MIDM K 3.0 Pro: o híbrido de 120B da KT chega com preço e sem benchmarks

Mi:dm K 3.0 Pro — grafado MIDM K 3.0 Pro na maioria dos catálogos de modelos e listado internacionalmente como KT: Mi:dm K 3.0 Pro — é o primeiro modelo de telecom coreano a chegar a uma lista de preços internacional com uma ficha técnica com cara de fronteira e nenhuma avaliação pública por trás. A KT o oferece a partir de sua própria plataforma Token Factory, com data de lançamento em 29 de outubro de 2026, e a listagem internacional tem data de 5 de novembro de 2026. É um modelo de mistura de especialistas com 120 bilhões de parâmetros que ativa 12 bilhões desses parâmetros por token, aceita 261.795 tokens de contexto e custa US$ 0,20 por milhão de tokens de entrada e US$ 0,80 por milhão de tokens de saída. O que ele não tem, em 11 de novembro de 2026, é uma única pontuação de benchmark publicada por qualquer pessoa — nem pela KT, nem por um avaliador independente, nem pela tabela comparativa de um laboratório rival. Essa lacuna não é uma nota de rodapé nesta página. É a principal coisa que um comprador precisa levar em conta no preço.

Três datas, e qual delas é a de lançamento

Os próprios materiais da KT apresentam três datas diferentes para o mesmo modelo, e todas estão corretas dentro de seu próprio referencial, razão pela qual a pergunta “quando ele foi lançado” tem sido tão difícil de responder.

• 15 de outubro de 2026 — O Mi:dm K 3.0 é apresentado publicamente pela primeira vez no AID-X Day da KT, em Seul, ao lado de um agente de voz de próxima geração, de uma plataforma interna de agentes chamada KT-Claw e dos trabalhos da empresa em compressão de prompts e roteamento de modelos. A imprensa especializada coreana que cobre o evento descreve-o como o "modelo de próxima geração" do grupo, demonstrado em vez de vendido. Nada tem preço definido e ainda não existe nenhum identificador de modelo.

• 29 de outubro de 2026 — a data que a própria página do modelo Token Factory da KT traz como 출시일, a data de lançamento. É quando o modelo passou a ser algo para o qual um cliente podia enviar uma solicitação e ser cobrado, na própria plataforma da KT.

• 5 de novembro de 2026 — a data na listagem do catálogo internacional, o ponto em que desenvolvedores fora da própria relação de faturamento da KT poderiam acessá-lo. Cada uma dessas entradas do catálogo reproduz a mesma descrição de uma frase — mistura de especialistas, 120B no total, 12B ativos, Mamba/MoE/atenção híbridos — que se origina da KT e não foi verificada de forma independente.

A razão pela qual a distinção merece três tópicos, e não uma única frase, é que “lançado em 29 de outubro” e “disponível internacionalmente em 5 de novembro” significam coisas diferentes para uma equipe de compras. O primeiro é uma relação com fornecedor. O segundo é um item concreto que você pode avaliar esta semana. Ambos são recentes o suficiente para que o modelo ainda não tenha acumulado nenhum teste de terceiros publicado, então um leitor que chegue em novembro de 2026 está cedo, não atrasado.

O que a arquitetura realmente é

O design híbrido é a parte interessante e a parte que a maioria dos textos de catálogo comprime em uma única cláusula. A descrição da KT é que o Mi:dm K 3.0 Pro mistura camadas Mamba, camadas de mistura de especialistas e camadas de atenção comuns em uma única pilha. Cada uma delas desempenha uma função diferente. A atenção confere ao modelo a recuperação exata de posições anteriores arbitrárias, da qual dependem tarefas com documentos longos e o cumprimento preciso de instruções. A Mamba lhe confere um caminho de tempo linear por sequências longas, o que evita que um prompt de 262K tokens se torne quadrático em custo e latência. A camada de mistura de especialistas é o que torna um modelo de 120B economicamente viável de ser servido: apenas 12B parâmetros — um décimo da rede — são executados para qualquer token, de modo que o custo computacional acompanha a contagem ativa, e não o total.

Colocar os três em uma única pilha é uma posição de engenharia real, não marketing. É o mesmo instinto por trás de vários lançamentos de 2026 que tentaram escapar do custo da atenção pura em contexto longo, e é algo mais difícil de treinar do que escolher um. Se a KT executou isso bem é exatamente a pergunta que ninguém respondeu publicamente.

A KT também divulga o formato de serviço, o que é mais do que a maioria dos laboratórios publica: em sua página do Token Factory, o modelo é descrito como sendo servido a partir de um checkpoint cujos especialistas MoE são quantizados para NVFP4, com as projeções Mamba e o especialista compartilhado mantidos em FP8. Isso é uma decisão de serviço, não de treinamento, e tem uma consequência prática — os pesos que um cliente está chamando não são os pesos que a KT treinou, e qualquer benchmark executado contra esse endpoint mede o artefato quantizado. Para um modelo de 120B a US$ 0,20 por milhão de tokens de entrada, a quantização agressiva é como se chega a esse preço. Isso também define uma expectativa: um caminho de especialistas de 4 bits não é onde se busca a reprodução exata de uma referência de precisão total.

