modelos

Pareto 26.9

Markdown · JSON

Pareto 26.9

unbiased/pareto-26.9
UnbiasedTextoEntrada 0,005 US$ / 1KSaída 0,015 US$ / 1K

Versão anterior do modelo textual composto da Unbiased, com contexto de 262 144 tokens para processos de trabalho com versão explicitamente fixada.

A versão anterior da família Pareto

O Pareto 26.9 é uma versão separada do modelo composto da Unbiased. Na família Pareto, um pedido é processado com a participação de vários modelos de vanguarda e abertos, cujos resultados são combinados numa resposta conjunta. O utilizador trabalha com um só modelo Pareto, em vez de escolher manualmente cada componente. O fabricante indica que a composição dos modelos base pode mudar.

A versão 26.9 foi mantida após o aparecimento da versão estável 26.10. O seu identificador exato unbiased/pareto-26.9 permite selecionar explicitamente a versão anterior na aplicação. Isto faz sentido para processos existentes e comparações em que importa indicar a versão utilizada, em vez de passar automaticamente à seguinte. Fixar o nome não significa que a composição interna fique imutável.

Trabalho com os materiais fornecidos

Na Ailoot, esta versão recebe texto e produz uma resposta textual. A sua janela de contexto é de 262 144 tokens. Inclui instruções, histórico, materiais de partida e a resposta; os metadados do modelo indicam um volume de resposta até 131 072 tokens. A versão 26.10 tem uma janela de contexto maior, pelo que, ao escolher a 26.9, é útil selecionar previamente os documentos e excertos realmente pertinentes para a tarefa.

O processo pode centrar-se na comparação de vários textos. Forneça os requisitos, as opções de solução e os critérios de escolha e peça uma tabela comparativa com argumentos para cada critério. Para um documento longo, indique a finalidade da análise: detetar contradições, elaborar um resumo de conteúdo, reunir perguntas para o autor ou preparar uma estrutura atualizada. Os nomes dos excertos originais ajudam a ligar as conclusões aos dados presentes no pedido.

Diálogo técnico

Ao analisar uma tarefa de programação, inclua o código relevante e o resultado de execução que já obteve no seu ambiente. Peça uma explicação da observação, uma proposta de alteração e os sinais que permitem verificar o respetivo resultado. Na mensagem seguinte, forneça o resultado da verificação. Assim, o diálogo textual liga-se a uma tarefa real sem pressupor que o modelo tem acesso aos ficheiros ou ao ambiente de execução.

Para preparar um texto novo, é útil definir o público, o plano e o grau de detalhe necessário. A resposta pode ser um rascunho de documento, uma síntese dos dados de partida, uma lista de diferenças ou uma sequência de ações seguintes; o formato concreto é determinado pelo seu pedido.

O Pareto 26.9 está disponível nos formatos Messages, Responses, Chat Completions e generateContent textual. Descrevem formas de integração no cliente. Nesta ligação, os materiais são fornecidos em texto; a escolha do formato do pedido não acrescenta imagens, execução de código ou acesso a sistemas externos.

