Source: https://ailoot.ai/models/ja/unbiased-pareto-26-10/ Canonical: https://ailoot.ai/models/ja/unbiased-pareto-26-10/ Language: ja # Pareto 26.10 [Markdown](https://ailoot.ai/models/ja/unbiased-pareto-26-10/index.md) · [JSON](https://ailoot.ai/models/ja/unbiased-pareto-26-10/facts.json) ## [Pareto 26.10](https://ailoot.ai/models/ja/unbiased-pareto-26-10/) `unbiased/pareto-26.10` Unbiasedテキスト入力 $0.0016 / 1K出力 $0.0064 / 1K 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。 ### Pareto 26.10の仕組み Pareto 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。 ### Ailootでのテキスト処理 Ailoot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。 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。 ### 実用的な要求の作り方 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。 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。 ### 版を明示して選択する 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。 ### Ailoot APIで利用可能 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0016 */ 1K* 出力 $0.0064 */ 1K* キャッシュ読み取り ≈$0.00006 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0016 */ 1K* 出力 $0.0064 */ 1K* キャッシュ読み取り ≈$0.00006 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0016 */ 1K* 出力 $0.0064 */ 1K* キャッシュ読み取り ≈$0.00006 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0016 */ 1K* 出力 $0.0064 */ 1K* キャッシュ読み取り ≈$0.00006 */ 1K* `unbiased/pareto-26.10` · JSON ``` {"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。"} ``` ## よくある質問 用途に合ったモデルを選ぶには？ まず、必要な入力と出力がテキスト、画像、音声、動画のどれかを確認してください。次に、互換性のあるAPIメソッド、正確なモデルIDまたはエイリアスが現在指しているモデル、料金、課金単位を比較します。GET /v1/models は無料で、キーで利用可能なモデルの一覧を取得できます。 各モデルはすべてのAPIメソッドとメディアタイプに対応していますか？ モデルカードに記載されているAPIメソッドと入出力タイプを使用してください。テキスト、画像、音声、動画への対応は、選択したモデルとメソッドによって異なります。データを送信する前に、該当するリクエストのサンプルを確認してください。 モデルIDとエイリアスの違いは何ですか？ 正確なモデルIDは、特定のモデルを識別します。エイリアスはモデルを指し、その参照先は変更されることがあります。カタログでエイリアスの現在の参照先を確認してください。連携で特定のモデルが必要な場合は、正確なIDを使用してください。 リクエストを送信する前に料金を比較するには？ モデルカードで、選択したAPIメソッドの料金と課金単位を確認してください。同じ単位と入出力タイプで比較してください。リクエスト履歴には、実際の使用量と請求額が表示されます。 サブスクリプションの利点は？ 継続利用のトークン購入を割引価格にできます。リクエスト量に合うプランを選べ、条件と価格は申し込み時に表示します。 最大50%割引のプロモコードを使うには？ トークン購入時にコードを入力します。キャンペーン条件で合計を再計算し、支払い前に割引率を表示します。 ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。