MIDM K 3.0 Pro: l'ibrido da 120B di KT sbarca con un prezzo e nessun benchmark

Mi:dm K 3.0 Pro — scritto MIDM K 3.0 Pro nella maggior parte dei cataloghi di modelli, e indicato a livello internazionale come KT: Mi:dm K 3.0 Pro — è il primo modello di un operatore telecom coreano ad arrivare su un listino prezzi internazionale con una scheda tecnica dalle specifiche da modello di frontiera e nessuna valutazione pubblica a supporto. KT lo offre tramite la propria piattaforma Token Factory con una data di rilascio del 29 ottobre 2026, mentre il listino internazionale è datato 5 novembre 2026. È un mixture of experts da 120 miliardi di parametri che ne attiva 12 miliardi per token, accetta 261.795 token di contesto e costa $0,20 per milione di token in input e $0,80 per milione di token in output. Ciò che non ha, all'11 novembre 2026, è un solo punteggio benchmark pubblicato da chiunque — non da KT, non da un valutatore indipendente, non dalla tabella comparativa di un laboratorio concorrente. Questa lacuna non è una nota a piè di pagina di questa pagina. È l'elemento principale di cui un acquirente deve tenere conto nel prezzo.

Tre date, e quale di queste è quella di rilascio

I materiali di KT riportano tre date diverse per lo stesso modello, e sono tutte corrette nel proprio contesto, ed è per questo che la domanda «quando è uscito» è stata così difficile da rispondere.

• 15 ottobre 2026 — Mi:dm K 3.0 viene mostrato pubblicamente per la prima volta all'AID-X Day di KT a Seul, insieme a un agente vocale di nuova generazione, a una piattaforma interna per agenti chiamata KT-Claw e ai lavori dell'azienda sulla compressione dei prompt e sul routing dei modelli. La stampa di settore coreana che ha seguito l'evento lo descrive come il "modello di nuova generazione" del gruppo, dimostrato anziché venduto. Nulla ha un prezzo e non esiste ancora alcun identificatore di modello.

• 29 ottobre 2026 — la data che la pagina del modello Token Factory di KT riporta come 출시일, la data di rilascio. È il momento in cui il modello è diventato qualcosa a cui un cliente poteva inviare una richiesta ed essere fatturato, sulla piattaforma di KT stessa.

• 5 novembre 2026 — la data riportata nell'elenco del catalogo internazionale, il punto in cui gli sviluppatori al di fuori del rapporto di fatturazione diretto di KT avrebbero potuto accedervi. Ognuna di quelle voci del catalogo riproduce la stessa descrizione di una frase — mixture of experts, 120B totali, 12B attivi, ibrido Mamba/MoE/attention — che proviene da KT e non è stata verificata in modo indipendente.

Il motivo per cui la distinzione merita tre punti elenco anziché una sola frase è che «rilasciato il 29 ottobre» e «disponibile a livello internazionale il 5 novembre» significano cose diverse per un team acquisti. Il primo è un rapporto con il fornitore. Il secondo è una voce che puoi valutare questa settimana. Entrambi sono sufficientemente recenti che il modello non ha accumulato alcun test di terze parti pubblicato, quindi un lettore che arriva a novembre 2026 è in anticipo, non in ritardo.

Che cos'è realmente l'architettura

Il design ibrido è la parte interessante, nonché quella che la maggior parte delle descrizioni di catalogo comprime in un'unica proposizione. La descrizione di KT è che Mi:dm K 3.0 Pro combina strati Mamba, strati mixture-of-experts e normali strati di attenzione in un unico stack. Ognuno di questi svolge un compito diverso. L'attenzione dà al modello il richiamo esatto di posizioni precedenti arbitrarie, da cui dipendono i compiti su documenti lunghi e il rispetto preciso delle istruzioni. Mamba gli fornisce un percorso a tempo lineare attraverso sequenze lunghe, che è ciò che impedisce a un prompt da 262K token di diventare quadratico in termini di costo e latenza. Lo strato mixture-of-experts è ciò che rende un modello da 120B economicamente sostenibile da servire: solo 12B parametri — un decimo della rete — vengono eseguiti per ogni token dato, quindi il costo computazionale segue il numero di parametri attivi anziché il totale.