Disponível através da API Ailoot

Ultra Anthropic MessagesPOST /v1/messages
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,005 US$ / 1K
Saída
0,015 US$ / 1K
Leitura da cache
0,0005 US$ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,005 US$ / 1K
Saída
0,015 US$ / 1K
Leitura da cache
0,0005 US$ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,005 US$ / 1K
Saída
0,015 US$ / 1K
Leitura da cache
0,0005 US$ / 1K
Ultra Gemini generateContentPOST /v1beta/models/unbiased/pareto-26.9:generateContent
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,005 US$ / 1K
Saída
0,015 US$ / 1K
Leitura da cache
0,0005 US$ / 1K
unbiased/pareto-26.9 · JSON
{"about":"### A versão anterior da família Pareto\n\nO Pareto 26.9 é uma versão separada do modelo composto da Unbiased. Na família Pareto, um pedido é processado com a participação de vários modelos de vanguarda e abertos, cujos resultados são combinados numa resposta conjunta. O utilizador trabalha com um só modelo Pareto, em vez de escolher manualmente cada componente. O fabricante indica que a composição dos modelos base pode mudar.\n\nA versão 26.9 foi mantida após o aparecimento da versão estável 26.10. O seu identificador exato `unbiased/pareto-26.9` permite selecionar explicitamente a versão anterior na aplicação. Isto faz sentido para processos existentes e comparações em que importa indicar a versão utilizada, em vez de passar automaticamente à seguinte. Fixar o nome não significa que a composição interna fique imutável.\n\n### Trabalho com os materiais fornecidos\n\nNa Ailoot, esta versão recebe texto e produz uma resposta textual. A sua janela de contexto é de 262 144 tokens. Inclui instruções, histórico, materiais de partida e a resposta; os metadados do modelo indicam um volume de resposta até 131 072 tokens. A versão 26.10 tem uma janela de contexto maior, pelo que, ao escolher a 26.9, é útil selecionar previamente os documentos e excertos realmente pertinentes para a tarefa.\n\nO processo pode centrar-se na comparação de vários textos. Forneça os requisitos, as opções de solução e os critérios de escolha e peça uma tabela comparativa com argumentos para cada critério. Para um documento longo, indique a finalidade da análise: detetar contradições, elaborar um resumo de conteúdo, reunir perguntas para o autor ou preparar uma estrutura atualizada. Os nomes dos excertos originais ajudam a ligar as conclusões aos dados presentes no pedido.\n\n### Diálogo técnico\n\nAo analisar uma tarefa de programação, inclua o código relevante e o resultado de execução que já obteve no seu ambiente. Peça uma explicação da observação, uma proposta de alteração e os sinais que permitem verificar o respetivo resultado. Na mensagem seguinte, forneça o resultado da verificação. Assim, o diálogo textual liga-se a uma tarefa real sem pressupor que o modelo tem acesso aos ficheiros ou ao ambiente de execução.\n\nPara preparar um texto novo, é útil definir o público, o plano e o grau de detalhe necessário. A resposta pode ser um rascunho de documento, uma síntese dos dados de partida, uma lista de diferenças ou uma sequência de ações seguintes; o formato concreto é determinado pelo seu pedido.\n\nO Pareto 26.9 está disponível nos formatos Messages, Responses, Chat Completions e generateContent textual. Descrevem formas de integração no cliente. Nesta ligação, os materiais são fornecidos em texto; a escolha do formato do pedido não acrescenta imagens, execução de código ou acesso a sistemas externos.","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":"Versão anterior do modelo textual composto da Unbiased, com contexto de 262 144 tokens para processos de trabalho com versão explicitamente fixada."}

Perguntas

Como escolher um modelo para a minha tarefa?

Identifique primeiro a entrada e a saída necessárias: texto, imagem, áudio ou vídeo. Compare depois os métodos API compatíveis, o ID exato do modelo ou o destino atual do alias, o preço e a unidade de faturação. GET /v1/models é gratuito e lista os modelos disponíveis para a sua chave.

Cada modelo suporta todos os métodos API e tipos de conteúdo?

Use os métodos API e os tipos de entrada e saída indicados na ficha do modelo. O suporte de texto, imagens, áudio ou vídeo depende do modelo e do método escolhidos; consulte o respetivo exemplo de pedido antes de enviar os seus dados.

Qual é a diferença entre o ID de um modelo e um alias?

Um ID exato identifica um modelo específico. Um alias aponta para um modelo e o seu destino pode mudar. Confirme o destino atual do alias no catálogo; use o ID exato quando a integração precisar de um modelo específico.

Como comparar os preços antes de enviar um pedido?

Consulte na ficha do modelo o preço e a unidade de faturação do método API escolhido. Compare a mesma unidade e os mesmos tipos de entrada e saída; o histórico de pedidos mostra a utilização real e o montante debitado.

O que oferece a subscrição?

Um desconto na compra de tokens para trabalho regular. Escolha o plano conforme o volume de pedidos; as condições e o preço da subscrição aparecem na adesão.

Como aplico um código promocional com até 50% de desconto?

Introduza o código promocional ao comprar tokens. O total é recalculado segundo as condições da campanha; o desconto é visível antes do pagamento.