MIDM K 3.0 Pro vs Mistral Large 4 : une barre de 26 et un prix de soixante-dix centimes

Mistral Large 4 obtient 26 sur l’Artificial Analysis Intelligence Index. C’est un chiffre modeste pour un modèle phare à mille milliards de paramètres — trois points au-dessus de la médiane de 23 des modèles à poids ouverts de sa taille, et vingt-neuf points derrière les 55 de GPT-6.1 Sol — et c’est le fait le plus utile de cette comparaison, car il s’agit d’un plafond que le MIDM K 3.0 Pro de KT pourrait réellement dépasser. Toutes les autres comparaisons de modèles économiques sur ce blog opposent un nouvel arrivant non mesuré à un modèle qui obtient un score dans les quarante ou cinquante, où la question intéressante est de savoir quelle est l’ampleur de l’écart. Ici, le modèle mesuré peut être battu. MIDM K 3.0 Pro, publié le 29 octobre 2026 à 0,20 $ par million de jetons d’entrée et 0,80 $ en sortie, n’a aucun score ; Mistral Large 4, prévisualisé le 6 octobre et rendu à poids ouverts avant la fin de ce mois, a un score de 26, un coût mesuré de 2,06 $ par tâche de l’index et 117 jetons de sortie par seconde. Pour une fois, « nous ne savons pas » décrit une question réellement ouverte plutôt qu’une façon polie de dire « probablement moins bien ».

L'un a livré ses poids, l'autre a livré une liste de prix.

Les deux sorties ont eu lieu à quelques jours d’intervalle et allaient dans des directions opposées, ce qui explique les deux produits. Mistral a mis Mistral Large 4 en aperçu public le 6 octobre et avait rendu les checkpoints disponibles avant la fin du mois, intégrant trois semaines supplémentaires d’apprentissage par renforcement, un gain de 13 points sur Terminal-Bench 4.0 et l’ajout d’un niveau de raisonnement faible, selon le billet de publication de l’entreprise. KT a ouvert Token Factory le 29 octobre avec MIDM K 3.0 Pro comme modèle domestique vedette. Une entreprise a terminé le mois en offrant gratuitement son modèle phare ; l’autre l’a terminé en vendant l’accès à un modèle que personne en dehors de la Corée ne peut télécharger.

Mistral Large 4 est un modèle mixture-of-experts nativement multimodal : 1,05 billion de paramètres au total, dont 52 milliards actifs, plus un encodeur visuel de 1,6 milliard de paramètres, acceptant du texte et des images en entrée et renvoyant du texte. La documentation de Mistral indique une fenêtre de contexte de 1 M de tokens, et Artificial Analysis mesure sur cette même fenêtre de 1 M, si bien que, contrairement à la plupart des affirmations de fournisseurs de cette série, elle est corroborée plutôt que simplement avancée. Les poids ont été publiés sous la licence Mistral Ecosystem Open-Weight License, qui autorise l'usage commercial sous certaines restrictions — la partie du terme « open » que la plupart des articles passent sous silence.

MIDM K 3.0 Pro est l’image miroir à presque tous égards. 120 milliards de paramètres au total, dont 12 milliards actifs, un hybride de Mamba, de mélange d’experts et de couches d’attention qui relève d’une conception axée sur le coût de service plutôt que sur les capacités, du texte en entrée et du texte en sortie sans aucune voie vision, un contexte de 261 795 jetons et aucun poids. Le différenciateur de KT n’est pas le modèle mais la livraison : une infrastructure coréenne nationale, une facturation en KRW et une plateforme conçue pour les entreprises qui ne peuvent pas envoyer de jetons à l’étranger.

• Paramètres — Mistral Large 4 : 1,05 T au total, 52 B actifs, plus un encodeur visuel de 1,6 B ; MIDM K 3.0 Pro : 120 B au total, 12 B actifs

• Modalité — texte et image en entrée pour Mistral Large 4 ; texte uniquement pour MIDM K 3.0 Pro

• Contexte — 1 M de tokens pour Mistral Large 4, confirmé à la fois par la documentation de Mistral et par la fenêtre testée par Artificial Analysis ; 261 795 documentés pour MIDM K 3.0 Pro

• Poids — publiés avant fin octobre 2026 sous la licence Mistral Ecosystem Open-Weight License, contre aucun

• Prix catalogue — 0,70 $ en entrée / 2,10 $ en sortie par million pour Mistral Large 4, contre 0,20 $ / 0,80 $