O envelope, nos números que a KT publica

• Parâmetros — 120B no total, 12B ativos por token, conforme a própria cópia do model card da KT.

Contexto — 261.795 tokens. Isso é 256K em números redondos, e cerca de um quarto do que os modelos de ponta na vizinhança desta faixa de preço oferecem.

• Saída máxima — 235.615 tokens em uma única resposta. Isso é excepcionalmente generoso em relação à janela de contexto: o modelo pode escrever quase tanto quanto consegue ler.

• Modalidade — texto de entrada, texto de saída. Sem entrada de imagem, áudio ou arquivo, e sem saída multimodal. As listagens do catálogo confirmam que é somente texto em ambos os lados da solicitação.

• Raciocínio — o modelo expõe um controle de raciocínio e retorna o conteúdo de raciocínio separadamente da resposta, para que o chamador possa suprimir ou exibir a trilha de pensamento.

• Saída estruturada — há suporte a JSON e a saída restrita por esquema, que é o recurso mais importante para quem integra o modelo a um pipeline.

• Chamada de ferramentas — não listada entre os parâmetros de requisição suportados pelo modelo em sua entrada de catálogo, em contraste com a maioria dos modelos de fronteira de 2026, que expõem tools e tool_choice explicitamente. Se um loop de agente precisar de chamada de função, esta é a primeira coisa a testar em vez de presumir.

• Preços — $0,20 por milhão de tokens de entrada, $0,80 por milhão de tokens de saída e $0,04 por milhão de tokens de entrada em cache.

• Comportamento de serviço medido — aproximadamente 196 tokens de saída por segundo e 0,62 segundos até o primeiro token na mediana, com disponibilidade relatada em efetivamente 100% ao longo do último dia no único provedor de serviço.

O preço e o desconto que não consta na listagem internacional

A própria plataforma da KT vende atualmente o modelo abaixo do seu preço de tabela. A página Token Factory mostra a entrada a ₩190 por milhão de tokens contra ₩271 riscado, e a saída a ₩759 contra ₩1.085, o que representa um desconto promocional de 30% aplicado às mesmas tarifas de $0.20 e $0.80 indicadas na listagem internacional. A entrada em cache segue o mesmo padrão: $0.03 à tarifa promocional, $0.04 à tarifa de tabela.

Duas coisas decorrem. Primeiro, o preço efetivo hoje é de $0,14 de entrada e $0,56 de saída se comprar diretamente à KT, e de $0,20 / $0,80 se chegar ao modelo através de um catálogo de terceiros que repassa a tarifa de tabela. Segundo, o preço promocional num modelo tão novo é um instrumento de lançamento, não uma tabela de preços, e terminará sem grande aviso prévio. Um modelo de custos baseado em $0,14 deve ser recalculado com $0,20 antes de ser usado para justificar o que quer que seja.

Mesmo no preço de tabela, a posição é gritante. Vinte centavos por milhão de tokens de entrada é aproximadamente 1/200 do que a fronteira cobra — Claude Opus 5.5 custa $4 e $20, Gemini 4 Argon custa $2 e $10 — e é mais barato que o próprio nível principal da D​eepSeek, a $0,66 e $1,98 fora de pico. Se isso é uma pechincha ou um alerta depende inteiramente da capacidade, e capacidade é o único número que ninguém tem.

A lacuna de medição, declarada com precisão

Três coisas são comumente confundidas com benchmarks, e nenhuma delas é uma.

O primeiro é o anúncio da própria KT. Os materiais do AID-X Day e o cartão do modelo descrevem arquitetura, quantização e contexto, e não publicam uma tabela de pontuações em avaliações nomeadas. Não há número de Terminal-Bench relatado pelo fornecedor, nem valor de SWE-bench, nem resultado de benchmark em coreano para discutir. Isso é incomum para um lançamento em 2026 — a maioria dos laboratórios publica uma tabela mesmo quando ela é autopromocional — e significa que não há nada a descontar.

O segundo é o Artificial Analysis, o avaliador independente em que se baseia a maioria das comparações deste blog. Em 11 de novembro de 2026, ele não tem nenhuma página para o modelo: o caminho do modelo retorna um 404 e o modelo não aparece em seu índice. Esse é o sinal mais claro disponível de que o modelo não foi executado de forma independente em uma suíte padrão.

O terceiro é o composto agregador. Pelo menos um site de comparação de modelos publica uma pontuação “geral” de 40 em 100 e uma classificação em programação de #185 de 445 para o Mi:dm K 3.0 Pro. Esses números não são resultados de benchmark. São uma combinação ponderada de preço, recência, comprimento de contexto, capacidade de saída e um sinal de capacidade e, nesse site, só o preço carrega 25% do peso e o contexto, 15%. Um modelo tão barato e tão novo pontua bem em duas das cinco entradas por construção. Lido como resumo de ficha técnica, tudo bem; lido como medição de capacidade, é circular.

