MIDM K 3.0 Pro vs Mistral Large 4: Uma Barra de 26 e um Preço de Setenta Centavos

O Mistral Large 4 marca 26 no Artificial Analysis Intelligence Index. É um número modesto para um carro-chefe de um trilhão de parâmetros — três pontos acima da mediana de 23 para modelos de pesos abertos desse porte, e vinte e nove atrás dos 55 do GPT-6.1 Sol — e é o fato mais útil desta comparação, porque é um teto que o MIDM K 3.0 Pro da KT talvez consiga superar. Todas as outras comparações de modelos baratos neste blog colocam um recém-chegado não medido contra um modelo com pontuação na casa dos quarenta ou cinquenta, em que a pergunta interessante é qual é o tamanho da lacuna. Aqui, o lado medido é superável. O MIDM K 3.0 Pro, lançado em 29 de outubro de 2026 a US$ 0,20 por milhão de tokens de entrada e US$ 0,80 de saída, não tem pontuação alguma; o Mistral Large 4, apresentado em prévia em 6 de outubro e aberto em pesos antes do fim daquele mês, tem pontuação 26, US$ 2,06 medidos por tarefa do índice e 117 tokens de saída por segundo. Pela primeira vez, “não sabemos” descreve uma questão genuinamente em aberto, e não uma forma educada de dizer “provavelmente pior”.

Um publicou seus pesos, o outro publicou uma lista de preços.

Os dois lançamentos ocorreram com poucos dias de diferença e apontaram em direções opostas, o que explica os dois produtos. A Mistral colocou o Mistral Large 4 em prévia pública em 6 de outubro e disponibilizou os checkpoints antes do fim do mês, trazendo três semanas adicionais de aprendizado por reforço, um ganho de 13 pontos no Terminal-Bench 4.0 e um nível de raciocínio baixo acrescentado, segundo o próprio post de lançamento da empresa. A KT abriu o Token Factory em 29 de outubro, tendo o MIDM K 3.0 Pro como seu modelo doméstico de destaque. Uma empresa terminou o mês oferecendo gratuitamente seu modelo principal; a outra terminou o mês vendendo acesso a um modelo que ninguém fora da Coreia pode baixar.

O Mistral Large 4 é um modelo de mistura de especialistas nativamente multimodal: 1,05 trilhão de parâmetros totais, com 52 bilhões ativos, além de um codificador de visão de 1,6 bilhão de parâmetros, recebendo texto e imagens e retornando texto. A documentação da Mistral define a janela de contexto em 1 milhão de tokens, e a Artificial Analysis mede nessa mesma janela de 1M, então, ao contrário da maioria das alegações de fornecedores neste lote, isso é corroborado em vez de apenas afirmado. Os pesos chegaram sob a Mistral Ecosystem Open-Weight License, que permite uso comercial com restrições — a parte do "aberto" que a maior parte da cobertura omite.

O MIDM K 3.0 Pro é a imagem espelhada em quase todos os aspectos. 120 bilhões de parâmetros totais com 12 bilhões ativos, um híbrido de Mamba, camadas de mistura de especialistas e de atenção que é um design voltado ao custo de servir, e não à capacidade, texto de entrada e texto de saída sem qualquer caminho de visão, um contexto de 261.795 tokens e sem pesos. O diferencial da KT não é o modelo, mas a entrega: infraestrutura nacional coreana, cobrança em KRW e uma plataforma criada para empresas que não podem enviar tokens para o exterior.

• Parâmetros — Mistral Large 4: 1,05T no total, 52B ativos, além de um codificador de visão de 1,6B; MIDM K 3.0 Pro: 120B no total, 12B ativos

• Modalidade — texto e imagem como entrada para o Mistral Large 4; somente texto para o MIDM K 3.0 Pro

• Contexto — 1M de tokens para o Mistral Large 4, confirmado tanto pela documentação da Mistral quanto pelos testes de janela do Artificial Analysis; 261.795 documentados para o MIDM K 3.0 Pro

• Pesos — publicados antes do final de outubro de 2026 sob a Mistral Ecosystem Open-Weight License, contra nenhum

• Preço de tabela — $0.70 de entrada / $2.10 de saída por milhão para o Mistral Large 4, contra $0.20 / $0.80

