MIDM K 3.0 Pro vs GLM-5.5: La comparación tiene que tomar prestado un modelo

La mitad de esta comparación no existe. No existe ningún modelo llamado GLM-5.5: Z.ai nunca lo ha anunciado, ni le ha puesto precio, ni ha publicado una ficha para él, ni ha distribuido pesos con ese nombre, y la propia línea de la empresa termina en GLM-5.3, que lanzó en agosto de 2026. Así que una página titulada "MIDM K 3.0 Pro vs GLM-5.5" tiene tres opciones: inventar una hoja de especificaciones, negarse a escribir o comparar el modelo coreano con el buque insignia de Z.ai que alguien puede invocar realmente mientras explica a qué se refiere el nombre 5.5. Esta es la tercera. Mi:dm K 3.0 Pro, que KT ofrece desde el 29 de octubre de 2026 a 0,20 USD por millón de tokens de entrada y 0,80 USD por millón de salida, se compara a continuación con GLM-5.3, el modelo insignia de texto de 750 mil millones de parámetros que Z.ai lanzó el 14 de agosto de 2026 — con la pregunta sobre GLM-5.5 respondida primero, porque quien llegó aquí escribiendo ese nombre merece saber qué está viendo.

Qué es GLM-5.5 y por qué el nombre sigue apareciendo

El nombre provino de una previsión, no de un producto. Una proyección de analistas difundida en junio de 2026 situaba el siguiente buque insignia de Z.ai en agosto; la cifra elegida para él era 5.5, y las páginas de comparación, las guías de precios y los rastreadores de lanzamientos se redactaron en torno a esa suposición. Llegó agosto y Z.ai lanzó GLM-5.3 en su lugar: anunciado el 14 de agosto, API hacia el 18 de agosto, pesos abiertos el 28 de agosto, con GLM-5.3-Flash llegando después, el 26 de agosto. La predicción falló tanto en la cifra como en el modelo.

Desde entonces, la denominación ha seguido sin resolverse en ambos sentidos. GLM-5.3, GLM-5.4, GLM-5.5 y GLM-6 se han barajado en la misma ventana y Z.ai no ha confirmado ninguno de ellos; el buque insignia actual sigue siendo GLM-5.3, y la propia página de modelos del proveedor enumera exactamente tres tarjetas: GLM-5.3, GLM-5.3-FlashX y GLM-5.2. Cualquiera que publique un tarifario o una tabla de benchmarks de GLM-5.5 está publicando una conjetura con un número de modelo adjunto.

Eso no es una razón para omitir la comparación. Es una razón para ejecutarla contra el modelo que ya está disponible, que es lo que hace el resto de esta página.

Los dos modelos, sobre las cifras que existen

• Parámetros — GLM-5.3 es una mezcla de expertos de 753 mil millones de parámetros, una cifra leída de los metadatos de safetensors en el repositorio publicado por Z.ai, no de una nota de prensa. Mi:dm K 3.0 Pro tiene 120 mil millones en total con 12 mil millones activos por token, según la propia tarjeta de modelo de KT. El modelo de Z.ai es seis veces más grande y, dado que su recuento de activos no se publica en la misma forma, la comparación útil es la capacidad total frente a una porción activa deliberadamente pequeña.

• Contexto y salida — GLM-5.3 lee 1.000.000 de tokens y devuelve hasta 128.000. Mi:dm K 3.0 Pro lee 261.795 y devuelve hasta 235.615. Uno gana en la entrada, el otro en la salida, y ambos por amplios márgenes.

• Modalidad — ambos son texto de entrada, texto de salida. Ninguno acepta imágenes, audio ni archivos. En este eje son idénticos, lo cual es poco habitual en un enfrentamiento de 2026 y hace que la comparación sea más limpia que la mayoría.

• Precio — GLM-5.3 cuesta $1.40 de entrada y $4.40 de salida por millón de tokens en la tarifa de Z.ai, con lecturas de caché a $0.26. Mi:dm K 3.0 Pro cuesta $0.20 y $0.80, con lecturas de caché a $0.04. Siete veces más barato en entrada y cinco veces y media en salida.

• Control de razonamiento — El pensamiento de GLM-5.3 siempre está activado y no se puede desactivar; pasar un indicador de desactivado hace fallar la solicitud. La profundidad se establece mediante reasoning_effort en low, high o max, y el valor predeterminado es max. Mi:dm K 3.0 Pro expone un indicador de razonamiento y devuelve el rastro por separado, sin una escala de esfuerzo publicada.

• Llamada a herramientas — GLM-5.3 incluye tools, tool_choice y las llamadas a herramientas en paralelo entre los parámetros compatibles, y documenta la llamada a funciones nativa. La entrada de catálogo de Mi:dm K 3.0 Pro no enumera ningún parámetro de herramientas.

• Puntuación independiente — GLM-5.3 figura en el Artificial Analysis Intelligence Index con 44.8, en el decimosexto puesto del Vals Index con 53.51%, y se ha medido en $2.01 por tarea del índice. Mi:dm K 3.0 Pro no tiene ninguna entrada en ese índice.