Então, o retrato honesto da situação é: uma descrição de arquitetura do fornecedor, um preço, uma janela de contexto e nada que diga se o modelo é bom. Qualquer pessoa que publique esta semana uma tabela comparativa com os resultados de benchmark do Mi:dm K 3.0 Pro ou os inventou ou copiou alguém que os inventou.

Onde isso realmente se encaixa no mercado

A coisa mais próxima de uma declaração de posicionamento vem da própria história da KT, e não da ficha técnica deste modelo. A KT conduziu a linha Mi:dm como uma família centrada na Coreia: o Mi:dm 2.0 foi lançado como um modelo base-instruct de 12B e um mini de 2B, ambos disponibilizados como pesos abertos no Hugging Face em julho de 2025, e os materiais corporativos descrevem a família como ajustada para a sociedade, a cultura e o conhecimento de domínio coreanos, e não para benchmarks de programação em inglês. Um híbrido de 120B a este preço é esse programa ampliado, não uma mudança de rumo para a fronteira global.

Esse enquadramento diz ao comprador o que testar primeiro. Se a carga de trabalho for atendimento ao cliente em coreano, textos regulatórios nacionais ou um corpus de domínio cujo vocabulário seja coreano, um modelo treinado para isso é uma proposta diferente de um modelo de fronteira com competência em coreano acoplada. Se a carga de trabalho for codificação agêntica em inglês sobre um grande repositório, este é um modelo barato sem evidências por trás e com uma janela de contexto de um quarto do tamanho da dos líderes.

Também vale deixar claro o que não é aberto. Os pesos do Mi:dm 2.0 são públicos; os do Mi:dm K 3.0 Pro não são. Não há nenhum repositório na organização Hugging Face da KT com o nome 3.0, e o modelo é disponibilizado apenas pela plataforma da KT. Isso inviabiliza a auto-hospedagem, o ajuste fino no seu próprio hardware e toda a classe de avaliação que exige baixar o checkpoint.

Como chamá-lo e o que significa o provedor único

O Mi:dm K 3.0 Pro é servido por exatamente um provedor — a KT — e o OrcaRouter atualmente não o roteia. Isso importa por um motivo específico, e não como um aviso legal. Um modelo com um único provedor não pode fazer failover. Se o endpoint da KT degradar, não há um segundo host para contornar por roteamento, e o número de disponibilidade citado para o modelo é uma medição da infraestrutura de uma empresa, e não de um mercado. Equipes que precisam de uma garantia rígida de disponibilidade geralmente querem um segundo provedor ou um fallback em nível de aplicação, e, para este modelo, só existe a segunda opção.

O conjunto de comparação é outra história. O OrcaRouter carrega mais de 200 modelos por trás de uma única chave pelo preço de tabela do provedor com 0% de markup adicional, então os modelos baratos com os quais este realmente compete — os níveis da D​eepSeek, a linha G​LM, Q​wen — e os modelos de fronteira contra os quais ele está sendo medido ficam no mesmo endpoint e na mesma fatura. Isso transforma um teste frente a frente em uma mudança de roteamento, e não em um projeto de aquisição, que é a forma sensata de responder à pergunta que esta página não consegue: envie os mesmos 50 prompts para o Mi:dm K 3.0 Pro e para dois modelos nos quais você já confia, e avalie as saídas você mesmo. A $0,20 de entrada e $0,80 de saída, esse experimento custa centavos.

O que mudaria esta página

Quatro desenvolvimentos tirariam o Mi:dm K 3.0 Pro de "preço interessante, modelo desconhecido" para algo em torno do qual uma equipe possa planejar, e cada um é verificável.

Uma avaliação independente. Uma única entrada na Artificial Analysis com uma pontuação no Intelligence Index e um custo por tarefa faria mais pela posição deste modelo do que qualquer comunicado de imprensa, porque colocaria o número ao lado dos modelos com que ele compete em preço — o mesmo índice coloca o Claude Opus 5.5 em 58 e o DeepSeek V4 Pro em 36, e um valor nessa faixa resolveria a discussão sobre se o desconto é compensação ou arbitragem.

Uma planilha de benchmark de fornecedor publicada. A ausência é notória o suficiente para que seu aparecimento, por si só, fosse notícia, e ao menos daria às alegações dos próprios designers do modelo algo contra o que serem verificadas.

Um segundo provedor de serviços. Dois hosts independentes tornariam possível o failover e permitiriam que um comprador tratasse o preço como uma tarifa de mercado, e não como promocional.

Pesos. A KT abriu o código-fonte do Mi:dm 2.0 e não abriu o código-fonte deste. Se isso mudar, o modelo se torna avaliável por qualquer pessoa com uma GPU, e a lacuna de medição se fecha sem esperar por um avaliador.

Até que pelo menos uma dessas coisas aconteça, a afirmação defensável sobre o Mi:dm K 3.0 Pro é estreita e específica: um modelo híbrido de mistura de especialistas de 120B, com 12B ativos, contexto de 262K, somente texto, servido a partir de um checkpoint quantizado por um único provedor, a um preço que fica uma ordem de grandeza abaixo de todos os modelos de fronteira — e sem evidências publicadas de quão bem ele funciona. Isso basta para justificar um teste barato. Não basta para justificar uma migração.