MIDM K 3.0 Pro 対 Grok 4.7：タスクあたり7.77ドルが、0.56ドルのモデルについて隠していること

Artificial Analysisは、Grok 4.7のIntelligence Indexタスク1件に対して7.77ドルの料金を課している。このモデルの定価は入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドルで、一見妥当に思える。だが、評価スイートを完走するのに出力トークンを1億4,800万消費し、それが中央値の約2倍であり、しかも1タスクに27分かかることに気づくまでは。KTのMIDM K 3.0 Proは2026年10月29日にリリースされ、定価は0.20ドルと0.80ドル、さらに30%のローンチ割引が付くが、公開評価スイートで実行した者は誰もいない。したがって、Grok 4.7をMIDM K 3.0 Proと並べることは、良いモデルと悪いモデルの対決ではない。それは、料金表が公表していない形で高コストであることが判明する測定済みモデルと、その主張のすべてが「試して確かめられるほど安い」という点にある未測定モデルとの対決なのだ。

料金表が2つ、うち1つは監査済み

まずは監査済みのほうから。2つのうちより興味深いからだ。Grok 4.7は2026年9月21日に、長期的なコーディングとエージェント型作業向けのSpaceXAIのフラッグシップとしてリリースされ、50万トークンのコンテキストウィンドウ、画像入力、推論エフォートを4段階で選べるセレクターを備えていた。その中で最も高い設定では、Artificial AnalysisがIntelligence Indexで35点を付けており、同じ価格帯のモデルの中央値40を下回る。これはフラッグシップとしては実に気まずい数字であり、それだけではない。毎秒64出力トークンでは遅く、インデックスタスクあたり27.2分ではさらに遅く、スイート全体で出力する1億4800万トークンは中央値7280万の2倍を超える。冗長さは道徳的欠陥ではないが、明細項目ではあり、そうして$2.00と$6.00が$7.77になるのだ。

未監査のものはまったく別の形をしており、その形こそが要点だ。KTはMIDM K 3.0 Proをハイブリッドスタックとして構築した——Mamba層に混合エキスパート（MoE）と通常のアテンションを混ぜたもので、1200億パラメータを備え、トークンあたり120億がアクティブになる。入力$0.20が算術的に可能なのはスパース活性化のおかげであり、使わなかったパラメータに料金を払うわけではない。MoEエキスパートはNVFP4に量子化される一方、Mambaの射影と共有エキスパートはFP8のままで、これはほとんどどのベンダーもわざわざしないレベルの開示だ。コンテキストは261,795トークン。入出力はテキストのみ——画像はなく、これは脚注ではなくGrok 4.7との実質的な違いだ。

• 定価 — MIDM K 3.0 Pro は100万トークンあたり入力 $0.20 / 出力 $0.80、Grok 4.7 の $2.00 / $6.00 に対して

• 本日適用価格 — MIDM K 3.0 Pro $0.14 / $0.56（2026年11月30日まで）、Grok 4.7 は変更なし

• キャッシュ済み入力 — MIDM K 3.0 Pro は100万トークンあたり $0.04、Grok 4.7 は $0.50

• コンテキスト — 500,000 に対して 261,795 トークン、Grok 4.7 では出力トークンとして 450,000 まで許容される

• モダリティ — テキストのみ、テキストと画像との比較において

• アーキテクチャ — 総計120B／アクティブ12B、Mamba/MoE/attentionのハイブリッド、非公開のパラメータ数との比較

• 独立スコア — 公開なし（Artificial Analysis v5.0.1では35）

• インデックスタスクあたりの測定コスト — 未測定（$7.77 との比較）

料金ページには誰も載せない計算

両方のカードで具体的なジョブを実行すると、10倍の定価差が、より大きく奇妙なものへと変わる。30,000トークンの入力を読み取り、1,500トークンの出力を書き込む呼び出しを10,000回繰り返す場合を考えよう。これは中規模の抽出またはレビューのパイプラインであり、極端なケースではない。

Grok 4.7の定価レートでは、入力トークン3億個が$2.00で$600、出力トークン1,500万個が$6.00で$90です。合計690ドルです。MIDM K 3.0 Proの割引レートでは、入力3億個が$0.14で$42、出力1,500万個が$0.56で$8.40です。50ドル40セント——同じ構成の作業でGrok 4.7より約14分の1です。12月1日からの定価レートでは、同じ作業は$60と$12で$72になり、それでも約10分の1です。

では、この比較を宣伝ではなく誠実なものにする部分です。Grok 4.7の数字は、モデルが要求したトークン数で回答することを前提としています。しかし、実際にはそう安定してはなりません。1億4,800万トークンという実測値対中央値7,280万トークンということは、難しい作業ではこのモデルが同じ答えに到達するために同業他社のおよそ2倍を費やすことを示しており、料金表に不明なトークン数を掛けたものは見積もりではなく概算です。インデックスタスクあたり7.77ドルは、どちらのベンダーも公表した中で実際の単価に最も近いものですが、MIDM K 3.0 Proには同等の数字がありません。誰もそのスイートを実行していないからです。料金表と中央値のトークン数から見積もれば1ドルを大きく下回り、Grok 4.7のように使いすぎるモデルから見積もれば数ドルになります。このばらつきこそが、測定されていないモデルを料金表から価格設定する際の根本的な問題です。

