MIDM K 3.0 Pro vs. Gemini 4 Argon: Zehnmal der Preis, fünfzig Punkte beim Index

Der günstigste Weg zum Vergleich von Mi:dm K 3.0 Pro und Gemini 4 Argon ist kein Datenblatt, sondern eine Division. Gemini 4 Argon kostet 2,00 $ pro Million Eingabe-Token und 10,00 $ pro Million Ausgabe-Token, und Artificial Analysis beziffert die Kosten für die Ausführung einer Intelligence-Index-Aufgabe mit 1,99 $. Mi:dm K 3.0 Pro kostet 0,20 $ und 0,80 $ und hat keine Index-Aufgabenkosten, weil es keinen Index-Score hat. Die ehrliche Einordnung lautet also nicht „günstiges Modell versus teures Modell“ – sondern ein gemessenes Modell mit bekannten Kosten pro Fähigkeitseinheit gegen ein ungemessenes mit bekannten Kosten pro Token, und diese beiden Fakten lassen sich nicht voneinander subtrahieren. Was man tun kann, ist, das Risiko zu bepreisen: Ermitteln, welchen Score das koreanische Modell erreichen müsste, bevor sein Preisvorteil den Kontakt mit einer realen Arbeitslast übersteht, und dann entscheiden, ob diese Zahl plausibel ist.

Wo jedes Modell am 11. November 2026 steht

• Gemini 4 Argon — am 30. September 2026 von Google angekündigt und seit 13. Oktober 2026 allgemein über die Gemini API verfügbar. Kontextfenster von 1.048.576 Token, bis zu 943.718 Token Ausgabe in einer einzigen Antwort sowie multimodale Eingaben über Text, Bilder, Audio, Video und Dateien. Preis: 2,00 US-Dollar für Eingaben und 10,00 US-Dollar für Ausgaben pro Million, zwischengespeicherte Eingaben zu 0,10 US-Dollar.

• Mi:dm K 3.0 Pro — abrechenbar auf der Token Factory-Plattform von KT seit dem 29. Oktober 2026 und am 5. November international gelistet. Kontextfenster von 261.795 Tokens, bis zu 235.615 Tokens Ausgabe, Text als Eingabe und Text als Ausgabe. 0,20 USD Eingabe und 0,80 USD Ausgabe pro Million, zwischengespeicherte Eingabe zu 0,04 USD, wobei auf der eigenen Plattform von KT derzeit ein Aktionsrabatt von 30 % gewährt wird.

• Unabhängige Bewertung — Gemini 4 Argon erreicht 52,6 Punkte im Artificial Analysis Intelligence Index und belegt mit 68,90 % den ersten Platz im Vals Index. Mi:dm K 3.0 Pro ist in keinem der beiden aufgeführt.

• Architektur — Google veröffentlicht für Argon keine Parameteranzahl. KT veröffentlicht eine für sein Modell: 120B gesamt, 12B aktiv, hybrides Mamba/MoE/Attention-Modell, bereitgestellt aus einem Checkpoint mit NVFP4-Experten.

Die Rechnung, die entscheidet, ob das günstige Modell einen Test wert ist

Beginnen wir mit den Kosten einer echten Anfrage. Ein Dokument mit 30.000 Tokens, das auf 1.500 Tokens zusammengefasst wird, kostet bei Gemini 4 Argon $0,06 für die Eingabe plus $0,015 für die Ausgabe — $0,075. Dieselbe Anfrage kostet bei Mi:dm K 3.0 Pro $0,006 plus $0,0012, also $0,0072. Zehnmal günstiger, so ziemlich.

Jetzt kommt der Teil, der die Entscheidung verändert. Angenommen, das Gemini-Modell erzielt im ersten Durchgang bei 92 % dieser Zusammenfassungen ein korrektes Ergebnis und das koreanische Modell, das nicht gemessen wurde, bei 84 %. Beim Zehnfachen des Preises gewinnt das günstige Modell bei den reinen Token-Kosten immer noch – 0,0072 $ gegenüber 0,075 $. Wenn jedoch die Fehlerquote von 8 % einen zweiten Durchgang mit einem stärkeren Modell erfordert und dieser zweite Durchgang mehr kostet als der erste, weil er eine Verifizierung einschließt, konvergieren die effektiven Kosten pro akzeptierter Zusammenfassung schnell. Das ist das ganze Argument, und deshalb ist „kein Benchmark“ eine Tatsache der Preisgestaltung und keine redaktionelle Beschwerde.