• Preço em vigor hoje — $0,14 / $0,56 para o MIDM K 3.0 Pro, enquanto o desconto da KT vai até 30 de novembro, em comparação com os $0,70 / $2,10 fixos da Mistral

• Índice independente — 26, contra nenhum

• Custo por tarefa de indexação — US$ 2,06, em comparação com não medido

O que 26 realmente significa quando você define o preço

Uma pontuação modesta no índice não é o mesmo que um modelo inútil, e as outras medições do Mistral Large 4 são o motivo para dizer isso. A 117 tokens de saída por segundo, ele é cerca de duas vezes mais rápido que os 56 medidos do GPT-6.1 Sol e mais de três vezes mais rápido que os 32 do Kimi K3.1 Pro, e, com 11,7 minutos por tarefa do índice, supera diretamente a mediana de 13,1 minutos da sua classe. Seu custo de US$ 2,06 por tarefa não é barato em termos absolutos, mas o número que importa mais é o que está por baixo: o GPT-6.1 Sol custa US$ 1,27 por tarefa e pontua 55, então o Mistral Large 4 entrega aproximadamente metade da capacidade por cerca de 1,6 vez o preço do modelo que o supera. Essa é a aritmética desconfortável de ser um modelo rápido e barato por token que gasta muitos tokens.

Agora compare o preço do MIDM K 3.0 Pro com isso. A US$ 0,14 e US$ 0,56, ele custa um quinto da taxa de entrada de US$ 0,70 do Mistral Large 4 e um quarto da taxa de saída de US$ 2,10, e depois de 30 de novembro fica em US$ 0,20 e US$ 0,80 — um pouco menos de um terço do Mistral na entrada, um pouco mais de um terço na saída. Se o MIDM K 3.0 Pro pontuar perto de 26, ele é a melhor compra para toda carga de trabalho que não precise de visão ou de uma janela de um milhão de tokens. Se pontuar na casa dos dez, o preço cinco vezes mais barato está comprando uma ferramenta genuinamente mais fraca, e a comparação se resume a “use a barata para etiquetagem, a rápida para todo o resto”.

A parte desconfortável é que ninguém consegue atualmente distinguir esses dois mundos. A KT não publicou resultados de benchmark para o MIDM K 3.0 Pro. O Artificial Analysis lista o Mi:dm K 2.5 Pro anterior da KT, mas nunca preencheu uma pontuação de inteligência para ele, e não traz nenhuma entrada para este modelo. A página do modelo é uma folha de especificações, uma tabela de preços, uma data de lançamento e um gráfico de latência ao vivo — e esse gráfico discorda de si mesmo, informando 19,98 tokens por segundo na linha do provedor e uma média de 62,93 na mediana de três dias diretamente acima dele.

A questão do licenciamento, que não é a questão dos pesos abertos

O fato de os pesos do Mistral Large 4 poderem ser baixados não significa que sejam livres para hospedagem. O checkpoint foi publicado, e os termos da Mistral exigem uma licença para hospedagem comercial acima de um limite — este é o padrão de "pesos abertos, hospedagem com restrições" que se tornou comum entre os laboratórios europeus, e é por isso que a escolha prática para a maioria das equipes continua sendo a API do fornecedor. O que os pesos lhe proporcionam é uma saída: se o preço da Mistral mudar ou as regras de residência de dados da UE mudarem, o modelo não desaparece.

O MIDM K 3.0 Pro não oferece nenhuma saída. É uma API fechada em um único provedor, e a própria documentação da plataforma da KT é explícita ao afirmar que modelos de provedor único não recebem seu roteamento automático. Se o endpoint degradar, não há um segundo local para onde chamar nem um checkpoint para o qual recorrer. O que a KT coloca no lugar disso é a jurisdição — todo o argumento de venda do Token Factory é processamento doméstico, competência em língua coreana e liquidação em KRW — e, para uma empresa coreana, isso não é uma frase de marketing, é a razão pela qual o modelo existe.

