MIDM K 3.0 Pro vs GPT-6.1 Sol : un écart de prix de dix-sept fois et un score manquant

Dans l'après-midi du 11 novembre 2026, un million de tokens d'entrée plus un million de tokens de sortie coûtaient 70 cents sur MIDM K 3.0 Pro et 12,00 $ sur GPT-6.1 Sol. Voilà tout l'argument du nouveau modèle de KT, énoncé sous forme de chiffre, et c'est un argument solide : le modèle phare de type mélange d'experts à 120 milliards de paramètres de l'opérateur télécom coréen, publié le 29 octobre 2026 en même temps que la plateforme Token Factory qui le sert, est environ dix-sept fois moins cher que le modèle de milieu de gamme d'OpenAI sur ce dosage, et dix-huit fois moins cher sur les seuls tokens de sortie. Il y a aussi un second chiffre, et il vaut zéro : le nombre de résultats de benchmarks indépendants que quiconque a publiés pour MIDM K 3.0 Pro. Artificial Analysis dispose d'une fiche catalogue pour le modèle précédent de KT, Mi:dm K 2.5 Pro, et a laissé son score d'intelligence vide ; pour celui-ci, elle n'a aucune fiche du tout. Il ne s'agit donc pas d'une comparaison entre deux modèles mesurés. C'est une comparaison entre un modèle mesuré et un prix.

Tout ce qui suit provient soit de documents publiés par KT elle-même — la page du modèle Token Factory, sa grille tarifaire, ses avis de service —, soit d’OpenAI, soit d’un relevé de mesure d’Artificial Analysis daté du 11 novembre 2026. Lorsqu’un chiffre provient du fournisseur et que personne ne l’a recalculé, la phrase qui le contient le précise.

Ce que KT a réellement livré, et quel jour

Il faut une phrase pour décortiquer le nommage, car le rechercher est plus difficile que cela ne devrait l’être. La famille de modèles de KT s’écrit Mi:dm en alphabet latin et 믿음 en coréen ; l’identifiant d’API est kt/midm-k-3.0-pro ; ce blog et la plupart des fiches de catalogue l’affichent comme MIDM K 3.0 Pro. Ces trois noms désignent le même produit. La presse spécialisée coréenne a disposé du modèle avec deux semaines d’avance — iNews24 rapportait le 13 octobre que le « 믿음 K 3.0 프로 » à 120 milliards de paramètres sortirait ce mois-là — et la page modèle de Token Factory indique désormais une date de sortie au 29 octobre 2026, le jour même où l’avis de service de la plateforme a été mis en ligne et un jour avant le début de la remise de lancement.

L’architecture est plus intéressante que le nombre de paramètres ne le suggère. Il s’agit d’une pile hybride : des couches Mamba, des couches de mélange d’experts et de l’attention ordinaire, mélangées plutôt qu’empilées à la manière habituelle des transformeurs. Sur les 120 milliards de paramètres, 12 milliards sont actifs par token, ce qui est le ratio qui rend un prix d’entrée de 0,20 $ arithmétiquement possible sur les GPU d’un seul fournisseur. KT publie aussi le schéma de quantification, ce que presque personne ne fait : les experts MoE tournent en NVFP4 tandis que les projections Mamba et l’expert partagé restent en FP8. Le contexte est de 261 795 tokens avec une sortie maximale de 235 615 — un couplage inhabituel, car la plupart des fournisseurs plafonnent la sortie bien en dessous du contexte. L’entrée et la sortie sont uniquement du texte ; il n’existe pas de chemin pour les images.

• Paramètres totaux et actifs — 120B au total, 12B actifs par token

• Architecture — Mamba + MoE + attention hybride ; experts NVFP4, projection Mamba FP8 et expert partagé

• Plafond de contexte et de sortie — 261 795 en entrée, 235 615 en sortie

• Modalité — texte en entrée, texte en sortie ; ni vision, ni audio

• Prix catalogue — 0,20 $ par million de tokens en entrée, 0,80 $ par million de tokens en sortie, 0,05 $ pour la lecture du cache

• Prix en vigueur aujourd’hui — 0,14 $ / 0,56 $ / 0,04 $, une remise de lancement de 30 % du 30 octobre au 30 novembre 2026

• Date de sortie — 29 octobre 2026, sur KT Token Factory

• Score indépendant — aucun publié

L'écart, et le jour où il se réduit

La remise est le premier point à bien établir, car une comparaison rédigée sur la base de 0,14 $ et lue en décembre est erronée. Le panneau d’annonces de KT indique que la promotion court du 30/10 au 30/11, sur sept de ses propres modèles hébergés, liée au lancement de Token Factory. Le 1er décembre, les mêmes tokens coûtent 0,20 $ et 0,80 $ — toujours un écart de dix fois et de douze fois par rapport à GPT-6.1 Sol, toujours le prix de modèle phare sérieux le plus bas du tableau, mais pas le chiffre qu’un lecteur verra cité dans les publications de cette semaine.

