MIDM K 3.0 Pro: hybrydowy model KT 120B trafia na rynek z ceną, ale bez benchmarków

Mi:dm K 3.0 Pro — w większości katalogów modeli zapisywany jako MIDM K 3.0 Pro, a na arenie międzynarodowej wymieniany jako KT: Mi:dm K 3.0 Pro — jest pierwszym modelem koreańskiego operatora telekomunikacyjnego, który trafia na międzynarodową listę cenową ze specyfikacją przypominającą modele frontier i bez żadnej publicznej ewaluacji za sobą. KT udostępnia go z własnej platformy Token Factory z datą wydania 29 października 2026 r., a międzynarodowa lista ma datę 5 listopada 2026 r. To model typu mixture of experts o 120 miliardach parametrów, który aktywuje 12 miliardów z tych parametrów na token, przyjmuje 261 795 tokenów kontekstu i kosztuje 0,20 USD za milion tokenów wejściowych oraz 0,80 USD za milion tokenów wyjściowych. Czego jednak nie ma, na dzień 11 listopada 2026 r., to ani jednego opublikowanego wyniku benchmarku od kogokolwiek — ani od KT, ani od niezależnego ewaluatora, ani z tabeli porównawczej konkurencyjnego laboratorium. Ta luka nie jest przypisem do tej strony. To główna rzecz, którą kupujący musi uwzględnić przy wycenie.

Trzy daty i która z nich to data wydania

Materiały samego KT podają trzy różne daty dla tego samego modelu i wszystkie są poprawne we własnych ramach, dlatego tak trudno było odpowiedzieć na pytanie „kiedy się ukazał”.

• 15 października 2026 — Mi:dm K 3.0 zostaje po raz pierwszy publicznie zaprezentowany podczas AID-X Day firmy KT w Seulu, obok nowej generacji agenta głosowego, wewnętrznej platformy agentowej o nazwie KT-Claw oraz prac firmy nad kompresją promptów i routingiem modeli. Koreańska prasa branżowa relacjonująca wydarzenie opisuje go jako „model nowej generacji” grupy, demonstrowany, a nie sprzedawany. Nie podano żadnych cen, a identyfikator modelu jeszcze nie istnieje.

• 29 października 2026 — data, którą własna strona modelu Token Factory KT podaje jako 출시일, czyli datę wydania. To moment, w którym model stał się czymś, do czego klient mógł wysłać żądanie i za co mógł zostać obciążony opłatą, na własnej platformie KT.

• 5 listopada 2026 — data w międzynarodowej pozycji katalogowej, moment, w którym deweloperzy spoza własnej relacji rozliczeniowej KT mogli uzyskać do niego dostęp. Każda z tych pozycji katalogowych powtarza ten sam jednozdaniowy opis — mieszanka ekspertów, 120B łącznie, 12B aktywnych, hybrydowa architektura Mamba/MoE/attention — który pochodzi od KT i nie został niezależnie zweryfikowany.

Powód, dla którego ta różnica zasługuje na trzy punkty zamiast jednego zdania, jest taki, że „wydany 29 października” i „dostępny na rynkach międzynarodowych 5 listopada” znaczą co innego dla zespołu ds. zakupów. Pierwsze to relacja z dostawcą. Drugie to pozycja, którą można ocenić w tym tygodniu. Oba są wystarczająco świeże, że model nie zgromadził jeszcze żadnych opublikowanych testów zewnętrznych, więc czytelnik, który trafi tu w listopadzie 2026 r., jest wcześnie, a nie późno.

Czym ta architektura właściwie jest

Hybrydowa konstrukcja jest najciekawszym elementem i tym, który większość materiałów katalogowych sprowadza do jednego zdania. KT opisuje to tak, że Mi:dm K 3.0 Pro łączy w jednym stosie warstwy Mamba, warstwy mieszanki ekspertów i zwykłe warstwy uwagi. Każdy z tych elementów pełni inną funkcję. Mechanizm uwagi zapewnia modelowi dokładne przywoływanie dowolnych wcześniejszych pozycji, od czego zależą zadania na długich dokumentach i precyzyjne stosowanie się do instrukcji. Mamba zapewnia mu liniową czasowo ścieżkę przez długie sekwencje, co zapobiega temu, by prompt o długości 262K tokenów wiązał się z kwadratowym kosztem i opóźnieniem. Warstwa mieszanki ekspertów sprawia, że obsługa modelu 120B jest w ogóle opłacalna: dla każdego tokenu uruchamiane jest tylko 12B parametrów — jedna dziesiąta sieci — więc koszt obliczeń zależy od liczby aktywnych parametrów, a nie od całkowitej.