• Pesos — GLM-5.3 se puede descargar desde la propia organización de Hugging Face de Z.ai bajo la licencia GLM. Mi:dm K 3.0 Pro no es abierto en absoluto; los repositorios públicos de KT se detienen en la generación Mi:dm 2.0 de 2025.

Cinco veces y media más barato, frente a un modelo que tiene una puntuación

GLM-5.3, con 44.8, es un modelo de banda media según los estándares de la frontera de 2026: cómodamente por debajo de los cincuenta y tantos medios donde se sitúan Gemini 4 Argon (52.6) y Claude Opus 5.5 (58), y muy por encima de DeepSeek V4 Pro, con 36. Es el tipo de puntuación que indica que un modelo es competente en razonamiento general y fuerte en aquello para lo que fue ajustado, que en el caso de GLM-5.3 es la programación a escala de repositorio y el trabajo de agentes de horizonte largo.

Mi:dm K 3.0 Pro no tiene puntuación. Esa ausencia es todo el riesgo en la brecha de precio, y merece la pena concretar qué haría falta para cerrar la brecha en la dirección opuesta. Para que el modelo coreano sea la mejor compra en una tarea verificable, necesita situarse a unos cinco puntos y medio de 44,8 en utilidad por dólar. Un modelo de 120B con 12B activos, a un séptimo de la tarifa de Z.ai, no está obviamente fuera de esa banda: los modelos pequeños llevan todo el año acercándose a los grandes, y la arquitectura híbrida está diseñada precisamente para la eficiencia en contexto largo que la línea GLM aborda con tamaño bruto.

Pero «no estar claramente fuera» no es evidencia. El 44,8 de GLM-5.3 es el producto de una ejecución de un arnés fijo contra un endpoint ya lanzado; la ausencia de Mi:dm K 3.0 Pro es el producto de un modelo que lleva trece días siendo facturable. La postura correcta es que el modelo barato es una incógnita con un buen precio, y el caro es un valor conocido a cinco veces el coste.

Dónde se nota realmente el tamaño adicional de GLM-5.3

Tres lugares, y son los tres que determinan la mayoría de las decisiones de producción.

Contexto. Un millón de tokens frente a 262K es la mayor diferencia individual entre estos modelos, y es la que no se puede sortear con ingeniería cuando la carga de trabajo lo requiere. Un agente que sostiene un monorepo, una tarea de investigación que acumula resultados de herramientas o una revisión legal que lee un conjunto de documentos llegará a 262K y seguirá adelante. El chunking es el recurso provisional, y el chunking es donde muere el razonamiento con referencias cruzadas. Si tus prompts superan habitualmente los 250K tokens, Mi:dm K 3.0 Pro no es una opción más barata: es un producto distinto y más pequeño.

Uso de herramientas. GLM-5.3 documenta el llamamiento nativo de funciones con llamadas paralelas y JSON estructurado bajo una interfaz compatible con OpenAI, y está concebido explícitamente para la ingeniería autónoma de varios pasos. Cualquier bucle de agente depende de que el llamamiento de herramientas sea fiable, no de que simplemente exista, y Z.ai lleva un año distribuyéndolo en toda la línea GLM-5. KT no lo ha documentado en absoluto para este modelo. Para un agente de programación, esa sola diferencia puede decidir la elección antes de siquiera considerar el precio.

Pesos. GLM-5.3 puede descargarse, autoalojarse y ajustarse mediante fine-tuning. Eso importa a cualquiera que tenga un requisito de residencia de datos, una restricción de licencias o la necesidad de evaluar el modelo en su propio hardware. Mi:dm K 3.0 Pro es solo por API, así que la única vía de evaluación es el endpoint del proveedor, lo que tiene consecuencias reales en Corea, donde los compradores del sector público y de entornos regulados a menudo no pueden enviar texto a una API extranjera en absoluto, y donde un modelo coreano alojado a nivel nacional es la razón principal para fijarse en KT.

Donde el precio del modelo coreano deja de ser el titular

Dos detalles estructurales hacen que la afirmación de que es siete veces más barato sea menos concluyente de lo que parece.

El primero es la verbosidad. El pensamiento de GLM-5.3 siempre está activado y se ajusta por defecto al esfuerzo máximo, lo que significa que consume tokens de razonamiento en cada solicitud, necesite la tarea esos tokens o no; por eso su coste por tarea de indexación, $2.01, es superior a lo que indica su tarifa, y por eso ejecutar la suite completa de índices contra él cuesta $2,503 frente a los $2,407 de Gemini 4 Argon con un precio por token nominalmente superior. El rastro de razonamiento de Mi:dm K 3.0 Pro se puede activar y desactivar, así que en clasificación sencilla el número de tokens por respuesta del modelo coreano puede ser mucho menor que el de su rival. En razonamiento difícil, la situación se invierte: sin una escala de esfuerzo publicada, no hay forma de comprar más razonamiento, solo activado o desactivado.

