MIDM K 3.0 Pro vs Gemini 4 Argon: Dez Vezes o Preço, Cinquenta Pontos de Índice

A maneira mais barata de comparar Mi:dm K 3.0 Pro e Gemini 4 Argon não é uma ficha técnica, é uma divisão. O Gemini 4 Argon custa US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de tokens de saída, e a Artificial Analysis mede US$ 1,99 para executar uma tarefa do Intelligence Index. O Mi:dm K 3.0 Pro custa US$ 0,20 e US$ 0,80, e não tem custo por tarefa do índice porque não tem pontuação no índice. Portanto, o enquadramento honesto não é "modelo barato versus modelo caro" — é um modelo medido com um custo conhecido por unidade de capacidade contra um não medido com um custo conhecido por token, e esses dois fatos não podem ser subtraídos um do outro. O que pode ser feito é precificar o risco: calcular qual pontuação o modelo coreano precisaria ter para que sua vantagem de preço sobreviva ao contato com uma carga de trabalho real, e então decidir se esse número é plausível.

A posição de cada modelo em 11 de novembro de 2026

• Gemini 4 Argon — anunciado pelo Google em 30 de setembro de 2026 e disponível de forma geral na Gemini API desde 13 de outubro de 2026. Contexto de 1.048.576 tokens, até 943.718 tokens de saída em uma única resposta e entrada multimodal em texto, imagens, áudio, vídeo e arquivos. Preço de US$ 2,00 para entrada e US$ 10,00 para saída por milhão, com entrada em cache a US$ 0,10.

• Mi:dm K 3.0 Pro — cobrável na plataforma Token Factory da KT desde 29 de outubro de 2026 e disponibilizado internacionalmente em 5 de novembro. Contexto de 261.795 tokens, até 235.615 tokens de saída, entrada e saída de texto. US$ 0,20 de entrada e US$ 0,80 de saída por milhão, entrada em cache a US$ 0,04, com um desconto promocional de 30% atualmente aplicado na própria plataforma da KT.

• Avaliação independente — O Gemini 4 Argon obtém 52,6 no Artificial Analysis Intelligence Index e ocupa o primeiro lugar no Vals Index com 68,90%. O Mi:dm K 3.0 Pro não aparece em nenhum dos dois.

• Arquitetura — O Google não publica contagem de parâmetros para o Argon. A KT publica uma para seu modelo: 120B no total, 12B ativos, híbrido Mamba/MoE/atenção, servido a partir de um checkpoint com especialistas NVFP4.

A aritmética que decide se vale a pena testar o modelo barato

Comece pelo custo real de uma solicitação. Um documento de 30.000 tokens resumido em 1.500 tokens custa $0.06 de entrada mais $0.015 de saída no Gemini 4 Argon — $0.075. A mesma solicitação no Mi:dm K 3.0 Pro custa $0.006 mais $0.0012, ou $0.0072. Dez vezes mais barato, praticamente.

Agora, a parte que muda a decisão. Suponha que o modelo Gemini acerte 92% desses resumos na primeira passada e que o modelo coreano, sem medição, acerte 84%. Custando dez vezes mais, o modelo barato ainda vence no custo puro de tokens — US$ 0,0072 contra US$ 0,075. Mas se a taxa de falha de 8% exigir uma segunda passada com um modelo mais forte, e se essa segunda passada custar mais que a primeira por incluir verificação, o custo efetivo por resumo aceito converge rapidamente. Esse é todo o argumento, e é por isso que "sem benchmark" é um fato de precificação, e não uma reclamação editorial.

Em vez disso, dê um número ao ponto de equilíbrio. Para o modelo coreano ser a melhor compra, sendo dez vezes mais barato em uma tarefa verificável, ele precisa ficar dentro de aproximadamente um fator de dez da produção útil por dólar do Argon. Se o índice 52,6 do Argon corresponde a uma taxa de sucesso em tarefas que você já conhece das suas próprias avaliações, então a questão é se um híbrido de 120B a um quinto do preço do carro-chefe da DeepSeek fica em algum ponto dentro de dez pontos de acurácia de um modelo de fronteira do Google. Pode ser. Ninguém demonstrou isso, e o ônus da prova recai sobre quem está migrando, não sobre quem está ficando.

Custo por tarefa, que é o número que a Artificial Analysis realmente publica

Vale a pena entender o valor de US$ 1,99 por tarefa de indexação do Argon, porque não é a mesma coisa que o preço por token dele e é o número que torna honesta a comparação entre modelos.

