O reprezentare codificată pentru un singur caracter, care constă dintr-o secvenţă de două unităţi cod 16-biţi, în cadrul căreia valoarea prima pereche este o unitate de mare-surogat codul din gama U + U + D800 prin DBFF şi a doua valoare este un low-surogat cod unitate din gama U + U + DC00 prin DFFF. Perechi surogat ofere un mecanism de extensie pentru codificarea 917 476 de caractere fără a fi necesară utilizarea a 32-biţi de caractere.