{
  "aboutHtml": "<h3>Cara Pareto 26.10 berfungsi</h3><p>Pareto 26.10 ialah keluaran stabil model gabungan Unbiased. Pendekatannya memilih beberapa model termaju dan terbuka bagi setiap permintaan, kemudian menggabungkan hasilnya dalam satu jawapan. Mekanisme ini berbeza daripada sekadar menghantar soalan kepada satu model: pengguna berinteraksi dengan satu Pareto dan menerima hasil bersama. Komposisi model peserta boleh berubah, jadi nama keluaran tidak menetapkan senarai model asas yang tetap.</p><h3>Kerja teks dalam Ailoot API</h3><p>Dalam Ailoot API, Pareto 26.10 menerima teks dan mengembalikan teks. Tetingkap konteks sambungan ialah 1 048 576 token, memuatkan arahan, sejarah perbualan, bahan yang diberikan dan jawapan yang dibentuk. Metadata model menyatakan saiz jawapan sehingga 131 072 token; ini had atas, bukan panjang wajib setiap penjanaan. Tetapkan jumlah hasil dan urutan bahagian terlebih dahulu untuk kerja yang terarah.</p><p>Konteks panjang membolehkan perbandingan beberapa bahan dalam satu permintaan: spesifikasi dan pelaksanaan, keperluan dan minit perbincangan atau beberapa versi dokumen. Hantar petikan asal dengan nama jelas dan minta kesimpulan dikaitkan dengannya. Contohnya, susun jadual perbezaan, kenal pasti percanggahan keperluan atau sediakan rancangan perubahan berdasarkan seluruh set. Ini cara membina tugas teks; akses fail atau sistem luar ditetapkan aplikasi.</p><h3>Membina permintaan kerja</h3><p>Untuk analisis kod, sertakan fungsi berkaitan, tingkah laku yang dijangka dan ralat diperhatikan. Minta hubungannya diterangkan dahulu, kemudian perubahan setempat dan cara pengesahan dicadangkan. Untuk penyelidikan teks yang diberikan, ajukan soalan, senaraikan sumber dalam permintaan dan tetapkan pernyataan yang memerlukan rujukan petikan berkaitan. Untuk dokumen, nyatakan khalayak, tujuan, bahagian wajib dan kriteria penerimaan.</p><p>Sambungan teks menyediakan Messages, Responses, Chat Completions dan antara muka teks generateContent. Pemilihan format membantu integrasi dengan klien sedia ada, tetapi tidak dengan sendirinya menambahkan pembacaan imej, carian web atau pelaksanaan perintah. Kod, rancangan dan cadangan kekal sebagai hasil penjanaan teks sehingga aplikasi melakukan tindakan seterusnya.</p><h3>Versi untuk pemilihan konsisten</h3><p>Pengecam <code>unbiased/pareto-26.10</code> memilih keluaran 26.10 secara khusus. Ini berguna untuk menetapkan model dalam tetapan aplikasi atau membandingkan hasil satu versi pada set tugas sendiri. Keluaran 26.9 tersedia berasingan dengan tetingkap konteksnya sendiri.</p>",
  "aboutText": "### Cara Pareto 26.10 berfungsi\n\nPareto 26.10 ialah keluaran stabil model gabungan Unbiased. Pendekatannya memilih beberapa model termaju dan terbuka bagi setiap permintaan, kemudian menggabungkan hasilnya dalam satu jawapan. Mekanisme ini berbeza daripada sekadar menghantar soalan kepada satu model: pengguna berinteraksi dengan satu Pareto dan menerima hasil bersama. Komposisi model peserta boleh berubah, jadi nama keluaran tidak menetapkan senarai model asas yang tetap.\n\n### Kerja teks dalam Ailoot API\n\nDalam Ailoot API, Pareto 26.10 menerima teks dan mengembalikan teks. Tetingkap konteks sambungan ialah 1 048 576 token, memuatkan arahan, sejarah perbualan, bahan yang diberikan dan jawapan yang dibentuk. Metadata model menyatakan saiz jawapan sehingga 131 072 token; ini had atas, bukan panjang wajib setiap penjanaan. Tetapkan jumlah hasil dan urutan bahagian terlebih dahulu untuk kerja yang terarah.