O índice normaliza a pontuação pelo gasto de tokens necessário para obtê-la, de modo que um modelo prolixo e caro por tarefa parece pior do que sua tabela de preços sugere. Os $1.99 do Argon compram uma execução do conjunto de nove avaliações que compõe o Intelligence Index v5.0.1 — AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt v2 e Terminal-Bench-Science. Executar o conjunto completo para o Argon uma vez custa $2,407. Para o GLM-5.3, um modelo mais barato na mesma faixa, custa $2,503 — mais, apesar de uma tarifa de tabela menor, porque o modelo consome mais tokens para concluir as mesmas tarefas.

Essa inversão é o motivo para desconfiar de uma comparação pura de tabela de preços. Um modelo a US$ 2 e US$ 10 pode ser mais barato de operar do que um a US$ 1,40 e US$ 4,40 se pensar menos e responder de forma mais curta. O teto generoso de 235.615 tokens de saída do Mi:dm K 3.0 Pro e o traço de raciocínio exposto também pesam no sentido oposto: um modelo que pode emitir raciocínio e respostas longas vai fazê-lo, e a fatura acompanha os tokens de saída, e não o preço de entrada que parece tão atraente.

A entrada multimodal não é uma lacuna de funcionalidades, é uma lacuna no pipeline

A Argon aceita texto, imagens, áudio, vídeo e arquivos. O Mi:dm K 3.0 Pro aceita texto. Essa frase parece uma caixa de seleção e, na verdade, é uma diferença arquitetural no que uma equipe precisa construir.

Um fluxo de trabalho de documentos no Argon envia o PDF. Um fluxo de trabalho de documentos no Mi:dm K 3.0 Pro envia texto extraído, o que significa uma etapa de OCR ou de parsing antes do modelo, o que significa um segundo fornecedor, um segundo modo de falha e uma segunda linha de custo que não aparece na tarifa de $0.20. Para um corpus de PDFs digitais limpos, a etapa de extração é barata e confiável. Para formulários digitalizados, capturas de tela de dashboards, apresentações de slides e chamadas gravadas, a etapa de extração é onde os erros residem, e nenhum preço de modelo compensa um parser que deturpa uma tabela.

Áudio e vídeo encerram a questão por completo para as cargas de trabalho que os utilizam. Um modelo que não consegue ouvir uma gravação de chamada não é uma opção mais barata para análise de transcrição; está fora da categoria.

Contexto: 1M contra 262K, e para que cada número realmente serve

A janela de um milhão de tokens do Argon vem acompanhada de um teto de saída de 943.718 tokens, o que é uma combinação incomum — a maioria dos modelos oferece uma entrada longa e uma saída muito mais curta. O texto do Google descreve isso como suporte a decodificação longa: uma única resposta pode carregar aproximadamente um milhão de tokens. Trata-se de uma capacidade de geração de documentos, não apenas de leitura de documentos.

O Mi:dm K 3.0 Pro tem 261.795 pares de entrada e 235.615 de saída, o que é proporcionalmente semelhante — o modelo consegue escrever quase tanto quanto consegue ler. A diferença está no teto absoluto. Um quarto de milhão de tokens equivale a aproximadamente 190.000 palavras, o que é um livro grande. Um milhão são quatro livros.

Ambos os tetos são generosos o suficiente para que a maioria das cargas de trabalho nunca chegue perto de nenhum deles. Onde a lacuna realmente pesa é no caso que se tornou comum em 2026: um agente que mantém um repositório inteiro, ou uma tarefa de pesquisa que acumula uma longa cadeia de resultados de ferramentas. Esses casos crescem além de 262K e não param de crescer, e a solução alternativa — compactação, sumarização, recuperação — é exatamente a parte de um harness de agente que perde informações. A janela do Argon elimina esse modo de falha por mais 738,000 tokens.

Coreano, e o caso que o modelo coreano realmente tem

O Google não treina especificamente para o coreano; ele treina para tudo, e o coreano é uma das coisas que compõem esse tudo. A KT construiu quatro gerações de modelos voltados para texto em coreano, desde os lançamentos de 12B e 2B centrados na Coreia do Mi:dm 2.0 até este, e os materiais corporativos descrevem a linha como ajustada para a sociedade, a cultura e o conhecimento de domínio coreanos.