欠けているスコアが実際に効いてくるのはどこか

これを「安いモデルが勝つ」と書くのは簡単だが、それは間違いだ。現時点の証拠からは、三つのことが導かれる。

第一に、Grok 4.7の35は、MIDM K 3.0 Proが超えると想定すべき上限ではない。1200億パラメータのうち120億がアクティブというモデルは、2026年のフラッグシップ基準では小型モデルであり、小型モデルが安いのには理由がある。MIDM K 3.0 Proの現実的な範囲は、「価格で決まるほど35に近い」から「20ポイント遅れで、タグ付けにしか適さない」までにわたり、現在、KTの外からそれを絞り込む方法はない。

第二に、価格差が十分に大きいため、実際の能力差を吸収してもなお経済性で勝てるということだ。MIDM K 3.0 Pro が Grok 4.7 より15ポイント劣っていたとしても、失敗モードがチケットの誤ラベル付けである分類作業では、依然として正しい選択肢である。数時間にわたるエージェント型コーディングで15ポイント劣っているなら、どんな価格でも代替にはならない。作業が完了しないからだ。

第三は、Grok 4.7自身のコスト特性により、その評判から示唆されるよりもデフォルトとして劣るということです。1タスクあたり$7.77、実時間27分かかるフラッグシップは、専門的な道具です。そこから価値を引き出しているチームは、大量処理ではなく難易度の高いテールで使っており、大量処理こそがMIDM K 3.0 Proのようなモデルが狙う領域です。

700ドルではなく50ドルで済む検査

公開リーダーボードを待たずに能力の問いに答える方法はあり、それを実用的にするのは価格差です。自社トラフィックから実リクエストを200件集め——作られた例ではなく、正解が分かっているもの——それを両方のモデルに通します。MIDM K 3.0 Proではプロモ価格なら数セントで済みます。Grok 4.7では、$7.77相当のトークン挙動で数ドルかかります。返ってくるのはIntelligence Indexスコアではありませんが、Intelligence Indexスコアより良い数値です。合成スイートではなく自社の分布で採点されるからです。

誰かがそれを実行する前に、2つの注意点があります。第一に、割引は2026年11月30日に終了するため、12月上旬にテスト実行すると、今週目にしたモデルよりも入力と出力で43パーセント高くつくモデルを測定することになります。第二に、MIDM K 3.0 Pro を提供しているのはちょうど1社、KT 自身だけで、KT 自身のモデルページには、単一プロバイダーのモデルはプラットフォームの自動ルーティングを受けないと記載されています。最初のエンドポイントが劣化した場合にフォールバックできる2つ目のエンドポイントはありません。

最後の点こそ、OrcaRouter がこの組み合わせに偶発的ではなく直接関係する唯一の箇所です。Grok 4.7 は SpaceXAI の公開定価で当社のカタログに掲載されており、上乗せは一切なく、同じキーと同じエンドポイントは、当社がルーティングする他の200 以上のモデル。そのため、カードに記載された 2.00 ドルと 6.00 ドルはそのまま請求額に反映される数字であり、ベンダーの価格変更は次の請求サイクルではなく当日に反映されます。MIDM K 3.0 Pro は当社が提供するものではありません。これは KT の Token Factory プラットフォーム上にあり、「どこで入手できますか」に対する正直な答えはこれです。このような組み合わせに対してルーターが果たす役割は、計測済みのモデルを未計測のモデルの後段にフォールバックとして保持できるようにすることです。失敗したリクエスト、タイムアウトしたリクエスト、または 261,795 トークンを超えるリクエストは、エラーではなく正常に動作するどこかへ解決され、これが安価なモデルを試用することと、それに本番経路を賭けることの違いになります。

何がこのページを変えるのだろうか

{{1}}1本の公表があれば十分だ。Artificial Analysis や同等の評価機関が MIDM K 3.0 Pro を番号付きのスイートに載せ、それが30近辺に着地すれば、価格面の主張は幅広い種類の作業にとって決定的になり、Grok 4.7 との比較は面白みを失う。20台前半に着地すれば、このモデルは韓国語の主力モデルであり、そのように売るべきだ——いずれにせよ KT がおおむねそう位置づけているのと同じである。{{/1}}

それまでは、擁護可能な解釈はどちらのベンダーも望むよりも狭いものになる。Grok 4.7は実力値が35——中央値をわずかに下回る——という、実際の能力水準を持つ測定済みモデルであり、そのタスクあたりコストは、表示価格を4倍から5倍も誤解させるものになっている。MIDM K 3.0 Proは未測定のモデルで、大量処理の仕事ではほぼどんな能力差も耐えうる表示価格を持つが、その基準をクリアするかどうかについての証拠はまったくない。どちらの陣営も実際に算出した唯一のタスクあたりコストはGrok 4.7の7.77ドルであり、それはベンダーではなく第三者によって算出された。