\n\nKonteks panjang membolehkan perbandingan beberapa bahan dalam satu permintaan: spesifikasi dan pelaksanaan, keperluan dan minit perbincangan atau beberapa versi dokumen. Hantar petikan asal dengan nama jelas dan minta kesimpulan dikaitkan dengannya. Contohnya, susun jadual perbezaan, kenal pasti percanggahan keperluan atau sediakan rancangan perubahan berdasarkan seluruh set. Ini cara membina tugas teks; akses fail atau sistem luar ditetapkan aplikasi.\n\n### Membina permintaan kerja\n\nUntuk analisis kod, sertakan fungsi berkaitan, tingkah laku yang dijangka dan ralat diperhatikan. Minta hubungannya diterangkan dahulu, kemudian perubahan setempat dan cara pengesahan dicadangkan. Untuk penyelidikan teks yang diberikan, ajukan soalan, senaraikan sumber dalam permintaan dan tetapkan pernyataan yang memerlukan rujukan petikan berkaitan. Untuk dokumen, nyatakan khalayak, tujuan, bahagian wajib dan kriteria penerimaan.\n\nSambungan teks menyediakan Messages, Responses, Chat Completions dan antara muka teks generateContent. Pemilihan format membantu integrasi dengan klien sedia ada, tetapi tidak dengan sendirinya menambahkan pembacaan imej, carian web atau pelaksanaan perintah. Kod, rancangan dan cadangan kekal sebagai hasil penjanaan teks sehingga aplikasi melakukan tindakan seterusnya.\n\n### Versi untuk pemilihan konsisten\n\nPengecam `unbiased/pareto-26.10` memilih keluaran 26.10 secara khusus. Ini berguna untuk menetapkan model dalam tetapan aplikasi atau membandingkan hasil satu versi pada set tugas sendiri. Keluaran 26.9 tersedia berasingan dengan tetingkap konteksnya sendiri.",
  "locale": "ms",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0016 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.0064 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>≈USD 0.00006 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.10",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "unbiased/pareto-26.10",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|unbiased%2Fpareto-26.10",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0016 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.0064 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>≈USD 0.00006 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.10",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "unbiased/pareto-26.10",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|unbiased%2Fpareto-26.10",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0016 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.0064 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>≈USD 0.00006 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.10",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "unbiased/pareto-26.10",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|unbiased%2Fpareto-26.10",
      "ordinal": 2,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/unbiased/pareto-26.10:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0016 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.0064 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>≈USD 0.00006 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.10",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/unbiased/pareto-26.10:generateContent",
        "request_model_id": "unbiased/pareto-26.10",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/unbiased/pareto-26.10:generateContent|unbiased%2Fpareto-26.10",
      "ordinal": 3,
      "rawMethod": {
        "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_id": "unbiased/pareto-26.10",
  "page": {
    "canonical": "https://ailoot.ai/models/ms/unbiased-pareto-26-10/",
    "description": "Model teks gabungan Unbiased dengan konteks 1 048 576 token untuk meneliti set bahan besar dan menyediakan jawapan terperinci.",
    "locale": "ms",
    "md_url": "https://ailoot.ai/models/ms/unbiased-pareto-26-10/index.md",
    "title": "Pareto 26.10",
