{
  "aboutHtml": "<h3>Eerdere uitgave van de Pareto-familie</h3><p>Pareto 26.9 is een afzonderlijke versie van het samengestelde model van Unbiased. In de Pareto-familie wordt één aanvraag met meerdere geavanceerde en open modellen verwerkt, waarna hun resultaten tot één antwoord worden gecombineerd. Je werkt met één Pareto-model en kiest niet elk onderdeel handmatig. De ontwikkelaar geeft aan dat de basismodellen kunnen veranderen.</p><p>Versie 26.9 bleef beschikbaar na de komst van de stabiele 26.10. Met de exacte identificatie <code>unbiased/pareto-26.9</code> kun je de eerdere uitgave expliciet in je toepassing kiezen. Dat is nuttig voor bestaande werkprocessen en vergelijkingen waarbij het belangrijk is de gebruikte versie te noemen in plaats van automatisch naar de volgende te gaan. Het vastleggen van de naam maakt de interne samenstelling op zichzelf niet onveranderlijk.</p><h3>Werken met aangeleverd materiaal</h3><p>In Ailoot accepteert deze versie tekst en genereert ze een tekstantwoord. Het contextvenster is 262 144 tokens. Dat omvat instructies, geschiedenis, bronmateriaal en antwoord; de modelmetadata vermeldt een antwoordomvang tot 131 072 tokens. Uitgave 26.10 heeft een groter contextvenster. Selecteer bij 26.9 daarom vooraf de documenten en fragmenten die echt relevant zijn voor de taak.</p><p>Je kunt het werk rond het vergelijken van meerdere teksten opbouwen. Lever eisen, oplossingsopties en keuzecriteria aan en vraag vervolgens om een vergelijkingstabel met argumenten per criterium. Benoem bij een lang document het doel van de analyse: tegenstrijdigheden vinden, inhoudelijk samenvatten, vragen voor de auteur verzamelen of een nieuwe structuur voorbereiden. Namen van de bronfragmenten helpen conclusies aan de gegevens in de aanvraag te koppelen.</p><h3>Technisch gesprek</h3><p>Neem bij een programmeertaak relevante code en het al verkregen uitvoerresultaat uit je eigen omgeving op. Vraag om de waarneming uit te leggen, een wijziging voor te stellen en aan te geven waaraan je het resultaat kunt controleren. Stuur in het volgende bericht de uitkomst van die controle mee. Zo blijft het tekstgesprek verbonden met de echte taak, zonder aan te nemen dat het model zelf toegang tot bestanden of de uitvoeromgeving heeft.</p><p>Geef voor nieuwe tekst de doelgroep, opzet en gewenste mate van detail aan. Het antwoord kan een documentconcept, een overzicht van de brongegevens, een verschillenlijst of een reeks vervolgstappen zijn. Je aanvraag bepaalt het concrete formaat.</p><p>Pareto 26.9 is beschikbaar via Messages, Responses, Chat Completions en tekstueel generateContent. Die beschrijven de manieren van integratie in een client. In deze aansluiting lever je materiaal als tekst aan; de keuze van het aanvraagformaat voegt geen afbeeldingen, code-uitvoering of toegang tot externe systemen toe.</p>",
  "aboutText": "### Eerdere uitgave van de Pareto-familie\n\nPareto 26.9 is een afzonderlijke versie van het samengestelde model van Unbiased. In de Pareto-familie wordt één aanvraag met meerdere geavanceerde en open modellen verwerkt, waarna hun resultaten tot één antwoord worden gecombineerd. Je werkt met één Pareto-model en kiest niet elk onderdeel handmatig. De ontwikkelaar geeft aan dat de basismodellen kunnen veranderen.\n\nVersie 26.9 bleef beschikbaar na de komst van de stabiele 26.10. Met de exacte identificatie `unbiased/pareto-26.9` kun je de eerdere uitgave expliciet in je toepassing kiezen. Dat is nuttig voor bestaande werkprocessen en vergelijkingen waarbij het belangrijk is de gebruikte versie te noemen in plaats van automatisch naar de volgende te gaan. Het vastleggen van de naam maakt de interne samenstelling op zichzelf niet onveranderlijk.\n\n### Werken met aangeleverd materiaal\n\nIn Ailoot accepteert deze versie tekst en genereert ze een tekstantwoord. Het contextvenster is 262 144 tokens. Dat omvat instructies, geschiedenis, bronmateriaal en antwoord; de modelmetadata vermeldt een antwoordomvang tot 131 072 tokens. Uitgave 26.10 heeft een groter contextvenster. Selecteer bij 26.9 daarom vooraf de documenten en fragmenten die echt relevant zijn voor de taak.