Pareto 26.10 Preview
1865°
Ejecutar este modelo
Ofertas / Anuncios
unbiased | contexto de 1,048,576 tokens | $0.80/M entrada, $3.20/M salida. Pareto es un modelo compuesto multimodal construido para investigación, codificación y flujos de trabajo agentivos, mientras ofrece rendimiento de frontera en una amplia gama de tareas de propósito general. Esta es una vista previa de la próxima versión de Pareto y puede cambiar sin aviso; usa pareto-26.9 para comportamiento estable.
Guías para este modelo
Cómo elegir un modelo de IA en octubre de 2026: las novedades de código cerrado y luego los pesos abiertos que vale la pena descargar
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Notas del capitán
Notas del 2026-10-13
Pareto 26.10 Preview es un modelo multimodal de pesos cerrados de Unbiased, construido en torno a flujos de trabajo de investigación, codificación y agentes, mientras cubre tareas de propósito general. Su ventana de contexto de un millón de tokens es la característica práctica principal. Esta es una versión preliminar y puede cambiar sin previo aviso, por lo que el trabajo en producción debería mantenerse en pareto-26.9.
Conocido por
- Ventana de contexto de un millón de tokens para documentos o bases de código muy largos.
- Multimodal: acepta imágenes junto con texto.
- Diseñado explícitamente para flujos de trabajo agenticos y de múltiples pasos.
- Cobertura amplia de propósito general más allá de su enfoque en investigación y codificación.
Cuidado con
- Versión preliminar: el comportamiento puede cambiar sin previo aviso; no es adecuado para uso estable en producción.
- Pesos cerrados, solo API — sin opción de despliegue local.
- El precio de salida de $3.20 por millón de tokens se acumula rápidamente en ejecuciones agenticas largas.
Prompts para probar
Auditar una base de código grande
Estoy pegando el contenido completo de un repositorio Python a continuación. Revisa la arquitectura, identifica cualquier problema de seguridad, señala funciones con alta complejidad ciclomática y sugiere las tres refactorizaciones de mayor valor. Sé específico sobre nombres de archivos y rangos de líneas.
Plan de investigación en múltiples pasos
Necesito entender el panorama competitivo para baterías de estado sólido en 2026. Divide la investigación en etapas: jugadores clave, actividad reciente de patentes, cuellos de botella en fabricación y posibles cronogramas de comercialización. Para cada etapa, lista las fuentes que consultarías y qué pregunta responde cada una.
Analizar un diagrama o captura de pantalla
Adjunta un diagrama de arquitectura del sistema o una captura de pantalla. Describe qué muestra el diagrama, identifica puntos únicos de falla o cuellos de botella, y sugiere dos mejoras concretas con una breve justificación para cada una.
Comparar con
- ParetoModelo solo APIContexto de 262,144 tokens · $2.50/M entrada, $7.50/M salida
- DeepSeek V4.1 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.04/M entrada, $0.68/M salida
- GLM 5.3 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.02/M entrada, $0.72/M salida
- Hy4 previewModelo con pesos abiertosContexto de 1,048,576 tokens · $0.83/M entrada, $2.50/M salida
Más modelos de texto de unbiased
Preguntas frecuentes
- ¿Puedo ejecutar Pareto 26.10 Preview localmente?
- No. Unbiased no ha liberado pesos abiertos para este modelo; es solo por API.
- ¿Cuánto cuesta y qué tan grande es el contexto?
- El precio es $0.80 por millón de tokens de entrada y $3.20 por millón de tokens de salida, con una ventana de contexto de 1,048,576 tokens.
- ¿En qué se diferencia de pareto-26.9?
- Esta es una vista previa de la próxima versión y puede cambiar sin previo aviso; Unbiased recomienda pareto-26.9 si necesitas un comportamiento estable y reproducible.
Veredicto del capitánUn modelo multimodal capaz con contexto largo que vale la pena probar para investigación y trabajo agentico, pero manténlo alejado de cualquier cosa que requiera salidas estables y predecibles.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Pareto 26.10 Preview es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmunbiasedvisiónprogramaciónagentesinvestigacióncontexto largo
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153