    "url": "https://ailoot.ai/models/ms/unbiased-pareto-26-10/"
  },
  "rawModel": {
    "about": "### Cara Pareto 26.10 berfungsi\n\nPareto 26.10 ialah keluaran stabil model gabungan Unbiased. Pendekatannya memilih beberapa model termaju dan terbuka bagi setiap permintaan, kemudian menggabungkan hasilnya dalam satu jawapan. Mekanisme ini berbeza daripada sekadar menghantar soalan kepada satu model: pengguna berinteraksi dengan satu Pareto dan menerima hasil bersama. Komposisi model peserta boleh berubah, jadi nama keluaran tidak menetapkan senarai model asas yang tetap.\n\n### Kerja teks dalam Ailoot API\n\nDalam Ailoot API, Pareto 26.10 menerima teks dan mengembalikan teks. Tetingkap konteks sambungan ialah 1 048 576 token, memuatkan arahan, sejarah perbualan, bahan yang diberikan dan jawapan yang dibentuk. Metadata model menyatakan saiz jawapan sehingga 131 072 token; ini had atas, bukan panjang wajib setiap penjanaan. Tetapkan jumlah hasil dan urutan bahagian terlebih dahulu untuk kerja yang terarah.\n\nKonteks panjang membolehkan perbandingan beberapa bahan dalam satu permintaan: spesifikasi dan pelaksanaan, keperluan dan minit perbincangan atau beberapa versi dokumen. Hantar petikan asal dengan nama jelas dan minta kesimpulan dikaitkan dengannya. Contohnya, susun jadual perbezaan, kenal pasti percanggahan keperluan atau sediakan rancangan perubahan berdasarkan seluruh set. Ini cara membina tugas teks; akses fail atau sistem luar ditetapkan aplikasi.\n\n### Membina permintaan kerja\n\nUntuk analisis kod, sertakan fungsi berkaitan, tingkah laku yang dijangka dan ralat diperhatikan. Minta hubungannya diterangkan dahulu, kemudian perubahan setempat dan cara pengesahan dicadangkan. Untuk penyelidikan teks yang diberikan, ajukan soalan, senaraikan sumber dalam permintaan dan tetapkan pernyataan yang memerlukan rujukan petikan berkaitan. Untuk dokumen, nyatakan khalayak, tujuan, bahagian wajib dan kriteria penerimaan.\n\nSambungan teks menyediakan Messages, Responses, Chat Completions dan antara muka teks generateContent. Pemilihan format membantu integrasi dengan klien sedia ada, tetapi tidak dengan sendirinya menambahkan pembacaan imej, carian web atau pelaksanaan perintah. Kod, rancangan dan cadangan kekal sebagai hasil penjanaan teks sehingga aplikasi melakukan tindakan seterusnya.\n\n### Versi untuk pemilihan konsisten\n\nPengecam `unbiased/pareto-26.10` memilih keluaran 26.10 secara khusus. Ini berguna untuk menetapkan model dalam tetapan aplikasi atau membandingkan hasil satu versi pada set tugas sendiri. Keluaran 26.9 tersedia berasingan dengan tetingkap konteksnya sendiri.",
    "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": "Model teks gabungan Unbiased dengan konteks 1 048 576 token untuk meneliti set bahan besar dan menyediakan jawapan terperinci."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Model teks gabungan Unbiased dengan konteks 1 048 576 token untuk meneliti set bahan besar dan menyediakan jawapan terperinci.",
  "source": {
    "audit_sha256": "6156913f66283b54dc397ebd8d8bdca1a1b10d0c1a523c1457a1be048b1e5ded",
    "bridge_map_sha256": "6156913f66283b54dc397ebd8d8bdca1a1b10d0c1a523c1457a1be048b1e5ded",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "80bbf188fe05820d4532763506a45c8d35ef0535f4541e158b15baf4cbfd40c4",
      "renderer_sha256": "e7e69b3db11512aae767b93ec59d2d6ed7f4fd07be0623a7f9c80209ccdae590"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "80bbf188fe05820d4532763506a45c8d35ef0535f4541e158b15baf4cbfd40c4",
    "renderer_sha256": "e7e69b3db11512aae767b93ec59d2d6ed7f4fd07be0623a7f9c80209ccdae590"
  },
  "sourceRevision": "121008cbe5061ad6a60162994868b5c4e3a0f6ef51f7cecfc572eecd756acb66"
}