• Tarif en vigueur aujourd'hui — 0,14 $ / 0,56 $ pour MIDM K 3.0 Pro, la remise de KT s'appliquant jusqu'au 30 novembre, contre le tarif unique de Mistral à 0,70 $ / 2,10 $

• Indice indépendant — 26, contre aucun

• Coût par tâche d'indexation — 2,06 $, contre non mesuré

Ce que 26 signifie réellement lorsque vous en fixez le prix

Un score d’indice modeste n’est pas synonyme de modèle inutile, et les autres mesures de Mistral Large 4 justifient cette affirmation. À 117 jetons de sortie par seconde, il est environ deux fois plus rapide que les 56 mesurés pour GPT-6.1 Sol et plus de trois fois plus rapide que les 32 de Kimi K3.1 Pro, et à 11,7 minutes par tâche d’indice, il dépasse franchement la médiane de 13,1 minutes pour sa catégorie. Son coût de 2,06 $ par tâche n’est pas bon marché en termes absolus, mais le chiffre qui compte davantage est celui qui se trouve en dessous : GPT-6.1 Sol coûte 1,27 $ par tâche et obtient un score de 55, donc Mistral Large 4 offre environ la moitié de la capacité pour environ 1,6 fois le prix du modèle qui le bat. C’est l’arithmétique embarrassante d’être un modèle rapide et bon marché au jeton qui consomme beaucoup de jetons.

Mettons maintenant le prix de MIDM K 3.0 Pro en regard. À 0,14 $ et 0,56 $, il représente un cinquième du tarif d'entrée de 0,70 $ de Mistral Large 4 et un quart de son tarif de sortie de 2,10 $, et après le 30 novembre, il s'établit à 0,20 $ et 0,80 $ — un peu moins d'un tiers du tarif de Mistral en entrée, un peu plus d'un tiers en sortie. Si MIDM K 3.0 Pro obtient un score proche de 26, c'est le meilleur achat pour toute charge de travail qui n'a pas besoin de vision ni d'une fenêtre d'un million de tokens. S'il obtient un score entre 10 et 19, le prix cinq fois moins cher achète un outil réellement plus faible et la comparaison se réduit à « utilisez le bon marché pour l'étiquetage, le rapide pour tout le reste ».

Le plus gênant, c'est que personne ne peut actuellement distinguer ces deux mondes. KT n'a pas publié de résultats de benchmark pour MIDM K 3.0 Pro. Artificial Analysis répertorie le modèle antérieur de KT, Mi:dm K 2.5 Pro, mais n'a jamais renseigné de score d'intelligence pour celui-ci, et ne comporte aucune entrée pour ce modèle-ci. La page du modèle est une fiche technique, un tableau des prix, une date de lancement et un graphique de latence en temps réel — et ce graphique se contredit, affichant 19,98 jetons par seconde dans la ligne du fournisseur et une moyenne de 62,93 dans la médiane sur trois jours juste au-dessus.

La question des licences, qui n’est pas celle des poids ouverts

Le fait que les pondérations de Mistral Large 4 soient téléchargeables ne signifie pas qu’elles soient libres d’exploitation. Le checkpoint est publié, et les conditions de Mistral exigent une licence pour l’hébergement commercial au-delà d’un seuil — c’est le schéma « pondérations ouvertes, hébergement sous conditions » devenu la norme pour les laboratoires européens, et c’est pourquoi le choix pratique pour la plupart des équipes reste l’API du fournisseur. Ce que les pondérations vous apportent, c’est une porte de sortie : si les prix de Mistral évoluent ou si les règles de résidence des données de l’UE changent, le modèle ne disparaît pas.

MIDM K 3.0 Pro n’offre aucune échappatoire. C’est une API fermée sur un fournisseur unique, et la documentation de plateforme de KT elle-même précise explicitement que les modèles à fournisseur unique ne bénéficient pas de son routage automatique. Si le point de terminaison se dégrade, il n’y a aucun autre point à appeler ni point de contrôle sur lequel se rabattre. Ce que KT met à la place, c’est la juridiction — tout l’argumentaire de Token Factory repose sur le traitement national, la compétence en langue coréenne et le règlement en KRW — et pour une entreprise coréenne, ce n’est pas un argument marketing, c’est la raison d’être du modèle.

