モデル

Pareto 26.9

Markdown · JSON

Pareto 26.9

unbiased/pareto-26.9
Unbiasedテキスト入力 $0.005 / 1K出力 $0.015 / 1K

明示的に版を固定する作業向けの、262,144トークンのコンテキストを持つUnbiasedの複合テキストモデルの旧版です。

Paretoファミリーの旧版

Pareto 26.9は、Unbiasedの複合モデルの独立した版です。Paretoファミリーでは、一つの要求を複数の最先端モデルやオープンモデルで処理し、その結果を統合して回答します。利用者は各構成要素を手動で選ぶのではなく、一つのParetoを使います。開発元は、基盤モデルの構成が変わる場合があると説明しています。

26.9は安定版26.10の登場後も残されています。正確な識別子unbiased/pareto-26.9により、アプリケーションで旧版を明示して選択できます。自動的に次へ移るより、使用版の明示が重要な既存の処理や比較で意味があります。ただし名前を固定しても、内部の構成まで不変になるわけではありません。

提供資料を使う作業

Ailootでは、この版はテキストを受け取りテキスト回答を作ります。コンテキストウィンドウは262,144トークンで、指示、履歴、元資料、回答を含みます。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います。26.10はより大きなコンテキストを持つため、26.9を使う場合は本当に課題に関係する文書や抜粋を先に選ぶと役立ちます。

複数の文章の比較を中心に作業を組み立てられます。要件、解決案、選択基準を渡し、各基準の根拠付き比較表を求めます。長い文書では、矛盾の発見、具体的な要約、著者への質問、改訂構成の準備など分析の目的を示します。元の文章に名前を付けると、結論を要求内のデータへ結び付けやすくなります。

技術的な対話

プログラムの課題には関連コードと、自分の環境で既に得た実行結果を含めます。観察の説明、変更案、結果を確認する判断基準を求め、次のメッセージで検証結果を渡します。モデル自身がファイルや実行環境にアクセスできると仮定せず、実際の課題とテキスト対話をつなぐ方法です。

新しい文章では読者、構成、詳しさを指定すると有用です。文書の下書き、元データの要約、違いの一覧、次の行動手順など、具体的な形式は要求によって決まります。

Pareto 26.9はMessages、Responses、Chat Completions、テキストのgenerateContentを提供します。これらはクライアントへの組み込み方法です。この接続には資料をテキストで渡し、要求形式の選択で画像、コード実行、外部システムへのアクセスが加わることはありません。

Ailoot APIで利用可能

Ultra Anthropic MessagesPOST /v1/messages
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
$0.005 / 1K
出力
$0.015 / 1K
キャッシュ読み取り
$0.0005 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
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
$0.005 / 1K
出力
$0.015 / 1K
キャッシュ読み取り
$0.0005 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
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
$0.005 / 1K
出力
$0.015 / 1K
キャッシュ読み取り
$0.0005 / 1K
Ultra Gemini generateContentPOST /v1beta/models/unbiased/pareto-26.9:generateContent
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
$0.005 / 1K
出力
$0.015 / 1K
キャッシュ読み取り
$0.0005 / 1K
unbiased/pareto-26.9 · JSON
{"about":"### Paretoファミリーの旧版\n\nPareto 26.9は、Unbiasedの複合モデルの独立した版です。Paretoファミリーでは、一つの要求を複数の最先端モデルやオープンモデルで処理し、その結果を統合して回答します。利用者は各構成要素を手動で選ぶのではなく、一つのParetoを使います。開発元は、基盤モデルの構成が変わる場合があると説明しています。\n\n26.9は安定版26.10の登場後も残されています。正確な識別子`unbiased/pareto-26.9`により、アプリケーションで旧版を明示して選択できます。自動的に次へ移るより、使用版の明示が重要な既存の処理や比較で意味があります。ただし名前を固定しても、内部の構成まで不変になるわけではありません。\n\n### 提供資料を使う作業\n\nAilootでは、この版はテキストを受け取りテキスト回答を作ります。コンテキストウィンドウは262,144トークンで、指示、履歴、元資料、回答を含みます。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います。26.10はより大きなコンテキストを持つため、26.9を使う場合は本当に課題に関係する文書や抜粋を先に選ぶと役立ちます。\n\n複数の文章の比較を中心に作業を組み立てられます。要件、解決案、選択基準を渡し、各基準の根拠付き比較表を求めます。長い文書では、矛盾の発見、具体的な要約、著者への質問、改訂構成の準備など分析の目的を示します。元の文章に名前を付けると、結論を要求内のデータへ結び付けやすくなります。\n\n### 技術的な対話\n\nプログラムの課題には関連コードと、自分の環境で既に得た実行結果を含めます。観察の説明、変更案、結果を確認する判断基準を求め、次のメッセージで検証結果を渡します。モデル自身がファイルや実行環境にアクセスできると仮定せず、実際の課題とテキスト対話をつなぐ方法です。\n\n新しい文章では読者、構成、詳しさを指定すると有用です。文書の下書き、元データの要約、違いの一覧、次の行動手順など、具体的な形式は要求によって決まります。\n\nPareto 26.9はMessages、Responses、Chat Completions、テキストのgenerateContentを提供します。これらはクライアントへの組み込み方法です。この接続には資料をテキストで渡し、要求形式の選択で画像、コード実行、外部システムへのアクセスが加わることはありません。","alias_of":null,"aliases":[],"author":"Unbiased","canonical_model":"unbiased/pareto-26.9","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"unbiased/pareto-26.9","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.5,"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":5.0,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1/messages","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.5,"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":5.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1/responses","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.5,"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":5.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.5,"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":5.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1beta/models/unbiased/pareto-26.9:generateContent","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"unbiased/pareto-26.9","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra"}],"name":"Pareto 26.9","price":{"in":5.0,"in_label":null,"out":15.0,"out_label":null,"sort_in":5.0,"sort_out":15.0,"varies":false},"public_id":"unbiased/pareto-26.9","short":"明示的に版を固定する作業向けの、262,144トークンのコンテキストを持つUnbiasedの複合テキストモデルの旧版です。"}

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。