MIDM K 3.0 Pro vs DeepSeek V4.1 Pro: un nombre que no tiene nada detrás

La consulta de búsqueda que genera esta página supone que existen dos modelos. Solo uno existe. Mi:dm K 3.0 Pro — MIDM K 3.0 Pro en la lista de precios internacional — es facturable en la plataforma Token Factory de KT desde el 29 de octubre de 2026 a 0,20 USD por millón de tokens de entrada y 0,80 USD por millón de tokens de salida. DeepSeek V4.1 Pro no tiene ficha de modelo, ni endpoint, ni fila de precios, ni pesos; DeepSeek lo nombró exactamente una vez, en la nota de lanzamiento que acompañó a DeepSeek V4.1 Flash el 10 de septiembre de 2026, y no ha publicado nada sobre él desde entonces. Así que la versión honesta de esta comparativa tiene que sustituir el modelo de DeepSeek que un lector puede invocar realmente hoy —DeepSeek V4 Pro 0813, el buque insignia de 1,6 billones de parámetros de la generación anterior— y dejar claro que la sustitución no es lo que dice el título. Lo que sigue es esa comparación, además de una breve explicación de lo que tendría que aparecer antes de que la columna de V4.1 Pro deje de estar vacía.

El problema del nombre, antes que nada.

El nombre V4.1 Pro entró en circulación vinculado a un plan que DeepSeek anunció y luego retiró. El 10 de septiembre de 2026, la empresa lanzó DeepSeek V4.1 Flash y dijo en la misma nota que las solicitudes a su nivel Pro existente se enrutarían al modelo Flash hasta el lanzamiento de V4.1 Pro. El plan de enrutamiento duró aproximadamente un día. Los desarrolladores protestaron —que a un cliente Pro se le sirva silenciosamente un modelo más pequeño a precios Pro es algo razonable por lo que protestar— y DeepSeek volvió a poner DeepSeek V4 Pro en línea a precios sin cambios.

Lo que queda es un nombre en una nota al pie. No hay una tarjeta Pro en la familia V4.1, ni una fila de precios, ni un checkpoint. Las comparaciones que tratan a DeepSeek V4.1 Pro como un modelo existente se basan en una extrapolación: la arquitectura V4.1 es real y se lanzó en el nivel Flash, así que una versión Pro de ella es una conjetura razonable, y una conjetura es todo lo que viene a ser cada especificación publicada al respecto. No debería repetirse como un hecho, y esta página no lo hace.

Qué son realmente los dos modelos invocables

• Mi:dm K 3.0 Pro — 120B de parámetros totales, 12B activos por token, en una pila híbrida de capas Mamba, de mezcla de expertos y de atención. Entrada de texto, salida de texto. Contexto de 261.795 tokens, hasta 235.615 tokens de salida. Rastro de razonamiento expuesto por separado; se admite salida JSON y estructurada. Servido por KT desde un checkpoint con expertos NVFP4 y proyecciones FP8.

• DeepSeek V4 Pro 0813 — un modelo de mezcla de expertos de 1,6 billones de parámetros con 49 mil millones activos. Solo texto. Contexto de 1M de tokens, salida máxima de 384K. Modos con y sin pensamiento, con esfuerzo de razonamiento bajo, alto y máximo, salida JSON, llamada a herramientas y una API Responses nativa con una adaptación orientada a agentes de programación estilo Codex.

Vale la pena no perder de vista la diferencia de forma. El modelo coreano es pequeño y barato y lee 262K tokens. El modelo de DeepSeek tiene trece veces el número de parámetros, lee cuatro veces el contexto y, según la propia información divulgada por KT, no es la única arquitectura en juego: la generación V4 de DeepSeek lanzó un V4.1 Flash de 552 mil millones de parámetros con un nuevo diseño Causal Encoder-Decoder, que es hacia donde apunta la ingeniería actual de ese laboratorio.

Precio, incluida la parte que no figura en la tarifa

• Mi:dm K 3.0 Pro — $0.20 de entrada y $0.80 de salida por millón de tokens, con la entrada en caché a $0.04. La propia plataforma de KT actualmente vende todo ello con un 30 % de descuento: $0.14 de entrada, $0.56 de salida y $0.03 en caché.

• DeepSeek V4 Pro 0813 — $0,66 de entrada y $1,98 de salida por millón con tarifas de horas valle, con lecturas de caché a $0,022. Durante las franjas de horas punta de lunes a viernes, de 01:00 a 04:00 y de 06:00 a 10:00 UTC, cada línea se duplica: $1,32 de entrada, $3,96 de salida.

El titular es que el modelo coreano cuesta aproximadamente un tercio del buque insignia de DeepSeek en entrada y alrededor del 40 % en salida. La estructura de horas punta y horas valle lo complica en una dirección que favorece a KT. Un trabajo por lotes que se ejecuta a las 03:00 UTC un martes paga el doble en DeepSeek —$1.32 y $3.96—, lo que hace que Mi:dm K 3.0 Pro sea ocho veces más barato por token de salida a esa hora de lo que sugiere la lista de precios de DeepSeek. Un trabajo fijado a la ventana fuera de pico de DeepSeek ve, en cambio, una diferencia de 2,5×. Ninguno de los dos números es incorrecto; son horarios diferentes.