Umieszczenie wszystkich trzech w jednym stosie to prawdziwe stanowisko inżynierskie, a nie marketing. To ten sam instynkt, który stoi za kilkoma premierami z 2026 r., próbującymi uciec od kosztu czystej uwagi w długim kontekście, a wytrenowanie tego jest trudniejsze niż wybranie jednego. Czy KT wdrożyło to dobrze — to dokładnie pytanie, na które nikt publicznie nie odpowiedział.

KT ujawnia również format udostępniania, co wykracza poza to, co publikuje większość laboratoriów: na stronie Token Factory model jest opisany jako udostępniany z checkpointu, którego eksperci MoE są skwantyzowani do NVFP4, a projekcje Mamba i wspólny ekspert pozostają w FP8. To decyzja dotycząca udostępniania, a nie treningu, i ma praktyczną konsekwencję — {{1}}wagi, które klient wywołuje, nie są wagami, które wytrenowało KT{{/1}}, a każdy benchmark uruchomiony przeciwko temu endpointowi mierzy skwantyzowany artefakt. W przypadku modelu 120B przy $0.20 za milion tokenów wejściowych agresywna kwantyzacja jest sposobem na osiągnięcie tej ceny. {{2}}Ustawia to również oczekiwania: ścieżka ekspertów 4-bitowych nie jest miejscem, w którym szuka się dokładnego odtworzenia referencji pełnej precyzji.{{/2}}

Obwiednia, w liczbach publikowanych przez KT

• Parametry — łącznie 120B, 12B aktywnych na token, według własnej kopii karty modelu KT.

• Kontekst — 261,795 tokenów. To w zaokrągleniu 256K, czyli około jednej czwartej tego, co oferują czołowe modele w sąsiedztwie tego przedziału cenowego.

• Maksymalna długość danych wyjściowych — 235,615 tokenów w jednej odpowiedzi. To niezwykle hojne w stosunku do okna kontekstu: model może napisać prawie tyle, ile może przeczytać.

• Modalność — tekst na wejściu, tekst na wyjściu. Brak danych wejściowych w postaci obrazów, dźwięku lub plików oraz brak wyjścia multimodalnego. Wpisy w katalogu potwierdzają, że po obu stronach żądania obsługiwany jest wyłącznie tekst.

• Rozumowanie — model udostępnia kontrolkę rozumowania i zwraca treść rozumowania oddzielnie od odpowiedzi, dzięki czemu wywołujący może wyłączyć lub wyświetlić ślad myślenia.

• Ustrukturyzowane dane wyjściowe — obsługiwane są dane wyjściowe w formacie JSON i ograniczone schematem, co jest możliwością, która ma największe znaczenie dla każdego, kto podłącza model do potoku przetwarzania.

• Wywoływanie narzędzi — nie jest wymienione wśród obsługiwanych parametrów żądania modelu we wpisie w katalogu, w przeciwieństwie do większości modeli czołowych z 2026 r., które jawnie udostępniają tools i tool_choice. Jeśli pętla agenta wymaga wywoływania funkcji, to pierwsza rzecz, którą należy przetestować, zamiast zakładać, że działa.

• Cennik — 0,20 USD za milion tokenów wejściowych, 0,80 USD za milion tokenów wyjściowych i 0,04 USD za milion tokenów wejściowych z pamięci podręcznej.

• Zmierzone zachowanie serwowania — około 196 tokenów wyjściowych na sekundę i mediana 0,62 sekundy do pierwszego tokenu, przy dostępności raportowanej jako praktycznie 100% w ciągu ostatniego dnia u jedynego dostawcy serwowania.

Cena oraz rabat, którego nie ma w międzynarodowej ofercie

Platforma KT sprzedaje obecnie ten model poniżej jego ceny katalogowej. Na stronie Token Factory tokeny wejściowe kosztują 190 ₩ za milion tokenów wobec przekreślonej ceny 271 ₩, a tokeny wyjściowe 759 ₩ wobec 1085 ₩, co stanowi 30% rabatu promocyjnego zastosowanego do tych samych stawek $0.20 i $0.80 podanych w międzynarodowym cenniku. Tokeny wejściowe z pamięci podręcznej podlegają temu samemu schematowi: $0.03 według stawki promocyjnej i $0.04 według ceny katalogowej.