Nennen Sie stattdessen eine Zahl für den Break-even-Punkt. Damit das koreanische Modell bei einer überprüfbaren Aufgabe als zehnmal günstigere Option die bessere Wahl ist, muss sein nutzbarer Output pro Dollar ungefähr innerhalb eines Faktors von zehn von dem von Argon liegen. Wenn Argons Index von 52,6 einer Aufgaben-Erfolgsrate entspricht, die Sie bereits aus Ihren eigenen Evals kennen, dann ist die Frage, ob ein 120B-Hybrid zu einem Fünftel des Preises von DeepSeeks Flaggschiff irgendwo innerhalb von zehn Genauigkeitspunkten eines Google-Frontier-Modells landet. Das ist möglich. Niemand hat es gezeigt, und die Beweislast liegt bei der Person, die migriert, nicht bei der Person, die bleibt.

Kosten pro Aufgabe, also die Zahl, die Artificial Analysis tatsächlich veröffentlicht

Argons $1.99 pro Index-Aufgabe sind es wert, verstanden zu werden, denn das ist nicht dasselbe wie sein Token-Preis, und es ist die Kennzahl, die einen modellübergreifenden Vergleich ehrlich macht.

Der Index normalisiert die Punktzahl gegen den Token-Aufwand, der zu ihrer Erzielung nötig ist, sodass ein Modell, das wortreich und pro Aufgabe teuer ist, schlechter abschneidet, als seine Preisliste vermuten lässt. Argons 1,99 US-Dollar finanzieren einen Durchlauf durch die neunteilige Evaluierungs-Suite, aus der Intelligence Index v5.0.1 besteht — AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt v2 und Terminal-Bench-Science. Die vollständige Suite einmal gegen Argon laufen zu lassen, kostet 2.407 US-Dollar. Gegen GLM-5.3, ein günstigeres Modell im selben Bereich, kostet es 2.503 US-Dollar — mehr, trotz niedrigerem Listenpreis, weil das Modell mehr Token benötigt, um dieselben Aufgaben zu erledigen.

Diese Umkehrung ist der Grund, einem reinen Preislisten-Vergleich zu misstrauen. Ein Modell für 2 $ und 10 $ kann günstiger im Betrieb sein als eines für 1,40 $ und 4,40 $, wenn es weniger denkt und kürzer antwortet. Die großzügige Ausgabegrenze von 235.615 Tokens und die offengelegte Denkspur von Mi:dm K 3.0 Pro wirken beide in die Gegenrichtung: Ein Modell, das Denkschritte und lange Antworten ausgeben kann, wird es tun, und die Rechnung richtet sich nach den Ausgabe-Tokens statt nach dem so attraktiv wirkenden Eingabepreis.

Multimodale Eingabe ist keine Funktionslücke, sondern eine Pipeline-Lücke.

Argon akzeptiert Text, Bilder, Audio, Video und Dateien. Mi:dm K 3.0 Pro akzeptiert Text. Dieser Satz klingt wie ein Kontrollkästchen und ist tatsächlich ein architektonischer Unterschied darin, was ein Team bauen muss.

Ein Dokumenten-Workflow auf Argon sendet das PDF. Ein Dokumenten-Workflow auf Mi:dm K 3.0 Pro sendet extrahierten Text, was eine OCR- oder Parsing-Stufe vor dem Modell bedeutet, was wiederum einen zweiten Anbieter, einen zweiten Fehlermodus und eine zweite Kostenposition bedeutet, die in der Rate von $0.20 nicht auftaucht. Für einen Korpus sauberer digitaler PDFs ist die Extraktionsstufe günstig und zuverlässig. Bei gescannten Formularen, Screenshots von Dashboards, Foliensätzen und aufgezeichneten Anrufen sitzen die Fehler in der Extraktionsstufe, und kein noch so günstiger Modellpreis gleicht einen Parser aus, der eine Tabelle verhunzt.

