Pareto 26.10 Preview
Rede Neural
Pareto 26.10 Preview — modelo composto multimodal para tarefas de pesquisa, programação e cenários de agentes.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 048 576 tokens
- Comprimento máximo de resposta
- 131 072 tokens
- Recursos
- chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'pareto-26.10-preview',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'pareto-26.10-preview',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Como funciona Pareto 26.10 Preview?
Pareto 26.10 Preview é um modelo composto multimodal, desenvolvido para tarefas de pesquisa, programação e cenários de agentes, sendo também confiável em uma ampla gama de solicitações cotidianas. O prefixo 'preview' indica uma versão preliminar: você trabalha com o modelo antes do lançamento estável. A multimodalidade elimina a fronteira entre texto e imagem dentro de uma única tarefa, e a estrutura composta ajuda a conduzi-la desde a formulação da pergunta até o resultado final. No BotHub, o modelo está disponível sem VPN ou cartões estrangeiros, com pagamento em rublos e por uso — apenas pelos tokens consumidos, que não expiram. Na mesma janela, mais de 250 modelos estão disponíveis: compare respostas ou alterne com poucos cliques, e a API única compatível com OpenAI dispensa a reescrita de integrações. Os diálogos são criptografados, e empresas têm acesso a contratos, faturas, EDI e painel administrativo com limites. Conecte-se ao Pareto 26.10 Preview para analisar bases de código desconhecidas, refatorar módulos, criar agentes para processos de várias etapas, realizar pesquisas e sintetizar conclusões, ou analisar esquemas e capturas de tela junto com enunciados de problemas.Perguntas frequentes sobre Pareto 26.10 Preview
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto: aceita texto, imagens e documentos como entrada e gera texto como resposta. Adequado para analisar materiais longos, trabalhar com código e refatoração, analisar capturas de tela e PDFs, além de análises e preparação de rascunhos.
Até 131.072 tokens por resposta — o suficiente para um documento técnico volumoso, um grande módulo de código ou uma análise detalhada. A janela de contexto é de 1.048.576 tokens, permitindo manter um projeto inteiro ou um arquivo de documentos no diálogo.
Não há um modo de raciocínio separado indicado em nossos dados. No entanto, você pode pedir ao modelo para resolver a tarefa passo a passo diretamente no prompt: essa técnica geralmente ajuda em problemas de matemática, lógica e depuração de código. Teste em seu cenário.
Sim, o modelo suporta chamada de funções e saída estruturada em JSON. Isso permite conectá-lo a serviços externos, bancos de dados e cenários de agentes, obtendo um formato de resposta previsível. O BotHub utiliza uma API única compatível com OpenAI, portanto, não será necessário reescrever a integração.
De acordo com nossos dados, o modelo aceita imagens e documentos: você pode enviar uma captura de tela de interface, esquema, gráfico, foto ou arquivo e pedir para analisar o conteúdo. O suporte para entrada de áudio e vídeo não está indicado nos dados; o modelo sempre retorna a resposta em texto.
Não temos dados sobre idiomas, por isso não podemos prometer a qualidade do russo — é melhor testar em suas próprias tarefas. No BotHub, isso é conveniente: envie a mesma solicitação para vários modelos na mesma janela e compare os resultados.