MIDM K 3.0 Pro vs Kimi K3.1 Pro: Duas maneiras de gastar um milhão de tokens

A Moonshot e a KT fizeram apostas opostas com o mesmo ano de engenharia. O Kimi K3.1 Pro, lançado em 23 de outubro de 2026, com o checkpoint disponibilizado no Hugging Face em 2 de novembro, tem 2,8 trilhões de parâmetros que você pode baixar e também alugar, marca 46 no Artificial Analysis Intelligence Index e custa US$ 2,00 por milhão de tokens de entrada contra US$ 10,00 por milhão de saída. O MIDM K 3.0 Pro, lançado em 29 de outubro de 2026 no Token Factory da KT, tem 120 bilhões de parâmetros, com 12 bilhões ativos, chega sem pesos, sem benchmark publicado e sem pontuação independente, e custa US$ 0,20 e US$ 0,80 — US$ 0,14 e US$ 0,56 enquanto o desconto de lançamento da KT vai até 30 de novembro. Um desses modelos é uma compra de capacidade e o outro é uma compra de custo. Qual deles você quer depende inteiramente de qual dessas duas palavras descreve sua carga de trabalho, e o restante desta página é sobre como diferenciar.

O que cada fornecedor decidiu otimizar

O Kimi K3.1 Pro é um descendente pós-treinado do Kimi K3 com muito mais poder computacional de aprendizado por reforço por trás, e a própria explicação da Moonshot é que os ganhos vêm de um raciocínio mais longo e deliberado, e não de uma base maior. Isso aparece nas medições como era de se esperar: ele é lento, a 32 tokens de saída por segundo e 37,1 minutos por tarefa do Intelligence Index, e é verboso, emitindo 113 milhões de tokens ao longo da suíte, contra uma mediana de 99,3 milhões para modelos de pesos abertos de tamanho semelhante. Seu custo por tarefa do índice é US$ 3,68. Em outras palavras, é um modelo que compra qualidade com tokens — e pode se dar ao luxo de fazê-lo, porque também é o modelo que você pode hospedar por conta própria se a conta da API se tornar o problema.

O MIDM K 3.0 Pro vai totalmente na direção oposta. A arquitetura foi construída para gastar o mínimo possível por token: camadas Mamba misturadas com mistura de especialistas e atenção, 12 bilhões de parâmetros ativos de um total de 120 bilhões, especialistas MoE quantizados em NVFP4 e as projeções Mamba, além do especialista compartilhado, mantidas em FP8. Esse é um design voltado ao custo de serving, não ao desempenho, e a KT deixa isso claro ao publicá-lo na página do modelo junto com o esquema de quantização. A janela de contexto é de 261.795 tokens, com saída máxima de 235.615 — uma proporção incomum que sugere que o modelo foi dimensionado para trabalho do tipo documento entra, documento sai, em vez de para um turno de chat.

Parâmetros — Kimi K3.1 Pro 2,8 trilhões no total, 104 bilhões ativos, contra MIDM K 3.0 Pro 120 bilhões no total com 12 bilhões ativos

• Pesos — Kimi K3.1 Pro publicado no Hugging Face em 2 de novembro de 2026, versus MIDM K 3.0 Pro não divulgado, apenas API

• Janela de contexto — 1.048.576 tokens em comparação com 261.795, com 235.615 tokens de saída

• Preço de tabela — $2.00 de entrada / $10.00 de saída por milhão, contra $0.20 / $0.80, atualmente $0.14 / $0.56

• Entrada em cache — $0,20 contra $0,04

• Índice independente — 46, contra nenhum publicado

• Custo medido por tarefa de indexação — $3.68, em comparação com não medido

• Velocidade de saída — 32 tokens por segundo, conforme medido pela Artificial Analysis, em comparação com o painel contestado da própria KT

O único número no MIDM que não é um preço

A KT publica latência e throughput na própria página do modelo, e a página se contradiz. A linha do provedor informa 19,98 tokens de saída por segundo e 0,67 segundo de ponta a ponta para o único endpoint da KT. O gráfico de mediana de três dias acima dela informa 62,93 tokens por segundo em média, 0,27 segundo até o primeiro token e 1,47 segundo de ponta a ponta. Ambos descrevem o mesmo endpoint em janelas sobrepostas. Nenhum dos dois é mentira; a linha do provedor parece um instantâneo e o gráfico parece uma mediana móvel, mas o leitor não tem como saber com qual número planejar, e um fator de três não é uma diferença de arredondamento.

Em comparação com os 32 tokens por segundo medidos do Kimi K3.1 Pro, até mesmo a leitura pessimista do MIDM fica na mesma faixa, e a otimista é duas vezes mais rápida. Esse é o primeiro ponto em que o modelo barato parece adequado, e não apenas barato. É também a única afirmação de desempenho sobre ele que não é um preço, o que mostra como as evidências são escassas.

Por que "barato" e "aberto" são argumentos diferentes

O instinto ao comparar estes dois é recorrer ao custo por milhão de tokens e parar por aí. Isso deixaria de fora o que realmente os distingue.

Os pesos abertos do Kimi K3.1 Pro são uma proteção contra o seu próprio preço. Uma equipe que aposta nele pode, em princípio, deixar de pagar US$ 2,00 e US$ 10,00 e começar a pagar por GPUs — e, com 2,8 trilhões de parâmetros, isso é uma séria questão de capital, não um projeto de fim de semana. O ponto é que a opção existe, e o fato de a Moonshot entregar os pesos em dez dias, em vez de apenas prometê-los, é o que torna a opção real. Os termos da licença e o custo prático de servir são um artigo à parte; a existência de um checkpoint não é.

