Pareto 26.9

Pareto 26.9 adalah model generasi teks dari Unbiased, yang terdaftar di bawah kategori teks penyedia tersebut. Unbiased mendeskripsikan Pareto sebagai model komposit multimodal yang dibangun untuk riset, coding, dan alur kerja agentic, sekaligus memberikan performa tingkat frontier di berbagai tugas serbaguna. Model ini dirilis oleh penyedia pada 2026-10-13.

Di sisi input, Pareto 26.9 menerima teks dan gambar, sehingga Anda dapat mengirim prompt yang menggabungkan instruksi tertulis dengan konten visual. Output hanya berupa teks. Context window-nya 262144 token, dan output maksimumnya 131072 token, yang memberi Anda anggaran kerja besar untuk dokumen panjang, percakapan panjang, atau jejak agen multi-langkah tanpa harus memecahnya ke beberapa permintaan.

Kemampuan tersebut mengarah ke beberapa penggunaan praktis. Tugas riset dan coding sesuai dengan fokus yang dinyatakan penyedia, terutama saat Anda perlu membaca file sumber atau makalah yang panjang dan menghasilkan output tertulis yang terperinci. Karena gambar diterima sebagai input, Anda juga dapat membangun alur kerja yang menalar atas screenshot, diagram, atau halaman hasil pindai bersama instruksi teks. Kombinasi context window besar dan dukungan tool membuat model ini kandidat untuk pengaturan agentic di mana model memanggil fungsi dan menjaga riwayat panjang tetap terlihat.

Melalui api14 Anda memanggil model ini dengan id "unbiased/pareto-26.9" menggunakan API yang kompatibel dengan OpenAI, sehingga SDK dan klien OpenAI yang ada dapat bekerja dengan mengubah base URL dan model id. Parameter permintaan yang didukung adalah max_tokens, response_format, temperature, tool_choice, tools, dan top_p. Gunakan max_tokens untuk membatasi panjang generasi, response_format saat Anda memerlukan output terstruktur seperti JSON, temperature dan top_p untuk mengontrol sampling, serta tools dengan tool_choice untuk mendefinisikan dan memilih fungsi yang dapat dipanggil untuk alur agentic.

Perhatikan batas output: 131072 token itu besar tetapi tetap merupakan plafon, dan teks adalah satu-satunya modalitas output, jadi tugas yang memerlukan gambar atau audio yang dihasilkan membutuhkan model lain. Jika beban kerja Anda sepenuhnya teks dengan kebutuhan konteks yang lebih kecil, model yang lebih ringan mungkin lebih sederhana dan lebih cepat dioperasikan; Pareto 26.9 paling masuk akal ketika Anda benar-benar membutuhkan konteks panjang, input gambar, atau pemanggilan tool yang didukungnya.