Mettere tutti e tre in un unico stack è una vera presa di posizione ingegneristica, non marketing. È lo stesso istinto dietro diverse uscite del 2026 che hanno provato a sfuggire al costo della pura attenzione sul contesto lungo, ed è una cosa più difficile da addestrare rispetto a sceglierne una sola. Se KT l'abbia eseguita bene è esattamente la domanda a cui nessuno ha risposto pubblicamente.

KT divulga anche il formato di serving, cosa che va oltre ciò che pubblicano la maggior parte dei laboratori: nella sua pagina Token Factory il modello viene descritto come servito da un checkpoint i cui esperti MoE sono quantizzati a NVFP4, con le proiezioni Mamba e l'esperto condiviso mantenuti a FP8. Si tratta di una decisione di serving, non di training, e ha una conseguenza pratica: i pesi che un cliente sta chiamando non sono i pesi addestrati da KT, e qualsiasi benchmark eseguito su questo endpoint misura l'artefatto quantizzato. Per un modello da 120B a $0,20 per milione di token di input, la quantizzazione aggressiva è il modo in cui si raggiunge quel prezzo. Stabilisce anche un'aspettativa: un percorso degli esperti a 4 bit non è il luogo in cui cercare la riproduzione esatta di un riferimento a piena precisione.

L'involucro, nei numeri pubblicati da KT

• Parametri — 120B totali, 12B attivi per token, secondo quanto riportato nella copia della model card di KT stesso.

• Contesto — 261,795 token. In cifra tonda sono 256K, e circa un quarto di ciò che offrono i modelli di frontiera nei paraggi di questa fascia di prezzo.

• Output massimo — 235.615 token in una singola risposta. È insolitamente generoso rispetto alla finestra di contesto: il modello può scrivere quasi tanto quanto può leggere.

• Modalità — testo in ingresso, testo in uscita. Nessun input di immagini, audio o file e nessun output multimodale. Le schede di catalogo confermano che la modalità è solo testo su entrambi i lati della richiesta.

• Ragionamento — il modello espone un controllo del ragionamento e restituisce il contenuto del ragionamento separatamente dalla risposta, così un chiamante può sopprimere o visualizzare la traccia di pensiero.

• Output strutturato — Sono supportati output JSON e output vincolato a uno schema, che è la capacità più importante per chiunque integri il modello in una pipeline.

• Tool calling — non è elencato tra i parametri di richiesta supportati dal modello nella sua scheda di catalogo, a differenza della maggior parte dei modelli frontier del 2026, che espongono esplicitamente tools e tool_choice. Se un ciclo agentico necessita di function calling, è la prima cosa da testare anziché dare per scontata.

• Prezzi — $0.20 per milione di token di input, $0.80 per milione di token di output e $0.04 per milione di token di input memorizzati nella cache.

Comportamento di erogazione misurato — circa 196 token di output al secondo e 0,62 secondi al primo token in mediana, con disponibilità riportata effettivamente al 100% nell'ultimo giorno sull'unico fornitore di servizio.

Il prezzo e lo sconto che non è presente nell'elenco internazionale

La piattaforma di KT vende attualmente il modello al di sotto del prezzo di listino. La pagina di Token Factory mostra l'input a ₩190 per milione di token rispetto a ₩271 barrato, e l'output a ₩759 rispetto a ₩1.085, ovvero uno sconto promozionale del 30% applicato agli stessi prezzi di $0,20 e $0,80 riportati nella scheda internazionale. Anche l'input in cache segue lo stesso schema: $0,03 al prezzo promozionale, $0,04 a listino.

