Pareto 26.10

{"about":"### Pareto 26.10の仕組み\n\nPareto 26.10は、Unbiasedの複合モデルの安定版です。要求ごとに複数の最先端モデルやオープンモデルを選び、それぞれの結果を一つの回答に統合する方式を基盤としています。一つのモデルへ単に質問を渡す仕組みとは異なり、利用者は一つのParetoとやり取りし、統合された結果を得ます。参加するモデルの構成は変わり得るため、版の名前で基盤モデルの一覧が固定されるわけではありません。\n\n### Ailootでのテキスト処理\n\nAilootのPareto 26.10はテキストを受け取り、テキストを返します。この接続のコンテキストウィンドウは1,048,576トークンです。指示、会話履歴、渡した資料、生成される回答を収めます。モデルのメタデータには、回答の規模が最大131,072トークンと記載されており、毎回その長さになるという意味ではありません。内容のある作業では、結果の分量と節の順序を先に決めると有用です。\n\n長いコンテキストにより、仕様と実装、要件と議事録、複数の文書案などを一つの要求で比較できます。元の文章に分かりやすい名前を付け、結論を対応付けるよう求めます。相違点の表、要件間の矛盾の特定、資料全体に基づく変更計画などを作れます。これはテキスト課題の組み立て方であり、ファイルや外部システムへのアクセスはアプリケーションが定めます。\n\n### 実用的な要求の作り方\n\nコードの分析では、関係する関数、期待する動作、実際のエラーを含めます。まず関係を説明し、次に局所的な変更と検証方法を提案するよう求めます。提供文章に基づく調査では、質問と要求内の資料一覧を示し、どの主張に対応箇所の参照が必要かを定めます。文書の作成では、読者、目的、必須の節、受け入れ基準を伝えます。\n\nテキスト接続にはMessages、Responses、Chat Completions、テキストのgenerateContentがあります。形式を選ぶことで既存クライアントに組み込めますが、それだけで画像の読み取り、ウェブ検索、コマンド実行が追加されるわけではありません。コード、計画、提案は、アプリケーションが次の操作を行うまでテキスト生成の成果です。\n\n### 版を明示して選択する\n\n識別子`unbiased/pareto-26.10`は26.10を指定します。アプリケーション設定でモデルを明示的に固定したり、独自の課題群で同じ版の結果を比較したりする際に便利です。26.9は別に存在し、コンテキストウィンドウも異なります。","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":"1,048,576トークンのコンテキストを持ち、大量の資料の分析や詳しい回答の作成を行うUnbiasedの複合テキストモデルです。"}