\n\nJe kunt het werk rond het vergelijken van meerdere teksten opbouwen. Lever eisen, oplossingsopties en keuzecriteria aan en vraag vervolgens om een vergelijkingstabel met argumenten per criterium. Benoem bij een lang document het doel van de analyse: tegenstrijdigheden vinden, inhoudelijk samenvatten, vragen voor de auteur verzamelen of een nieuwe structuur voorbereiden. Namen van de bronfragmenten helpen conclusies aan de gegevens in de aanvraag te koppelen.\n\n### Technisch gesprek\n\nNeem bij een programmeertaak relevante code en het al verkregen uitvoerresultaat uit je eigen omgeving op. Vraag om de waarneming uit te leggen, een wijziging voor te stellen en aan te geven waaraan je het resultaat kunt controleren. Stuur in het volgende bericht de uitkomst van die controle mee. Zo blijft het tekstgesprek verbonden met de echte taak, zonder aan te nemen dat het model zelf toegang tot bestanden of de uitvoeromgeving heeft.\n\nGeef voor nieuwe tekst de doelgroep, opzet en gewenste mate van detail aan. Het antwoord kan een documentconcept, een overzicht van de brongegevens, een verschillenlijst of een reeks vervolgstappen zijn. Je aanvraag bepaalt het concrete formaat.\n\nPareto 26.9 is beschikbaar via Messages, Responses, Chat Completions en tekstueel generateContent. Die beschrijven de manieren van integratie in een client. In deze aansluiting lever je materiaal als tekst aan; de keuze van het aanvraagformaat voegt geen afbeeldingen, code-uitvoering of toegang tot externe systemen toe.",
  "locale": "nl-be",
  "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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>Niet vermeld in de catalogus</dd></div><div><dt>Max. antwoord</dt><dd>Niet vermeld in de catalogus</dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,005 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,015 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0005 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.9",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "unbiased/pareto-26.9",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|unbiased%2Fpareto-26.9",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>Niet vermeld in de catalogus</dd></div><div><dt>Max. antwoord</dt><dd>Niet vermeld in de catalogus</dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,005 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,015 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0005 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.9",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "unbiased/pareto-26.9",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|unbiased%2Fpareto-26.9",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>Niet vermeld in de catalogus</dd></div><div><dt>Max. antwoord</dt><dd>Niet vermeld in de catalogus</dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,005 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,015 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0005 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.9",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "unbiased/pareto-26.9",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|unbiased%2Fpareto-26.9",
      "ordinal": 2,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/unbiased/pareto-26.9:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>Niet vermeld in de catalogus</dd></div><div><dt>Max. antwoord</dt><dd>Niet vermeld in de catalogus</dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,005 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,015 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0005 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "unbiased/pareto-26.9",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/unbiased/pareto-26.9:generateContent",
        "request_model_id": "unbiased/pareto-26.9",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/unbiased/pareto-26.9:generateContent|unbiased%2Fpareto-26.9",
      "ordinal": 3,
      "rawMethod": {
        "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_id": "unbiased/pareto-26.9",
  "page": {
    "canonical": "https://ailoot.ai/models/nl-be/unbiased-pareto-26-9/",