Então, a comparação de licenças é, na verdade, uma questão sobre que tipo de risco você está assumindo. Com {{1}}Mistral Large 4{{/1}}, você assume risco de capacidade (26 não é alto), mas não risco de fornecedor. Com {{2}}MIDM K 3.0 Pro{{/2}}, você assume risco de capacidade integral e, além disso, risco de fornecedor, em troca de um preço e de uma jurisdição que nenhum outro nesta faixa oferece.

Três cargas de trabalho, três respostas

Em vez de um veredito, o útil é nomear onde cada modelo é a escolha óbvia, porque a diferença de preço é grande o suficiente para que a resposta mude mais de uma vez.

A extração de documentos de formulários coreanos digitalizados é o caso do MIDM K 3.0 Pro, e não é nem de perto. O trabalho é entrada de texto e saída estruturada, os volumes são grandes, e a janela de 261,795 tokens é ampla. A US$ 0,56 por milhão de tokens de saída, todo o pipeline custa menos que o armazenamento em que grava, e o codificador de visão do Mistral Large 4 é irrelevante porque o OCR já aconteceu a montante.

A triagem de capturas de tela, a leitura de gráficos e qualquer outra coisa em que a entrada seja uma imagem são o caso do Mistral Large 4, e o MIDM K 3.0 Pro simplesmente não consegue entrar nisso. Um modelo somente texto não é uma opção mais barata para uma tarefa de visão; não é uma opção.

O trabalho com contexto longo — um código-fonte de 400.000 tokens, um processo regulatório completo — divide-se por um número, não por uma preferência. O Mistral Large 4 possui uma janela de 1 milhão de tokens sobre a qual tanto a documentação quanto a configuração medida concordam, o que é suficiente. O MIDM K 3.0 Pro para em 261.795 e retornará um erro, não uma resposta degradada.

O quarto caso incômodo é aquele que a maioria das equipes realmente tem: trabalho de texto de alto volume abaixo de 200.000 tokens, em que a qualidade importa e o volume torna a diferença de preço decisiva. É aí que a pontuação ausente custa dinheiro de verdade, porque uma equipe que faz a escolha errada ou paga dez vezes mais do que deveria por um ano, ou coloca em produção um pipeline que, sem alarde, tem desempenho inferior.

Como comprar a resposta em vez de adivinhar

Há uma maneira barata de resolver isso. Duzentas requisições dos seus próprios logs com saídas comprovadamente boas, executadas nos dois modelos, pontuadas pela rubrica que sua equipe já usa. Com as tarifas do MIDM K 3.0 Pro, isso custa centavos; no Mistral Large 4, com seu apetite por tokens, alguns dólares. Dois dias de trabalho compram um número mais relevante do que qualquer índice, porque é medido na sua distribuição.

Do lado da Mistral, o detalhe prático é que uma tabela de preços que muda debaixo de você é onde a margem causa mais dano: uma promoção interpretada como preço de lista é uma fatura que dobra sem ninguém enviar nada. O Mistral Large 4 está acessível pela API própria da Mistral e por várias plataformas de terceiros; não está no nosso catálogo, e não o roteamos. A disciplina que aplicamos aos mais de 200 modelos que roteamos é a mesma que torna uma promoção visível em vez de tardia: preços de lista dos provedores repassados com 0% de margem, para que uma mudança do fornecedor chegue no mesmo dia em vez de esperar que um revendedor perceba. O MIDM K 3.0 Pro também não está no nosso catálogo; é atendido pela Token Factory da KT, e o conselho honesto para esse lado é experimentá-lo com a chave da própria KT enquanto o desconto de 30 por cento vigorar até 30 de novembro.

No fim, o que a comparação resume é que o Mistral Large 4 é um valor conhecido, com uma pontuação modesta e um fluxo de tokens rápido, e o MIDM K 3.0 Pro é um desconhecido barato com uma fasquia invulgarmente baixa a superar. Vinte e seis não é um número alto. Um modelo de 120 mil milhões de parâmetros, com 12 mil milhões ativos, poderia plausivelmente alcançá-lo — os benchmarks de língua coreana são gentis com modelos treinados em coreano, e a KT tem vindo a construir esta família desde 2023. Também poderia ficar muito aquém, e atualmente não há forma de alguém fora da KT saber. É essa incerteza, e não o preço, que um comprador deve ter em conta.