O MIDM K 3.0 Pro não tem essa proteção. É uma API fechada em um único provedor, e a própria documentação da plataforma da KT afirma que modelos servidos por um único provedor não recebem seu roteamento automático. Se o endpoint da KT degradar, não há um segundo lugar para onde ligar. O que a KT oferece em vez disso é um tipo diferente de proteção: hospedagem doméstica. A plataforma Token Factory está explicitamente posicionada sobre infraestrutura coreana, faturamento em KRW e dados que permanecem na Coreia, o que, para uma empresa coreana com um comitê de compras, é um requisito que nem um modelo chinês de pesos abertos nem uma API americana satisfazem.

Esse é o confronto real. O Kimi K3.1 Pro é para equipes cuja restrição é capacidade ou independência. O MIDM K 3.0 Pro é para equipes cuja restrição é jurisdicional ou orçamentária. Eles não estão competindo pelo mesmo comprador, e é por isso que uma comparação direta de benchmarks entre eles seria enganosa mesmo se existisse.

Quanto custa um milhão de tokens do seu próprio trabalho em cada um

Taxas abstratas escondem a decisão, então dê uma forma a ela. Um pipeline de revisão jurídica que lê um contrato de 200.000 tokens e produz um resumo de 4.000 tokens, executado duzentas vezes por mês, equivale a 40 milhões de tokens de entrada e 800.000 tokens de saída.

No Kimi K3.1 Pro, isso dá US$ 80 de entrada e US$ 8 de saída — US$ 88 por mês, e o contexto longo cabe com folga dentro da janela dele. No MIDM K 3.0 Pro, não roda de jeito nenhum, porque 200.000 tokens de contrato mais uma resposta de 4.000 tokens ficam perto o suficiente do teto de 261.795 tokens para que um documento mais longo o estoure. Reduza o contrato para 120.000 tokens e o MIDM K 3.0 Pro lida com isso por 24 milhões de tokens de entrada a US$ 0,14 — US$ 3,36 — mais 800.000 de saída a US$ 0,56, ou US$ 0,45. Menos de quatro dólares contra os US$ 88 do Kimi — cerca de US$ 5,40 quando o desconto expirar em 30 de novembro.

Aproximadamente vinte e três vezes mais barato, em uma tarefa para a qual o modelo barato mal consegue dar conta. Essa é toda a proposta de valor em uma linha, e também é todo o risco: nada nessa aritmética diz que o resumo é bom. O 46 do Kimi K3.1 Pro e seus US$ 3,68 por tarefa de indexação vêm acompanhados de um nível de qualidade medido. Os quatro dólares do MIDM K 3.0 Pro não vêm com nenhuma alegação de qualidade além da própria folha de especificações da KT.

Executando a comparação nos seus próprios documentos

Ambos os modelos podem ser chamados hoje e ambos aceitam o mesmo formato de requisição, o que torna fácil montar uma comparação lado a lado. O Kimi K3.1 Pro está no catálogo da OrcaRouter pelos preços publicados da Moonshot, US$ 2,00 e US$ 10,00, sem nada acrescentado — o preço de tabela do fornecedor repassado, de modo que uma alteração de preço da Moonshot chega à sua chave no mesmo dia, e não no próximo ciclo de cobrança — e fica atrás da mesma chave e do mesmo endpoint que os outros mais de 200 modelos que roteamos, o que significa que um teste A/B contra o MIDM K 3.0 Pro é uma mudança de string de modelo no lado do Kimi e uma segunda URL base no lado da KT. O próprio MIDM K 3.0 Pro não é servido por nós; é no Token Factory da KT que ele fica.

A configuração útil para uma equipe que quer o modelo barato mas não pode se dar ao luxo de errar não é uma escolha entre eles. É o MIDM K 3.0 Pro na maior parte do tráfego com o Kimi K3.1 Pro por trás, e uma regra de roteamento que envia qualquer coisa acima de 250.000 tokens direto para o Kimi, porque a janela do MIDM vai rejeitar de qualquer forma. O failover cobre o outro modo de falha: um endpoint de provedor único que se degrada resolve para um modelo mensurável em vez de para uma página de erro. Nenhum dos dois substitui saber qual modelo é melhor. Ambos são formas de continuar trabalhando enquanto você descobre.

O que resolveria isso seria uma avaliação pública, e a assimetria em quem tem uma é o ponto central aqui. O Kimi K3.1 Pro chegou com uma pontuação, uma medição de velocidade, um valor de custo por tarefa e um checkpoint para download no décimo segundo dia. O MIDM K 3.0 Pro chegou com uma tabela de preços, uma ficha técnica e um gráfico de latência que se contradiz. Ambos são lançamentos legítimos; apenas um deles permite que o comprador faça as contas antes de assinar. Se você for escolher este mês, escolha o Kimi K3.1 Pro quando a resposta tiver de estar certa e o MIDM K 3.0 Pro quando a resposta tiver de ser barata e coreana — e, se você genuinamente não conseguir dizer em qual dos casos está, esse é o argumento para passar duzentos dos seus próprios documentos pelos dois antes que o desconto termine em 30 de novembro.