La segunda es el descuento. La propia página de Token Factory de KT muestra actualmente la entrada a ₩190 frente a un ₩271 tachado y la salida a ₩759 frente a ₩1,085 — un recorte promocional del 30 % sobre el precio de lista en dólares, lo que lleva la tarifa efectiva a $0.14 y $0.56. Los $1.40 y $4.40 de GLM-5.3 son una tarifa fija. Un presupuesto basado en $0.14 debería recalcularse con $0.20 antes de firmarse, porque una promoción de lanzamiento no es un precio.

También hay un detalle de caché que reduce la diferencia en agentes de larga duración: GLM-5.3 lee la entrada en caché a $0.26, y Mi:dm K 3.0 Pro a $0.04. Ambos son aproximadamente una quinta parte de sus propias tarifas base, así que la proporción se mantiene en alrededor de seis veces más barato con tokens en caché en lugar de siete; lo suficientemente cerca como para que el titular se sostenga, pero vale la pena saberlo si la mayor parte de tu entrada es un prefijo repetido.

Texto en coreano frente a un modelo entrenado con todo

Z.ai entrena GLM-5.3 para la ingeniería de software y el trabajo agéntico, con el chino y el inglés como sus centros de gravedad. KT ha entrenado la línea Mi:dm específicamente para el coreano desde antes de que Mi:dm 2.0 se lanzara como un par abierto de 12B y 2B en 2025, y sus materiales empresariales describen la familia como ajustada para la sociedad, la cultura y el conocimiento de dominios profesionales de Corea.

En un corpus coreano, esa diferencia es la razón más plausible para preferir el modelo más pequeño, y es medible de una forma en la que el índice general no lo es. Toma unos cientos de elementos de tu propio tráfico coreano —transcripciones de soporte, presentaciones regulatorias, tickets internos— y puntúa la salida estructurada de ambos modelos contra una clave en la que ya confías. La mitad de esa prueba correspondiente al modelo coreano cuesta centavos. La mitad de GLM-5.3 cuesta unos pocos dólares. El resultado te diría más sobre qué modelo usar para trabajo en coreano de lo que ha logrado el marketing de cualquiera de los proveedores.

En código en inglés, el ajuste no vale nada, y el 44.8 de GLM-5.3 junto con su documentada llamada a herramientas es la posición de partida más sólida.

Llamarles, y lo único que un router no puede arreglar

GLM-5.3 ya está disponible en OrcaRouter como z-ai/glm-5.3 a $1.26 por millón de tokens de entrada y $3.96 de salida — por debajo de los $1.40 y $4.40 de la propia tarifa de Z.ai, sin ningún recargo por nuestra parte, y con lecturas de caché a $0.26. Convive con Gemini 4 Argon, Claude Opus 5.5 y más de 200 modelos adicionales con una sola clave, lo que significa que la línea de Z.ai, la de Google y la de Anthropic se pueden comparar dentro de un mismo script e intercambiar cambiando una cadena de modelo.

Mi:dm K 3.0 Pro no está en nuestras rutas. Lo sirve KT únicamente, y un modelo de proveedor único es un punto único de fallo: la cifra de disponibilidad que se cita para él mide el endpoint de una sola empresa durante el último día, y no hay a dónde enrutar una solicitud fallida. Si un flujo de trabajo depende de él, el respaldo tiene que estar en tu propio código, y el respaldo sensato es un modelo con la misma clave que todo lo demás, para que un tiempo de espera agotado no te lleve al contrato de un segundo proveedor.

Esa es la forma práctica de esta comparación mientras la cuestión de GLM-5.5 sigue abierta. Pon GLM-5.3 en la ruta enrutada para cualquier cosa agéntica, cualquier cosa larga y cualquier cosa en la que una puntuación independiente forme parte de la justificación. Coloca Mi:dm K 3.0 Pro detrás de una llamada directa con un tiempo de espera máximo estricto para el nivel de gran volumen, verificable y en coreano, donde su precio está haciendo un trabajo real. Cuando Z.ai lance de verdad un próximo buque insignia, la regla de enrutamiento cambia una cadena; cuando KT publique un benchmark, la otra mitad de la decisión cambia con él.

¿Qué haría que esta página quedara desactualizada?

Dos acontecimientos, y solo dos, convertirían a «GLM-5.5» de una previsión en un tema real: un anuncio de Z.ai con una model card y una fila de precios, o una publicación de pesos que incluya el número. Ninguno de los dos ha ocurrido, y el modelo insignia actual sigue siendo GLM-5.3, con GLM-5.3-Flash y FlashX a su lado.

Por otro lado, Mi:dm K 3.0 Pro necesitaría una evaluación publicada —del proveedor o independiente— para pasar de «barato y desconocido» a algo con lo que un equipo pueda planificar, y todavía no existe ninguna cifra de ese tipo. Hasta que exista, la comparación se mantiene tal como está escrita: un buque insignia de Z.ai medido a cinco veces y media el precio, un modelo coreano con una arquitectura interesante y una tarifa promocional, y un número de versión que solo existe en las previsiones.