Hay una segunda asimetría: el descuento de Mi:dm K 3.0 Pro es una promoción sin fecha de finalización publicada, mientras que la tarificación en horas punta de DeepSeek es una estructura permanente. Modelar con la tarifa promocional es el mismo error que modelar con una tarifa fuera de horas punta: ambas son reales, pero ninguna es la cifra sobre la que deberías planificar un presupuesto.

Uno de estos modelos tiene una puntuación, y no es el barato.

Artificial Analysis otorga a DeepSeek V4 Pro una puntuación de 36 en su Intelligence Index. Es una cifra modesta para los estándares de la frontera —está bastante por debajo de los cincuenta y tantos donde se ubican Claude Opus 5.5 y Gemini 4 Argon— y es una medición real de un endpoint real. DeepSeek V4.1 Flash, el modelo que realmente se lanzó en la generación V4.1, obtiene 39.5 en el mismo índice, lo que dice algo útil sobre la brecha de nivel que se supone que la versión Pro debe restaurar.

Mi:dm K 3.0 Pro no tiene entrada. La ruta del modelo del evaluador devuelve 404 y el modelo no aparece en el índice en absoluto. KT tampoco publicó una tabla de benchmarks con el lanzamiento: los materiales de AID-X Day y la ficha del modelo de Token Factory describen arquitectura, cuantización y contexto, y se detienen ahí. Los sitios agregadores que muestran una puntuación compuesta para él están mezclando precio y actualidad con una señal de capacidad, no están informando un resultado de prueba; una de esas páginas le da 40 sobre 100 en la puntuación general, y el precio por sí solo representa una cuarta parte del peso.

Así que la comparación que más desearía un comprador —¿el modelo de $0.20 iguala al modelo de $0.66?— no puede responderse con material publicado. Lo que sí puede decirse es direccional: una red híbrida de 120B con 12B activos es una red más pequeña que una mezcla de 1.6T con 49B activos, y la red más pequeña tiene un precio acorde. Si igualara en calidad, el precio sería irracional.

La verdadera ventaja de DeepSeek no es la cantidad de parámetros.

Tres cosas en DeepSeek V4 Pro 0813 valen más que su tamaño, y las tres son cosas que KT no ha publicado.

El trabajo del arnés. La revisión 0813 se lanzó con una API Responses nativa y una adaptación específica para agentes de programación al estilo Codex, y las cifras del propio DeepSeek al respecto —87,9 en Terminal Bench 2.1, 74,1 en Toolathlon Verified, 62,7 en DeepSWE, 61,5 en NL2Repo— son reportadas por el proveedor y deberían etiquetarse como tales, pero describen un trabajo orientado específicamente al uso de herramientas agénticas. Un modelo construido y ajustado para un arnés de agentes de programación se comporta de manera distinta a un modelo general introducido en uno.

La escalera de esfuerzo. DeepSeek expone niveles de esfuerzo de razonamiento bajo, alto y máximo junto con un modo sin razonamiento. Eso es una palanca de coste: el mismo modelo puede responder a una indicación de clasificación de forma económica y a una indicación de razonamiento difícil de forma costosa. Mi:dm K 3.0 Pro expone una flag de razonamiento pero no una escalera de esfuerzo publicada, así que la única palanca que tiene quien llama es activado o desactivado.

Llamada a herramientas. DeepSeek V4 Pro incluye tools y tool_choice entre los parámetros admitidos. La entrada del catálogo de KT para Mi:dm K 3.0 Pro no los menciona, lo cual no es lo mismo que decir que el endpoint los rechace: significa que nadie ha documentado que sean compatibles, y un bucle de agente que dependa de la llamada a funciones debería probarlo en lugar de darlo por supuesto.

Lo que compran 262K tokens y lo que te cuesta

Cuatro veces el contexto es la ventaja estructural más clara del modelo DeepSeek, y su valor práctico depende de en cuál de dos mundos vive tu carga de trabajo.

Si envías repositorios completos, expedientes enteros o transcripciones de varias horas en una sola solicitud, un límite de 262K es una restricción real. El truncamiento del prompt es un fallo de calidad silencioso —el modelo responde con seguridad a partir de la mitad del documento que recibió— y las soluciones alternativas, la fragmentación y la recuperación, añaden una canalización que tienen que sufragar los ahorros del modelo barato. Sin embargo, con un precio de entrada de $0.20 y una carga de trabajo de un millón de tokens, la aritmética es inusual: Mi:dm K 3.0 Pro podría procesar el mismo documento cuatro veces en fragmentos de 262K por menos de lo que DeepSeek cobra una sola vez en horario valle, así que la cuestión es si la estrategia de fragmentación puede preservar las referencias cruzadas de las que depende la tarea. Para la extracción, sí puede. Para «encontrar la contradicción entre la página 4 y la página 300», por lo general no puede.

Si tus prompts son ordinarios —unos pocos miles de tokens de instrucción y contexto—, la brecha de contexto no cuesta nada, y la brecha de parámetros de 20 a 1 es la única diferencia que importa.