Donc, la comparaison des licences est en réalité une question de type de risque que vous portez. Avec Mistral Large 4, vous portez un risque de capacité (26 n'est pas élevé) mais pas de risque fournisseur. Avec MIDM K 3.0 Pro, vous portez pleinement le risque de capacité, auquel s'ajoute le risque fournisseur, en échange d'un prix et d'une juridiction que rien d'autre dans ce segment n'offre.

Trois charges de travail, trois réponses

Plutôt qu’un verdict, ce qui est utile, c’est de dire où chaque modèle s’impose comme le choix évident, car l’écart de prix est assez large pour que la réponse bascule plus d’une fois.

L'extraction de documents à partir de documents coréens numérisés est le cas d'usage de MIDM K 3.0 Pro, et l'écart est net. Le travail consiste à prendre du texte en entrée et à produire des données structurées en sortie, les volumes sont importants et la fenêtre de 261 795 jetons est largement suffisante. À 0,56 $ par million de jetons de sortie, l'ensemble du pipeline coûte moins cher que le stockage dans lequel il écrit, et l'encodeur visuel de Mistral Large 4 est sans objet puisque l'OCR a déjà été effectué en amont.

Le tri de captures d’écran, la lecture de graphiques et tout autre cas où l’entrée est une image relèvent de Mistral Large 4, et MIDM K 3.0 Pro ne peut tout simplement pas y prétendre. Un modèle uniquement textuel n’est pas une option moins coûteuse pour une tâche de vision ; ce n’est pas une option.

Le travail sur de longs contextes — une base de code de 400 000 tokens, un dossier réglementaire complet — se joue sur un chiffre plutôt que sur une préférence. Mistral Large 4 dispose d’une fenêtre de 1 M de tokens sur laquelle sa documentation et sa configuration mesurée concordent, ce qui suffit. MIDM K 3.0 Pro s’arrête à 261 795 et renverra une erreur, pas une réponse dégradée.

Le quatrième cas, délicat, est celui que la plupart des équipes connaissent en réalité : un travail textuel à fort volume sous 200 000 tokens, où la qualité compte et où le volume rend l’écart de prix décisif. C’est là que le score manquant coûte de l’argent réel, car une équipe qui se trompe paie soit dix fois trop pendant un an, soit déploie un pipeline qui sous-performe silencieusement.

Comment acheter la réponse au lieu de deviner

Il existe un moyen peu coûteux de trancher. Deux cents requêtes issues de vos propres journaux, avec des sorties dont la qualité est avérée, passées dans les deux modèles et évaluées selon la grille que votre équipe utilise déjà. Aux tarifs de MIDM K 3.0 Pro, cela coûte quelques centimes ; sur Mistral Large 4, avec son appétit en tokens, quelques dollars. Deux jours de travail permettent d’obtenir un chiffre plus pertinent que n’importe quel indice, car il est mesuré sur votre distribution.

Pour le côté Mistral, le détail pratique est qu’une grille tarifaire qui évolue sous vos pieds est là où la marge fait le plus de dégâts : une promotion prise pour un prix catalogue est une facture qui double sans que personne n’ait livré quoi que ce soit. Mistral Large 4 est accessible via l’API propre à Mistral et plusieurs plateformes tierces ; il n’est pas dans notre catalogue, et nous ne le routons pas. La discipline que nous appliquons aux plus de 200 modèles que nous routons est celle qui rend une promotion visible plutôt que tardive : prix catalogue des fournisseurs répercutés à 0 % de marge, afin qu’un changement de fournisseur arrive le jour même plutôt que d’attendre qu’un revendeur le remarque. MIDM K 3.0 Pro n’est pas non plus dans notre catalogue ; il est servi par Token Factory de KT, et le conseil honnête pour ce côté est de l’essayer avec la clé propre à KT pendant que la remise de 30 pour cent court jusqu’au 30 novembre.

En fin de compte, ce à quoi se résume la comparaison, c’est que Mistral Large 4 est une valeur connue, avec un score modeste et un flux de tokens rapide, tandis que MIDM K 3.0 Pro est un inconnu bon marché avec une barre exceptionnellement basse à franchir. Vingt-six n’est pas un chiffre élevé. Un modèle de 120 milliards de paramètres dont 12 milliards sont actifs pourrait plausiblement l’atteindre — les benchmarks en coréen sont indulgents avec les modèles entraînés sur le coréen, et KT développe cette famille depuis 2023. Il pourrait aussi rester bien en deçà, et il n’existe actuellement aucun moyen pour quiconque en dehors de KT de le savoir. C’est cette incertitude, et non le prix, qu’un acheteur devrait intégrer dans son calcul.