.4,"output":["text"],"path":"/v1/messages","request_model_id":"unbiased/pareto-26.10","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.06,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":6.4,"output":["text"],"path":"/v1/responses","request_model_id":"unbiased/pareto-26.10","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.06,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":6.4,"output":["text"],"path":"/v1/chat/completions","request_model_id":"unbiased/pareto-26.10","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.06,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":6.4,"output":["text"],"path":"/v1beta/models/unbiased/pareto-26.10:generateContent","request_model_id":"unbiased/pareto-26.10","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"unbiased/pareto-26.10","request_model_id":"unbiased/pareto-26.10","route_label":"Ultra"}],"name":"Pareto 26.10","price":{"in":1.6,"in_label":null,"out":6.4,"out_label":null,"sort_in":1.6,"sort_out":6.4,"varies":false},"public_id":"unbiased/pareto-26.10","short":"מודל טקסט מורכב של Unbiased עם הקשר של 1 048 576 טוקנים לניתוח אוספי חומרים גדולים ולהכנת תשובות מפורטות."}