Dwie rzeczy. Po pierwsze, dzisiejsza efektywna cena to 0,14 USD za tokeny wejściowe i 0,56 USD za tokeny wyjściowe, jeśli kupujesz bezpośrednio od KT, oraz 0,20 USD / 0,80 USD, jeśli docierasz do modelu przez katalog zewnętrzny, który przekazuje stawkę cennikową. Po drugie, ceny promocyjne na tak nowy model są narzędziem startowym, a nie cennikiem, i zakończą się bez większego uprzedzenia. Model kosztów zbudowany na 0,14 USD należy przeliczyć na 0,20 USD, zanim zostanie użyty do uzasadnienia czegokolwiek.

Nawet przy cenie katalogowej pozycja jest uderzająco wyraźna. Dwadzieścia centów za milion tokenów wejściowych to około jednej dwusetnej tego, co pobiera czołówka — Claude Opus 5.5 kosztuje 4 USD i 20 USD, Gemini 4 Argon — 2 USD i 10 USD — a to taniej niż własny flagowy wariant D​eepSeek w cenie 0,66 USD i 1,98 USD poza szczytem. Czy to okazja, czy ostrzeżenie, zależy wyłącznie od możliwości, a możliwości to jedyna liczba, której nikt nie ma.

Luka pomiarowa, wyrażona precyzyjnie

Trzy rzeczy bywają mylone z benchmarkami — i żadna z nich benchmarkiem nie jest.

Pierwsza rzecz to samo ogłoszenie KT. Materiały AID-X Day i karta modelu opisują architekturę, kwantyzację i kontekst, ale nie publikują tabeli wyników w odniesieniu do nazwanych ewaluacji. Nie ma podawanej przez dostawcę liczby dla Terminal-Bench, wyniku SWE-bench ani rezultatu koreańskojęzycznego benchmarku, o który można by się spierać. To nietypowe jak na premierę w 2026 r. — większość laboratoriów publikuje tabelę, nawet gdy jest ona korzystna wyłącznie dla nich — a to oznacza, że nie ma tu żadnych deklaracji, które trzeba by traktować z rezerwą.

Drugim jest Artificial Analysis – niezależny ewaluator, na którym opiera się większość porównań w tym blogu. Na dzień 11 listopada 2026 r. nie ma strony dla tego modelu: ścieżka modelu zwraca 404, a model nie pojawia się w jego indeksie. To najczystszy dostępny sygnał, że model nie został niezależnie przebadany przez standardowy zestaw testów.

Trzeci jest kompozyt agregatora. Co najmniej jedna strona porównująca modele publikuje „ogólną” ocenę 40 na 100 i pozycję w rankingu kodowania #185 z 445 dla Mi:dm K 3.0 Pro. Te liczby nie są wynikami benchmarków. To ważona mieszanka ceny, świeżości, długości kontekstu, pojemności wyjściowej i sygnału zdolności, a na tej stronie sama cena ma 25% wagi, a kontekst 15%. Model tak tani i tak nowy z definicji wypada dobrze w dwóch z pięciu danych wejściowych. Odczytany jako podsumowanie karty specyfikacji jest w porządku; odczytany jako pomiar zdolności jest rozumowaniem okrężnym.

Uczciwie rzecz biorąc, sytuacja wygląda tak: jeden opis architektury od dostawcy, jedna cena, okno kontekstowe i nic, co mówiłoby, czy model jest dobry. Każdy, kto w tym tygodniu publikuje tabelę porównawczą z wynikami benchmarków Mi:dm K 3.0 Pro, albo je wymyślił, albo skopiował od kogoś, kto to zrobił.

Gdzie tak naprawdę plasuje się na rynku

Najbliższe temu, co można nazwać oświadczeniem pozycjonującym, pochodzi z własnej historii KT, a nie z karty tego modelu. KT prowadzi linię Mi:dm jako rodzinę skoncentrowaną na Korei: Mi:dm 2.0 trafił na rynek jako model base-instruct 12B oraz 2B mini, oba udostępnione jako otwarte wagi na Hugging Face w lipcu 2025 r., a materiały korporacyjne opisują tę rodzinę jako dostrojoną do koreańskiego społeczeństwa, kultury i wiedzy dziedzinowej, a nie do anglojęzycznych benchmarków programistycznych. Hybryda 120B w tej cenie to skalowanie tego programu, a nie zwrot ku globalnej czołówce.

Taki sposób ujęcia mówi nabywcy, co przetestować najpierw. Jeśli obciążenie pracą to obsługa klienta w języku koreańskim, krajowe teksty regulacyjne albo korpus dziedzinowy, w którym słownictwo jest koreańskie, model wytrenowany do tego celu to inna propozycja niż model frontierowy z doraźnie dodaną znajomością koreańskiego. Jeśli obciążenie pracą to agentowe programowanie w języku angielskim na dużym repozytorium, mamy do czynienia z tanim modelem, za którym nie stoją żadne dowody, z oknem kontekstu czterokrotnie mniejszym niż u liderów.

