AREX Feed Article
OpenRouter 上线 Pareto 26.10 Preview：1M 上下文，输入 $0.80/M、输出 $3.20/M
10 月 1 日，OpenRouter 在 X 上，The Unbiased Co 的 Pareto 26.10 Preview 已在其平台上线：输入 $0.80/M、输出 $3.20/M（每百万 token）；作为对比，当前 Pareto 的价格是 $2.50/$7.50。OpenRouter 把它描述为面向研究、编程与 agentic（代理式）工作流的多模态复合模型（multimodal composite model），具备 1M 上下文、文本与图像输入以及工具调用。
补充说，这是下一代 Pareto 版本的预览版，可能在不另行通知的情况下变更；如果需要稳定行为，应使用 Pareto 26.9。
与现行 Pareto 相比：输入低 68%、缓存读取低 88%
据 ，缓存读取单独计价，为每百万 token $0.03。作为参照，OpenRouter 的显示，现行 unbiased/pareto 的输入为 $2.50/M、输出为 $7.50/M、缓存读取为 $0.25/M，上下文窗口 262,144 token。换算下来，预览版的输入价格低 68%、输出低约 57%、缓存读取低 88%；上下文窗口则扩大到 1,048,576 token，正好是原来的 4 倍。
输出上限 131,072 token，不支持 response_format
模型页的 FAQ 给出了具体参数：上下文窗口 1,048,576 token（页面按 1.05M 展示），单次输出上限 131,072 token；输入接受文本与图像，输出只有文本；函数调用接受 tools 与 tool_choice 参数。
模型页也写明了限制：它不支持结构化输出参数 response_format，OpenRouter 的说明是「JSON 输出不会被强制」。在 OpenRouter 的模型数据里，现行 Pareto 把 response_format 列在支持参数中，依赖结构化输出的工作流在迁移前要留意这一点。该模型在平台上的标识是 unbiased/pareto-26.10-preview，由单一上游提供方托管，OpenRouter 会把每个请求直接转发过去，没有可选的路由决策。它的接口兼容 OpenAI 格式，多数 SDK 只需替换接口地址（base URL）与模型标识即可调用。
「一个模型串，一张账单」：复合模型如何作答
复合模型的机制细节由 给出：Pareto 是其自有的「融合式（blended）AI 模型」，定位是「一个模型串、一张账单」，底层「在你的请求上运行多个模型，并保留最好的那个答案」。开发者这边，「代码只发一次 API 调用、拿回一个响应」，不必为每个底层模型单独构建和维护集成；而且它「不会在会话中途切换模型」，提示缓存与相应的节省不受影响。
X 用户 Santiago（@svpino）在当天的里把这一机制拆成四步：发送请求；Pareto 运行多个模型产出答案；对答案做评估、挑出最好的；把选中的答案返回给用户。按他的说法，开发者因此不必自建对比与选择系统。The Unbiased Co 随后。
「零数据保留」与官网 FAQ 的保留提示
Unbiased 自己的称，预览版「这周还会继续改进」，并强调「零数据保留」。
Unbiased 官网 FAQ 里另有一段数据处理说明：为运行服务，提示词与响应内容可能经过 Circuit & Chisel 的基础设施；数据政策列出了当前用途、安全实践与尚未明确的保留问题，官网建议在发送敏感数据前先与团队确认哪些承诺适用。同一页面还说明，Unbiased 与 Pareto 由 Circuit & Chisel 团队构建和维护。
流量信号：Apps 栏里的 Cline 与 Claude Code
OpenRouter 模型页的 Apps 栏用来展示向该模型发送流量最多的公开应用，页面称这一栏是观察真实生产负载的信号，也提示了模型适合哪些用例。页面上列出的应用包括：运行在 IDE 里的开源编码 agent（智能体）Cline，以及 Anthropic 的 agentic 编码工具 Claude Code。
Cobus Greyling（@CobusGreylingZA）当天：「每百万 token $0.80 输入、$3.20 输出，加上 1M 上下文和工具调用，感觉让长 agent 循环挂着跑的成本一下子就低了很多。」
自测基准：69.9% DeepSWE、50.8% TB4.0，Unbiased 公开邀第三方实测
Unbiased 官网给出的初步成绩有四项：DeepSWE v1.1（agentic 编码）69.9%、Terminal-Bench 4.0（agentic 终端操作）50.8%、HLE（Humanity's Last Exam，专家推理，纯文本）49.9%、GPQA-Diamond（科学推理）92.4%，对应的每任务平均成本分别为 $0.24、$0.48、$0.008、$0.004。官网的表述是，在初步结果中，Pareto 26.10 Preview「在四项基准上与 Pareto 前沿持平，或推进了前沿」。
里，DeepSWE v1.1 一栏只有三行：预览版 69.9%（每任务 $0.24）、上一版 Pareto 26.9 70.0%（$0.29）、历史对照 Fable 5 70.0%（$13.50）；模型卡注明，后两者的成绩用的是 30 题切片，而非完整测试集。对照中也有分数更高的对手，例如 Claude Sonnet 5.5 在 Terminal-Bench 4.0 得 70.6%、HLE 得 55.0%；这些数字来自公开发布的结果，Unbiased 注明未自行运行。
这些数字都带着 Unbiased 自己加的注脚：预览版成绩来自 10 月 1 日的运行，可能在最终发布前变化；模型卡里的对照结果转写自 9 月 21 日的一次比较、未经独立验证；分母与成本方法仍需确认。Unbiased 在给 里说，HLE 与 Terminal-Bench 4.0 的分数「由我们自己测量」，并请对方用其提供的额度来做独立测试，「这样我们就不用再往你们的图表上画点了」。这次邀请如果得到回应，这组基准数字就会多出一个外部来源。