Audio und Video entscheiden die Frage für die Workloads, die sie nutzen, vollständig. Ein Modell, das eine Anrufaufzeichnung nicht hören kann, ist keine günstigere Option für die Transkriptionsanalyse; es fällt nicht in diese Kategorie.

Kontext: 1M gegenüber 262K und wofür jede Zahl wirklich steht

Argons Fenster von einer Million Tokens geht mit einer Ausgabegrenze von 943.718 Tokens einher – eine ungewöhnliche Kombination, denn die meisten Modelle bieten eine lange Eingabe und eine deutlich kürzere Ausgabe. Googles Beschreibung bezeichnet dies als Unterstützung für lange Dekodierung: Eine einzelne Antwort kann rund eine Million Tokens umfassen. Das ist eine Fähigkeit zur Dokumenterstellung, nicht nur zum Lesen von Dokumenten.

Die 261.795 Eingabe-Paare von Mi:dm K 3.0 Pro stehen 235.615 Ausgaben gegenüber, was proportional ähnlich ist – das Modell kann nahezu so viel schreiben, wie es lesen kann. Der Unterschied ist die absolute Obergrenze. Eine Viertelmillion Token entspricht ungefähr 190.000 Wörtern, also einem umfangreichen Buch. Eine Million sind vier Bücher.

Beide Obergrenzen sind großzügig genug, dass die meisten Workloads nie an eine von beiden stoßen. Wo die Lücke wirklich schmerzt, ist der Fall, der 2026 alltäglich geworden ist: ein Agent, der ein ganzes Repository hält, oder eine Rechercheaufgabe, bei der eine lange Kette von Tool-Ergebnissen aufläuft. Diese wachsen über 262K hinaus und hören nicht auf zu wachsen, und der Workaround – Kompaktierung, Zusammenfassung, Retrieval – ist genau der Teil eines Agent-Harness, der Informationen verliert. Das Fenster von Argon beseitigt diesen Fehlermodus für weitere 738.000 Tokens.

Koreanisch und der Fall, den das koreanische Modell tatsächlich hat

Google trainiert nicht speziell für Koreanisch; es trainiert für alles, und Koreanisch ist Teil dieses Alles. KT hat vier Generationen von Modellen entwickelt, die auf koreanischen Text ausgerichtet sind, von den koreazentrierten 12B- und 2B-Releases von Mi:dm 2.0 bis hin zu diesem Modell, und die Enterprise-Unterlagen beschreiben die Produktlinie als auf die koreanische Gesellschaft, Kultur und Domänenwissen abgestimmt.

Dieser Unterschied ist real, so wie Domänen-Tuning immer real ist: messbar am Vokabular und Register von Texten aus inländischem Kundenservice, Regulierung und öffentlichem Sektor und unsichtbar in einem englischen Coding-Benchmark. Wenn Ihr Korpus aus koreanischen Callcenter-Transkripten besteht, lohnt es sich, ein auf dieses Register trainiertes Modell zu testen, bevor man annimmt, dass ein Frontier-Modell gewinnt. Wenn Ihr Korpus englische Software ist, ist das Tuning wertlos und die 262K-Obergrenze weniger wert als Argons Million.

Der Test ist günstig und die einzige Möglichkeit, das zu klären. Nehmen Sie 200 echte Einträge aus Ihrem eigenen koreanischen Korpus, lassen Sie beide Modelle strukturierte Ausgaben erzeugen und bewerten Sie sie gegen einen zurückgehaltenen Antwortschlüssel. Bei $0.20 und $0.80 kostet der auf das koreanische Modell entfallende Teil dieses Experiments deutlich unter einem Dollar; der auf Argon entfallende Teil kostet etwa acht. Das Ergebnis ist für diese konkrete Entscheidung mehr wert als jeder veröffentlichte Index, denn der Index wurde nicht auf Ihren Daten aufgebaut.