Essa diferença é real da mesma forma que o ajuste de domínio é sempre real: mensurável no vocabulário e no registro de atendimento ao cliente doméstico, regulamentação e textos do setor público, e invisível em um benchmark de programação em inglês. Se o seu corpus for transcrições de call centers coreanos, vale a pena testar um modelo treinado nesse registro antes de presumir que um modelo de fronteira vencerá. Se o seu corpus for software em inglês, o ajuste não vale nada e o teto de 262K vale menos que o milhão do Argon.

O teste é barato e é a única forma de resolver a questão. Pegue 200 itens reais do seu próprio corpus em coreano, faça ambos os modelos produzirem saída estruturada e pontue em comparação com um gabarito reservado. A US$ 0,20 e US$ 0,80, a metade do experimento referente ao modelo coreano custa bem menos de um dólar; a metade da Argon custa cerca de oito. O resultado vale mais do que qualquer índice publicado para esta decisão específica, porque o índice não foi construído com os seus dados.

Analisando uma chave, e o que isso muda

O Gemini 4 Argon está disponível no OrcaRouter como google/gemini-4-argon à tarifa de tabela do Google com sem acréscimo — $2.00 de entrada, $10.00 de saída, $0.10 de leitura de cache — ao lado de mais de 200 outros modelos no mesmo endpoint e na mesma fatura. O Mi:dm K 3.0 Pro é servido apenas pela KT; não o roteamos, e não há um segundo provedor para ele em lugar algum.

Essa assimetria importa mais aqui do que na maioria das comparações, porque os dois modelos estão em extremos opostos de um perfil de risco. O Argon é um modelo roteado: se o endpoint do Google ficar mais lento ou apresentar erros, uma regra de roteamento pode mover a solicitação para outro modelo sem que a aplicação perceba. O Mi:dm K 3.0 Pro é uma chamada direta à infraestrutura de uma empresa, e sua leitura de 100% de disponibilidade no último dia é uma medição desse único endpoint — honesta, e não uma garantia, porque não há para onde fazer failover.

O padrão viável é manter o Argon como padrão roteado para tudo o que precisa dar certo e chamar o modelo coreano diretamente, atrás do seu próprio timeout e fallback, para a camada de volume, onde uma solicitação com falha pode simplesmente ser repetida ou descartada. No OrcaRouter, a regra de fallback pode indicar um modelo mais barato para a nova tentativa, e é assim que um experimento dez vezes mais barato continua barato mesmo quando o endpoint barato se comporta mal. O que não podemos fazer é fazer failover para o próprio Mi:dm K 3.0 Pro, porque um provedor é uma porta.

Para que serve cada modelo, dito claramente

O Gemini 4 Argon destina-se a trabalhos em que a entrada é confusa, o contexto é longo ou o resultado é importante. Lê imagens, áudio e vídeo, suporta um milhão de tokens, escreve quase um milhão, obtém 52,6 num índice independente e fica em primeiro lugar no Vals Index com 68,90% — um benchmark de finanças, direito, programação e impostos em que uma vantagem de cinco pontos sobre o modelo seguinte é uma diferença grande. Custa dez vezes o que custa o modelo coreano e cerca de um quinto do que custa o Claude Opus 5.5 por tarefa de índice, o que o coloca no meio da faixa de fronteira, e não no seu topo.

O Mi:dm K 3.0 Pro é para trabalhos em que a entrada é texto, o contexto cabe em um quarto de milhão de tokens, a saída é verificável e o volume predomina. Ele tem um teto de saída maior do que a maioria dos modelos em sua faixa de preço, uma arquitetura híbrida genuinamente interessante, um único provedor e nenhuma avaliação publicada de qualquer tipo. Seu preço promocional de US$ 0,14 e US$ 0,56 na própria plataforma da KT reforça o argumento para uso em volume enquanto durar.

A lacuna entre esses dois parágrafos não é um veredito sobre a qualidade — é a ausência de um veredito. Um modelo sem pontuação não é um modelo ruim; é uma incógnita, e incógnitas são testadas em pequena escala antes que se migre para elas. Essa é toda a recomendação: Argon onde a resposta precisa estar certa, o modelo coreano onde a resposta precisa ser barata e alguém está verificando, e um teste de 200 itens no seu próprio corpus para descobrir qual desses dois descreve sua próxima carga de trabalho.