Warto też jasno powiedzieć, co nie jest otwarte. Wagi Mi:dm 2.0 są publiczne; wagi Mi:dm K 3.0 Pro już nie. W organizacji KT na Hugging Face nie ma repozytorium noszącego nazwę 3.0, a model jest udostępniany wyłącznie za pośrednictwem platformy KT. To wyklucza samodzielny hosting, dostrajanie na własnym sprzęcie oraz całą klasę ewaluacji wymagającej pobrania checkpointu.

Jak to nazwać i co oznacza pojedynczy dostawca

Mi:dm K 3.0 Pro jest obsługiwany przez dokładnie jednego dostawcę — KT — a OrcaRouter obecnie go nie trasuje. Ma to znaczenie z konkretnego powodu, a nie jako zastrzeżenie. Model dostępny u jednego dostawcy nie może przełączyć się w tryb awaryjny. Jeśli punkt końcowy KT ulegnie degradacji, nie ma drugiego hosta, na który można by przekierować ruch, a podawana dla modelu wartość dostępności jest pomiarem infrastruktury jednej firmy, a nie rynku. Zespoły, które potrzebują twardej gwarancji dostępności, zazwyczaj chcą albo drugiego dostawcy, albo mechanizmu awaryjnego na poziomie aplikacji; w przypadku tego modelu istnieje tylko druga opcja.

Zestaw porównawczy to inna historia. OrcaRouter oferuje ponad 200 modeli pod jednym kluczem w cenie katalogowej dostawcy z 0% narzutu doliczanego na wierzch, więc tanie modele, z którymi ten model faktycznie konkuruje — poziomy D​eepSeek, linię G​LM, Q​wen — oraz modele czołowe, z którymi jest porównywany, są dostępne w tym samym punkcie końcowym i na tej samej fakturze. Dzięki temu bezpośredni test to zmiana routingu, a nie projekt zakupowy, co jest rozsądnym sposobem odpowiedzi na pytanie, na które ta strona nie potrafi odpowiedzieć: wyślij te same 50 promptów do Mi:dm K 3.0 Pro i do dwóch modeli, którym już ufasz, i sam oceń wyniki. Przy $0.20 za wejście i $0.80 za wyjście ten eksperyment kosztuje grosze.

Co zmieniłoby tę stronę?

Cztery zmiany przeniosłyby Mi:dm K 3.0 Pro z kategorii „ciekawa cena, nieznany model” do czegoś, wokół czego zespół może planować, a każdą z nich można zweryfikować.

Niezależna ocena. Pojedynczy wpis w Artificial Analysis z wynikiem Intelligence Index i kosztem na zadanie zrobiłby dla pozycji tego modelu więcej niż jakikolwiek komunikat prasowy, ponieważ umieściłby tę liczbę obok modeli, względem których jest wyceniany — ten sam indeks daje Claude Opus 5.5 wynik 58, a DeepSeek V4 Pro 36, i liczba w tym przedziale rozstrzygnęłaby spór o to, czy rabat jest rekompensatą, czy arbitrażem.

Opublikowany arkusz benchmarków dostawcy. Jego brak jest tak rzucający się w oczy, że samo jego pojawienie się byłoby wiadomością i przynajmniej dałoby twierdzeniom samych projektantów modelu punkt odniesienia do weryfikacji.

Drugi dostawca usług. Dwa niezależne hosty umożliwiłyby przełączenie awaryjne i pozwoliłyby kupującemu traktować cenę jako cenę rynkową, a nie promocyjną.

Wagi. KT udostępniło na zasadach open source Mi:dm 2.0, a tego nie udostępniło. Jeśli to się zmieni, model stanie się ocenialny dla każdego, kto ma GPU, a luka pomiarowa zniknie bez czekania na ewaluatora.

Dopóki nie nastąpi przynajmniej jedno z tych zdarzeń, uzasadnione stwierdzenie o Mi:dm K 3.0 Pro jest wąskie i konkretne: hybrydowy model mixture-of-experts o 120B, 12B aktywnych parametrów, kontekst 262K, wyłącznie tekstowy, udostępniany ze skwantyzowanego checkpointu przez jednego dostawcę, w cenie o rząd wielkości niższej niż każdy model czołowy — i bez opublikowanych dowodów na to, jak dobrze działa. To wystarcza do uzasadnienia taniego testu. To nie wystarcza do uzasadnienia migracji.