Einen Schlüssel durchgehen – und was sich dadurch ändert

Gemini 4 Argon ist jetzt auf OrcaRouter verfügbar als google/gemini-4-argon zu Googles Listenpreis, ohne Aufschlag — 2,00 $ Eingabe, 10,00 $ Ausgabe, 0,10 $ Cache-Read — neben mehr als 200 weiteren Modellen am selben Endpoint und auf derselben Rechnung. Mi:dm K 3.0 Pro wird ausschließlich von KT bereitgestellt; wir routen es nicht, und es gibt nirgendwo einen zweiten Anbieter dafür.

Diese Asymmetrie fällt hier stärker ins Gewicht als bei den meisten Vergleichen, weil die beiden Modelle an entgegengesetzten Enden eines Risikoprofils liegen. Argon ist ein geroutetes Modell: Wenn Googles Endpunkt langsamer wird oder Fehler liefert, kann eine Routing-Regel die Anfrage an ein anderes Modell weiterleiten, ohne dass die Anwendung es bemerkt. Mi:dm K 3.0 Pro ist ein direkter Aufruf an die Infrastruktur eines einzelnen Unternehmens, und sein Verfügbarkeitswert von 100 % über den vergangenen Tag ist eine Messung genau dieses einen Endpunkts – ehrlich und keine Garantie, denn es gibt nichts, worauf ausgewichen werden könnte.

Das praktikable Muster besteht darin, Argon als gerouteten Standard für alles beizubehalten, was erfolgreich sein muss, und das koreanische Modell direkt – hinter Ihrem eigenen Timeout und Fallback – für die Bulk-Tier aufzurufen, bei der eine fehlgeschlagene Anfrage einfach erneut versucht oder verworfen werden kann. Auf OrcaRouter kann die Fallback-Regel für den Retry ein günstigeres Modell benennen, wodurch ein zehnmal günstigeres Experiment günstig bleibt, selbst wenn der günstige Endpunkt sich fehlerhaft verhält. Was wir nicht tun können, ist ein Failover auf Mi:dm K 3.0 Pro selbst, denn ein Anbieter ist eine Tür.

Wofür jedes Modell gedacht ist, klar formuliert

Gemini 4 Argon ist für Arbeit gedacht, bei der die Eingabe unübersichtlich, der Kontext lang oder die Ausgabe entscheidend ist. Es liest Bilder, Audio und Video, fasst eine Million Token, schreibt fast eine Million, erzielt 52,6 Punkte auf einem unabhängigen Index und belegt mit 68,90 % den ersten Platz im Vals Index – einem Benchmark für Finanzen, Recht, Programmierung und Steuern, bei dem ein Fünf-Punkte-Vorsprung vor dem nächsten Modell eine große Lücke ist. Es kostet zehnmal so viel wie das koreanische Modell und pro Indexaufgabe etwa ein Fünftel dessen, was Claude Opus 5.5 kostet, womit es eher in der Mitte des Frontier-Bandes als an dessen Spitze liegt.

Mi:dm K 3.0 Pro eignet sich für Arbeit, bei der die Eingabe aus Text besteht, der Kontext in eine Viertelmillion Tokens passt, die Ausgabe prüfbar ist und das Volumen dominiert. Es hat eine höhere Ausgabegrenze als die meisten Modelle seiner Preisklasse, eine wirklich interessante Hybridarchitektur, einen einzigen Anbieter und keinerlei veröffentlichte Evaluierung. Seine Aktionspreise von 0,14 $ und 0,56 $ auf der eigenen Plattform von KT stärken das Argument für den Masseneinsatz, solange sie gelten.

Die Lücke zwischen diesen beiden Absätzen ist kein Urteil über die Qualität – sie ist das Fehlen eines solchen. Ein Modell ohne Bewertung ist kein schlechtes Modell; es ist ein Unbekanntes, und Unbekanntes wird in kleinem Maßstab getestet, bevor dorthin migriert wird. Das ist die gesamte Empfehlung: Argon, wo die Antwort richtig sein muss, das koreanische Modell, wo die Antwort günstig sein muss und jemand prüft, und ein Test mit 200 Elementen auf Ihrem eigenen Korpus, um herauszufinden, welches der beiden auf Ihre nächste Arbeitslast zutrifft.