    "description": "Eerdere versie van het samengestelde tekstmodel van Unbiased met 262 144 tokens context voor expliciet vastgelegde werkprocessen.",
    "locale": "nl-be",
    "md_url": "https://ailoot.ai/models/nl-be/unbiased-pareto-26-9/index.md",
    "title": "Pareto 26.9",
    "url": "https://ailoot.ai/models/nl-be/unbiased-pareto-26-9/"
  },
  "rawModel": {
    "about": "### Eerdere uitgave van de Pareto-familie\n\nPareto 26.9 is een afzonderlijke versie van het samengestelde model van Unbiased. In de Pareto-familie wordt één aanvraag met meerdere geavanceerde en open modellen verwerkt, waarna hun resultaten tot één antwoord worden gecombineerd. Je werkt met één Pareto-model en kiest niet elk onderdeel handmatig. De ontwikkelaar geeft aan dat de basismodellen kunnen veranderen.\n\nVersie 26.9 bleef beschikbaar na de komst van de stabiele 26.10. Met de exacte identificatie `unbiased/pareto-26.9` kun je de eerdere uitgave expliciet in je toepassing kiezen. Dat is nuttig voor bestaande werkprocessen en vergelijkingen waarbij het belangrijk is de gebruikte versie te noemen in plaats van automatisch naar de volgende te gaan. Het vastleggen van de naam maakt de interne samenstelling op zichzelf niet onveranderlijk.\n\n### Werken met aangeleverd materiaal\n\nIn Ailoot accepteert deze versie tekst en genereert ze een tekstantwoord. Het contextvenster is 262 144 tokens. Dat omvat instructies, geschiedenis, bronmateriaal en antwoord; de modelmetadata vermeldt een antwoordomvang tot 131 072 tokens. Uitgave 26.10 heeft een groter contextvenster. Selecteer bij 26.9 daarom vooraf de documenten en fragmenten die echt relevant zijn voor de taak.\n\nJe kunt het werk rond het vergelijken van meerdere teksten opbouwen. Lever eisen, oplossingsopties en keuzecriteria aan en vraag vervolgens om een vergelijkingstabel met argumenten per criterium. Benoem bij een lang document het doel van de analyse: tegenstrijdigheden vinden, inhoudelijk samenvatten, vragen voor de auteur verzamelen of een nieuwe structuur voorbereiden. Namen van de bronfragmenten helpen conclusies aan de gegevens in de aanvraag te koppelen.\n\n### Technisch gesprek\n\nNeem bij een programmeertaak relevante code en het al verkregen uitvoerresultaat uit je eigen omgeving op. Vraag om de waarneming uit te leggen, een wijziging voor te stellen en aan te geven waaraan je het resultaat kunt controleren. Stuur in het volgende bericht de uitkomst van die controle mee. Zo blijft het tekstgesprek verbonden met de echte taak, zonder aan te nemen dat het model zelf toegang tot bestanden of de uitvoeromgeving heeft.\n\nGeef voor nieuwe tekst de doelgroep, opzet en gewenste mate van detail aan. Het antwoord kan een documentconcept, een overzicht van de brongegevens, een verschillenlijst of een reeks vervolgstappen zijn. Je aanvraag bepaalt het concrete formaat.\n\nPareto 26.9 is beschikbaar via Messages, Responses, Chat Completions en tekstueel generateContent. Die beschrijven de manieren van integratie in een client. In deze aansluiting lever je materiaal als tekst aan; de keuze van het aanvraagformaat voegt geen afbeeldingen, code-uitvoering of toegang tot externe systemen toe.",
    "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": "Eerdere versie van het samengestelde tekstmodel van Unbiased met 262 144 tokens context voor expliciet vastgelegde werkprocessen."
  },
  "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": "Eerdere versie van het samengestelde tekstmodel van Unbiased met 262 144 tokens context voor expliciet vastgelegde werkprocessen.",
  "source": {
    "audit_sha256": "af104991fb44c1e26b452ddb0033ca1573a6fedb35ae3bec247081609502a40c",
    "bridge_map_sha256": "af104991fb44c1e26b452ddb0033ca1573a6fedb35ae3bec247081609502a40c",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "8806cdf299395660783befcadd5117ec3c445b16de63e610ed9aa00833e26733",
      "renderer_sha256": "b942fac530cc59ce30b81de9d2d3a3935a4331cdd5fb411371b7cbacc34ce19f"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "8806cdf299395660783befcadd5117ec3c445b16de63e610ed9aa00833e26733",
    "renderer_sha256": "b942fac530cc59ce30b81de9d2d3a3935a4331cdd5fb411371b7cbacc34ce19f"
  },
  "sourceRevision": "e086f06f4c2dbe07984ef31170f145430cfed929797ca7638ae36a813a1f7781"
}