En regard, la grille tarifaire de GPT-6.1 Sol a sa propre structure qu’un seul chiffre global masque. Le tarif de base est de $2.00 en entrée et $10.00 en sortie, avec l’entrée mise en cache à $0.10 et les écritures en cache à $2.50. Au-delà de 272 000 jetons d’entrée, toute la requête est retarifée — $4.00 en entrée, $15.00 en sortie — et comme la fenêtre de contexte de Sol est de 1 050 000 jetons, ce palier est atteignable dans un travail ordinaire plutôt que de relever de la curiosité. MIDM K 3.0 Pro n’a pas de palier de contexte long publié et dispose d’une fenêtre de contexte quatre fois plus petite, de sorte que les deux modèles ne sont même pas en concurrence pour les mêmes documents. Si vos prompts dépassent 261 795 jetons, cette comparaison est terminée avant même d’avoir commencé.

Ce que vous obtenez en payant plus cher côté OpenAI n’a rien de mystérieux. GPT-6.1 Sol embarque une échelle d’effort de raisonnement allant de faible à max, une date limite de connaissances documentée, des sorties structurées, ainsi que l’écosystème habituel de SDK et de harnais d’agents qu’un modèle âgé de deux mois d’un opérateur télécom coréen ne possède pas encore. MIDM K 3.0 Pro expose les paramètres de raisonnement et les sorties structurées sur sa fiche catalogue, donc la surface d’API n’est pas le problème ; l’outillage qui l’entoure est simplement plus jeune.

Le nombre que personne n’a publié

Voici la forme honnête des éléments de preuve. Artificial Analysis exécute une suite d’évaluation fixe et publie un Intelligence Index sur une révision numérotée ; à la date de cette lecture, la révision est v5.0.1, et GPT-6.1 Sol y obtient un score de 55, pour un coût mesuré de 1,27 $ par tâche de l’indice et de 56 jetons de sortie par seconde, avec 153 secondes avant le premier jeton de réponse sur les éléments à forte composante de raisonnement. Ce sont des mesures indépendantes, et ce sont elles qu’il faut croire plutôt que n’importe quelle diapositive commerciale d’un fournisseur.

MIDM K 3.0 Pro n’a pas de ligne. Pas un score faible, pas un score provisoire — pas de ligne. KT n’a pas non plus publié de chiffres de benchmark pour ce modèle, du moins sous aucune forme accessible depuis l’extérieur de la Corée le jour où ces lignes ont été écrites ; la page du modèle se résume à une fiche technique, un prix et un graphique de latence en direct, et c’est tout. Cela compte plus que d’habitude, car c’est l’argument du prix qui fait tout le travail. Un modèle à un dix-septième du prix qui se situe à quelques points de GPT-6.1 Sol est un achat évident. Un modèle à un dix-septième du prix qui est quinze points derrière est un autre produit pour un autre usage, et il n’existe actuellement aucun moyen de savoir lequel KT a livré.

Le seul signal de performance qui existe est celui de KT lui-même, et il se contredit d’une manière qui vaut la peine d’être constatée. Le tableau des fournisseurs sur la page du modèle indique 19,98 jetons de sortie par seconde et 0,67 seconde de latence de bout en bout pour l’unique point de terminaison KT. Le graphique de la médiane sur trois jours juste au-dessus indique une moyenne de 62,93 jetons par seconde, 0,27 seconde jusqu’au premier jeton et 1,47 seconde de bout en bout. Les deux sont présentés comme des mesures du même point de terminaison ; ils diffèrent d’un facteur trois. Ce n’est pas un scandale, c’est un tableau de bord de fournisseur en cours de construction, mais cela signifie que la seule donnée de débit disponible pour ce modèle doit être considérée comme « quelque part entre 20 et 63 jetons par seconde » tant que quelqu’un extérieur à KT ne l’a pas mesurée.