Arquitectura híbrida frente a escala, como una apuesta

Los dos modelos representan respuestas opuestas a un mismo problema de 2026: cómo servir contexto largo sin pagar los costos cuadráticos de la atención.

La respuesta de KT es la heterogeneidad arquitectónica: combinar Mamba para el manejo de secuencias en tiempo lineal, mezcla de expertos para un cómputo condicional barato y atención donde se necesita recuperación exacta, y luego cuantizar los expertos a NVFP4 para reducir aún más el costo de servicio. Es la apuesta de ingeniería más interesante y la menos probada. Una pila híbrida bien entrenada puede superar a un transformer denso del mismo tamaño en contexto largo; una mal entrenada produce un modelo mediocre en las dos cosas para las que se eligieron sus componentes, y todavía no hay evidencia pública sobre cuál ocurrió aquí.

La respuesta de DeepSeek es la más convencional: una mezcla de expertos dispersa y muy grande, entrenada con datos suficientes como para que una porción activa de 49B tenga una capacidad cercana a la frontera, y servida de forma lo bastante económica por un laboratorio que lleva optimizando la inferencia de MoE más tiempo que casi cualquier otro. Es menos novedosa y es mesurada.

Para un comprador, eso se traduce en una asimetría de riesgo simple. Apostar por el modelo DeepSeek significa apostar por una puntuación que se puede leer. Apostar por el modelo coreano significa apostar por la descripción de una arquitectura de un proveedor sin historial en el mercado internacional de API, a un precio en el que la desventaja es pequeña y la ventaja es una décima parte del coste.

Cómo solucionarlo en una tarde

DeepSeek V4 Pro 0813 ya está disponible en OrcaRouter como deepseek/deepseek-v4-pro-0813 a la tarifa de lista de DeepSeek sin recargo adicional: $0.66 de entrada, $1.98 de salida y $0.022 de lectura de caché fuera de las horas pico, con el multiplicador de hora pico mostrado en la misma tarjeta. Mi:dm K 3.0 Pro solo lo sirve KT y no está en nuestras rutas; no hay un segundo proveedor al que recurrir, lo que supone una diferencia operativa real y no una advertencia, porque un modelo alojado en un único host no se puede redirigir cuando su único endpoint se degrada.

Queda entonces un experimento barato y decisivo. Toma cincuenta prompts de tu propio tráfico de producción —no de un benchmark público, sino los prompts que realmente envías— y pásalos por ambos modelos con un evaluador en el que ya confíes. A $0.20 y $0.80 frente a $0.66 y $1.98, cincuenta prompts de 4K de entrada y 1K de salida cuestan una fracción de centavo en el modelo coreano y un par de centavos en el de DeepSeek. Luego pasa esos mismos cincuenta por DeepSeek V4.1 Flash, que se usa con la misma clave a $0.15 y $0.60 fuera de horas punta y obtiene 39.5 —porque para muchas cargas de trabajo la respuesta a «¿debería usar el nivel Pro de DeepSeek?» es que no, y el modelo Flash es más barato que el precio de lista de Mi:dm K 3.0 Pro y además tiene una puntuación independiente.

Mantener todo el conjunto de comparación en una sola clave al precio de lista del proveedor, con una regla de enrutamiento que redirige una solicitud a un segundo modelo cuando el primero falla, es la parte que OrcaRouter hace por los tres modelos que aloja. Para Mi:dm K 3.0 Pro, el respaldo tiene que escribirse en tu propio código, porque KT es la única puerta.

Dónde deja esto la cuestión

DeepSeek V4.1 Pro es un nombre con una nota de lanzamiento detrás y nada más; hasta que DeepSeek publique una ficha, un precio y un endpoint, toda comparación que lo involucre es una comparación con un rumor. El enfrentamiento disponible es Mi:dm K 3.0 Pro contra DeepSeek V4 Pro 0813 y, según la evidencia publicada, el modelo de DeepSeek gana en contexto, en soporte de herramientas documentado, en una puntuación independiente publicada y en tener una segunda opción a la que recurrir cuando su opción principal es lenta.

El modelo coreano gana en precio por un factor de entre dos veces y media y ocho, según la hora, el límite de salida, la eficiencia de hardware por diseño y, potencialmente, el trabajo en coreano, donde KT ha estado entrenando deliberadamente y DeepSeek no. No son ventajas pequeñas para la carga de trabajo adecuada. Simplemente son ventajas sin medir —y a los trece días de disponibilidad, "sin medir" es la palabra honesta, más que un veredicto.

La división práctica se escribe sola. Procesamiento masivo de texto, trabajo con el idioma coreano y cualquier cosa en la que valga la pena tener una segunda opinión barata: prueba el modelo coreano esta semana. Cualquier cosa agéntica, cualquier cosa que necesite sostener 400K tokens, cualquier cosa en la que una respuesta equivocada cueste más que los tokens: mantén DeepSeek V4 Pro, o sube a un modelo de frontera, y vuelve a evaluar Mi:dm K 3.0 Pro cuando alguien publique una cifra para él.