Ne conseguono due cose. Primo, il prezzo effettivo oggi è di $0,14 per l'input e $0,56 per l'output se acquisti direttamente da KT, e di $0,20 / $0,80 se raggiungi il modello tramite un catalogo di terze parti che applica il prezzo di listino. Secondo, il prezzo promozionale su un modello così nuovo è uno strumento di lancio, non un tariffario, e terminerà senza molto preavviso. Un modello di costo basato su $0,14 dovrebbe essere ricalcolato su $0,20 prima di essere usato per giustificare qualsiasi cosa.

Anche al prezzo di listino, la posizione è netta. Venti centesimi per milione di token di input sono circa un duecentesimo di quanto fanno pagare i modelli di frontiera — Claude Opus 5.5 costa $4 e $20, Gemini 4 Argon $2 e $10 — ed è più economico del livello di punta di D​eepSeek stesso, a $0,66 e $1,98 fuori punta. Che sia un affare o un avvertimento dipende interamente dalla capacità, e la capacità è l'unico numero che nessuno ha.

Il divario di misurazione, espresso con precisione

Tre cose vengono comunemente scambiate per benchmark, e nessuna di esse lo è.

Il primo è l'annuncio di KT stesso. I materiali di AID-X Day e la model card descrivono architettura, quantizzazione e contesto, e non pubblicano una tabella di punteggi rispetto a valutazioni con nome. Non c'è alcun numero Terminal-Bench riportato dal fornitore, nessun dato SWE-bench, nessun risultato di benchmark in lingua coreana su cui polemizzare. È insolito per un lancio nel 2026 — la maggior parte dei laboratori pubblica una tabella anche quando la tabella è autocelebrativa — e significa che non c'è nulla da ridimensionare.

Il secondo è Artificial Analysis, il valutatore indipendente su cui si basano la maggior parte dei confronti di questo blog. All'11 novembre 2026 non ha alcuna pagina dedicata al modello: il percorso del modello restituisce un 404 e il modello non compare nel suo indice. È il segnale più chiaro disponibile del fatto che il modello non sia stato sottoposto in modo indipendente a una suite standard.

Il terzo è il composito dell'aggregatore. Almeno un sito di confronto tra modelli pubblica per Mi:dm K 3.0 Pro un punteggio "complessivo" di 40 su 100 e una posizione nella programmazione di #185 su 445. Quei numeri non sono risultati di benchmark. Sono una combinazione ponderata di prezzo, recentezza, lunghezza del contesto, capacità di output e un segnale di capacità e, su quel sito, il solo prezzo incide per il 25% del peso e il contesto per il 15%. Un modello così economico e così nuovo ottiene buoni punteggi su due dei cinque input per costruzione. Letto come riepilogo di una scheda tecnica va bene; letto come misurazione delle capacità è circolare.

Quindi lo stato reale delle cose è questo: una descrizione dell'architettura fornita dal fornitore, un prezzo, una finestra di contesto e nulla che dica se il modello sia valido. Chiunque pubblichi questa settimana una tabella comparativa con i punteggi di benchmark di Mi:dm K 3.0 Pro o se li è inventati oppure ha copiato qualcuno che l'ha fatto.

Dove si colloca effettivamente nel mercato

La cosa più vicina a una dichiarazione di posizionamento proviene dalla storia di KT stessa anziché dalla scheda di questo modello. KT ha gestito la linea Mi:dm come una famiglia incentrata sulla Corea: Mi:dm 2.0 è stato distribuito come modello base-instruct da 12B e come mini da 2B, entrambi rilasciati con pesi aperti su Hugging Face nel luglio 2025, e i materiali aziendali descrivono la famiglia come ottimizzata per la società, la cultura e la conoscenza di dominio coreane anziché per i benchmark di programmazione in lingua inglese. Un modello ibrido da 120B a questo prezzo rappresenta quel programma su scala più ampia, non una svolta verso la frontiera globale.

Quel modo di presentare le cose dice a un acquirente cosa testare per primo. Se il carico di lavoro è l'assistenza clienti in lingua coreana, testi normativi nazionali o un corpus di dominio in cui il vocabolario è coreano, un modello addestrato per questo è una proposta diversa da un modello di frontiera con competenze coreane aggiunte a posteriori. Se il carico di lavoro è la programmazione agentica in lingua inglese su un repository di grandi dimensioni, questo è un modello economico senza alcuna evidenza a supporto e con una finestra di contesto pari a un quarto di quella dei leader.