À noter également : la page du modèle indique clairement que les modèles à fournisseur unique ne bénéficient pas de routage automatique sur la plateforme propre à KT. MIDM K 3.0 Pro n'est servi que par KT. La redondance que vous souhaitez autour de lui, c'est vous qui la mettez en place.

Dans quels cas le modèle bon marché est le bon choix

Trois charges de travail rendent l’écart de prix décisif, indépendamment du score manquant, et aucune d’elles ne nécessite un modèle de pointe.

• Classification et extraction à grande échelle — trier des tickets, étiqueter des documents, extraire des champs de formulaires en coréen. Un modèle qui est 85 % aussi performant coûte dix fois moins cher, et l’ambiguïté du graphique de débit n’a pas d’importance parce que le travail est traité par lots.

• Des interfaces produit pensées d’abord pour le coréen — KT a conçu ce modèle pour le coréen, et le catalogue Token Factory est explicitement positionné comme un hébergement domestique sur une infrastructure coréenne avec facturation en KRW. Si vos utilisateurs écrivent en coréen et que votre équipe de conformité souhaite que les tokens soient traités en Corée, il s’agit d’une exigence qu’aucun laboratoire américain ne satisfait actuellement à ce prix.

• Pipelines de rédaction-vérification — laissez MIDM K 3.0 Pro produire la première passe et laissez un modèle plus puissant la vérifier. À 0,56 $ par million de jetons de sortie, la première passe est presque gratuite, et la seconde ne voit que la fraction qui nécessite une révision.

L’image miroir est tout aussi nette. Tout ce qui nécessite un million de jetons de contexte, une entrée image, un seuil de capacité mesuré avant de vous engager, ou un fournisseur qui répondra à un ticket d’assistance dans votre fuseau horaire ce trimestre relève de GPT-6.1 Sol. Le résumé honnête, c’est que ces deux modèles ne sont pas vraiment substituables ; ils occupent des gammes de prix différentes et l’un d’eux ne dispose d’aucune preuve publiée.

Conserver les deux sans parier sur l’un ou l’autre

Le problème pratique d’un modèle économique non mesuré n’est pas qu’il pourrait être mauvais — c’est qu’on le découvre en production. C’est précisément le cas pour lequel le basculement automatique existe : dirigez le chemin économique vers MIDM K 3.0 Pro, gardez un modèle éprouvé derrière, et laissez un délai d’attente ou une erreur 5xx aboutir au second modèle plutôt qu’à la page d’erreur de votre utilisateur. La même politique de routage peut envoyer le segment à contexte long de votre trafic complètement ailleurs, puisque la fenêtre de 261 795 jetons de MIDM K 3.0 Pro le rejettera de toute façon.

Mieux vaut être précis sur ce qu’OrcaRouter propose et ne propose pas ici. GPT-6.1 Sol figure dans notre catalogue au prix catalogue publié par OpenAI, avec aucune marge ajoutée, donc les 2,00 $ et 10,00 $ ci-dessus correspondent à ce qui est facturé, plutôt qu’à la version d’un revendeur, et le modèle est accessible avec la même clé et le même point de terminaison que les autres plus de 200 modèles que nous acheminons, ce qui fait d’un test A/B sur votre propre trafic un changement de chaîne de modèle plutôt qu’un second contrat. MIDM K 3.0 Pro ne figure pas dans notre catalogue aujourd’hui ; il est servi par la plateforme propre à KT, et c’est là que vous l’appelleriez. Nous préférons le dire plutôt que de laisser entendre le contraire.

Ce qui reste, c’est une décision que vous pouvez réellement prendre ce mois-ci. Si la charge de travail est en coréen, à fort volume et tolérante aux erreurs, l’écart de prix est suffisamment important pour justifier un essai de deux semaines sur la clé propre à KT, la remise valable jusqu’au 30 novembre étant une raison de commencer maintenant plutôt qu’en décembre. Si la charge de travail est à contexte long, multimodale, ou nécessite un chiffre avant que les achats ne signent, GPT-6.1 Sol est l’option mesurée, et son surcoût de dix-sept fois achète autant de preuves que de capacités. Et si la réponse change au cours du mois prochain, ce sera pour une seule raison : quelqu’un soumet MIDM K 3.0 Pro à une suite d’évaluation publique et publie le résultat. D’ici là, la chose la plus utile que quiconque puisse dire de cette confrontation est ce que cette page a dit — l’un de ces modèles a un score, et ce n’est pas le modèle bon marché.