Vale anche la pena chiarire cosa non è aperto. I pesi di Mi:dm 2.0 sono pubblici; quelli di Mi:dm K 3.0 Pro no. Non esiste alcun repository nell'organizzazione Hugging Face di KT che porti il nome 3.0, e il modello è servito solo tramite la piattaforma di KT. Ciò esclude l'hosting autonomo, il fine-tuning sul proprio hardware e l'intera classe di valutazioni che richiede il download del checkpoint.

Come chiamarlo e cosa significa il provider unico

Mi:dm K 3.0 Pro è servito da esattamente un provider — KT — e OrcaRouter al momento non lo instrada. Ciò è rilevante per un motivo specifico, non come avvertenza. Un modello con un solo provider non può eseguire failover. Se l'endpoint di KT peggiora, non c'è un secondo host su cui instradare, e il dato di disponibilità indicato per il modello è una misura dell'infrastruttura di una singola azienda, non di un mercato. I team che necessitano di una garanzia rigorosa di disponibilità di solito vogliono un secondo provider oppure un fallback a livello applicativo; per questo modello esiste solo la seconda opzione.

Il set di confronto è un'altra storia. OrcaRouter offre oltre 200 modelli dietro un'unica chiave al prezzo di listino del provider con 0% di ricarico in più, quindi i modelli economici con cui questo modello si sta effettivamente confrontando — i livelli di DeepSeek, la linea GLM, Qwen — e i modelli di frontiera rispetto ai quali viene misurato si trovano sullo stesso endpoint e sulla stessa fattura. Ciò rende una prova testa a testa un cambio di routing anziché un progetto di approvvigionamento, che è il modo sensato per rispondere alla domanda a cui questa pagina non può rispondere: invia gli stessi 50 prompt a Mi:dm K 3.0 Pro e a due modelli di cui ti fidi già, e valuta tu stesso gli output. A $0,20 in input e $0,80 in output, quell'esperimento costa centesimi.

Cosa cambierebbe questa pagina

Quattro sviluppi farebbero passare Mi:dm K 3.0 Pro da «prezzo interessante, modello sconosciuto» a qualcosa su cui un team può pianificare, e ognuno è verificabile.

Una valutazione indipendente. Una singola voce di Artificial Analysis con un punteggio Intelligence Index e un costo per attività farebbe di più per la posizione di questo modello di qualsiasi comunicato stampa, perché metterebbe il numero accanto ai modelli rispetto ai quali è prezzato — lo stesso indice colloca Claude Opus 5.5 a 58 e DeepSeek V4 Pro a 36, e una cifra in quella fascia risolverebbe la questione se lo sconto sia compensazione o arbitraggio.

Una scheda di benchmark pubblicata dal fornitore. L'assenza è così vistosa che la sua comparsa sarebbe di per sé una notizia, e offrirebbe almeno un termine di confronto per verificare le affermazioni dei progettisti stessi del modello.

Un secondo fornitore di servizi. Due host indipendenti renderebbero possibile il failover e permetterebbero a un acquirente di considerare il prezzo come un tasso di mercato anziché promozionale.

Pesi. KT ha reso open source Mi:dm 2.0 e non ha reso open source questo. Se ciò cambia, il modello diventa valutabile da chiunque abbia una GPU, e il divario di misurazione si colma senza aspettare un valutatore.

Finché non si verifica almeno uno di quegli eventi, l'affermazione sostenibile su Mi:dm K 3.0 Pro è limitata e specifica: un modello ibrido mixture-of-experts da 120B, 12B attivi, contesto 262K, solo testo, servito da un checkpoint quantizzato da un unico provider, a un prezzo inferiore di un ordine di grandezza rispetto a ogni modello di frontiera — e nessuna prova pubblicata di quanto bene funzioni. Questo basta a giustificare un test economico. Non basta a giustificare una migrazione.