MIDM K 3.0 Pro против DeepSeek V4.1 Pro: за одним названием ничего не стоит

Поисковый запрос, по которому открывается эта страница, предполагает существование двух моделей. Существует одна. Mi:dm K 3.0 Pro — MIDM K 3.0 Pro в международном прайс-листе — тарифицируется на платформе Token Factory от KT с 29 октября 2026 года по цене $0,20 за миллион входных токенов и $0,80 за миллион выходных токенов. DeepSeek V4.1 Pro не имеет ни карточки модели, ни эндпоинта, ни строки в прайсе, ни весов; DeepSeek упомянула её ровно один раз — в примечании к релизу, вместе с которым 10 сентября 2026 года вышла DeepSeek V4.1 Flash, — и с тех пор о ней ничего не публиковала. Поэтому честная версия этого сопоставления должна подставить ту модель DeepSeek, которую читатель действительно может вызвать сегодня, — DeepSeek V4 Pro 0813, флагман предыдущего поколения с 1,6 трлн параметров, — и прямо оговорить, что эта замена не соответствует заголовку. Далее идёт это сравнение, а также краткий рассказ о том, что должно появиться, прежде чем колонка V4.1 Pro перестанет быть пустой.

Проблема названия — прежде всего.

Название V4.1 Pro вошло в оборот вместе с планом, который DeepSeek анонсировала, а затем отозвала. 10 сентября 2026 года компания выпустила DeepSeek V4.1 Flash и в той же заметке сообщила, что запросы к её существующему тарифу Pro будут перенаправляться на модель Flash до запуска V4.1 Pro. План маршрутизации просуществовал около суток. Разработчики возразили — когда клиенту тарифа Pro молча предоставляют меньшую модель по ценам Pro, это разумный повод для возражений — и DeepSeek вернула DeepSeek V4 Pro в строй по неизменным ценам.

Что остаётся — это имя в сноске. В семействе V4.1 нет карточки Pro, нет строки с ценами и нет контрольной точки. Сравнения, которые рассматривают DeepSeek V4.1 Pro как существующую модель, исходят из экстраполяции: архитектура V4.1 реальна и поставлена в уровне Flash, поэтому Pro-версия этой архитектуры — разумное предположение, и именно предположением является всё, что представляет собой любая опубликованная спецификация для неё. Это не следует повторять как факт, и эта страница этого не делает.

Что на самом деле представляют собой две вызываемые модели

• Mi:dm K 3.0 Pro — 120 млрд параметров всего, 12 млрд активных на токен, в гибридном стеке слоёв Mamba, смеси экспертов и внимания. Текст на входе, текст на выходе. Контекст 261 795 токенов, до 235 615 токенов выхода. Трассировка рассуждений предоставляется отдельно; поддерживаются JSON и структурированный вывод. Обслуживается KT из контрольной точки с экспертами NVFP4 и проекциями FP8.

• DeepSeek V4 Pro 0813 — смесь экспертов с 1,6 триллиона параметров, из которых активны 49 миллиардов. Только текст. Контекст 1M токенов, максимальный вывод 384K. Режимы с размышлением и без, с низким, высоким и максимальным уровнем рассуждений, вывод JSON, вызов инструментов и нативный Responses API с адаптацией, ориентированной на агентов для программирования в стиле Codex.

Разницу в конфигурации стоит запомнить. Корейская модель небольшая и дешёвая и обрабатывает 262 тыс. токенов. У модели DeepSeek в тринадцать раз больше параметров, она обрабатывает в четыре раза больший контекст, и, по собственному раскрытию KT, это не единственная задействованная архитектура — в рамках поколения V4 DeepSeek выпустила V4.1 Flash с 552 млрд параметров на новой архитектуре Causal Encoder-Decoder, и именно на это направлены текущие инженерные усилия этой лаборатории.

Цена, включая часть, которой нет в тарифной карте

• Mi:dm K 3.0 Pro — $0,20 за входные данные и $0,80 за выходные за миллион токенов, кэшированный ввод — $0,04. Собственная платформа KT сейчас продаёт всё это со скидкой 30%: $0,14 за ввод, $0,56 за вывод, $0,03 за кэш.

• DeepSeek V4 Pro 0813 — $0.66 за ввод и $1.98 за вывод за миллион токенов по непиковым тарифам, при этом чтение из кеша — $0.022. В будние дни в пиковые окна 01:00–04:00 и 06:00–10:00 UTC каждая позиция удваивается: $1.32 за ввод, $3.96 за вывод.

Суть в том, что корейская модель стоит примерно треть от флагмана DeepSeek на входе и около 40% на выходе. Структура пиковых и непиковых тарифов усложняет картину в пользу KT. Пакетная задача, запущенная в 03:00 UTC во вторник, платит в DeepSeek вдвое больше — $1,32 и $3,96, — из-за чего Mi:dm K 3.0 Pro в этот час оказывается в восемь раз дешевле за выходной токен, чем следует из тарифной сетки DeepSeek. Задача, привязанная к непиковому окну DeepSeek, даёт вместо этого разрыв в 2,5 раза. Ни одна из цифр не ошибочна; это просто разные графики.

Есть и вторая асимметрия: скидка на Mi:dm K 3.0 Pro — это промоакция без опубликованной даты окончания, тогда как пиковое ценообразование DeepSeek — это постоянная структура. Моделирование на основе промо-тарифа — та же ошибка, что и моделирование на основе тарифа вне пиковых часов: оба варианта реальны, но ни один из них не является той цифрой, на которую следует закладывать бюджет.

У одной из этих моделей есть оценка, и это не дешёвая модель.

Artificial Analysis присваивает DeepSeek V4 Pro оценку 36 в своём Intelligence Index. Это скромный показатель по меркам фронтирных моделей — он заметно ниже середины пятидесятых, где находятся Claude Opus 5.5 и Gemini 4 Argon, — и это реальное измерение реального эндпоинта. DeepSeek V4.1 Flash — модель, которая фактически вышла в поколении V4.1, — набирает 39,5 балла в том же индексе, что говорит кое-что полезное о разрыве между уровнями, который версия Pro должна восполнить.

У Mi:dm K 3.0 Pro нет записи. Путь к модели в оценщике возвращает 404, и модель вообще не появляется в индексе. KT также не опубликовала таблицу бенчмарков вместе с запуском — материалы AID-X Day и карточка модели Token Factory описывают архитектуру, квантизацию и контекст и на этом останавливаются. Сайты-агрегаторы, которые показывают для неё сводную оценку, смешивают цену и актуальность с сигналом о возможностях, а не сообщают результат теста; одна из таких страниц даёт ей 40 из 100 в целом, причём на одну только цену приходится четверть веса.

Итак, на вопрос, который покупатель хотел бы прояснить больше всего — соответствует ли модель за $0.20 модели за $0.66 — по опубликованным материалам ответить нельзя. Можно сказать лишь ориентировочно: гибридная модель на 120B с 12B активных параметров — это меньшая сеть, чем смесь на 1.6T с 49B активных, и меньшая сеть имеет соответствующую цену. Если бы она совпадала по качеству, ценообразование было бы иррациональным.

Настоящее преимущество DeepSeek — не количество параметров

Три вещи в DeepSeek V4 Pro 0813 ценнее его размера, и все три — то, чего KT не публиковала.

Работа над harness. Ревизия 0813 поставлялась с нативным Responses API и целевой адаптацией для кодирующих агентов в стиле Codex, а собственные показатели DeepSeek по ней — 87,9 на Terminal Bench 2.1, 74,1 на Toolathlon Verified, 62,7 на DeepSWE, 61,5 на NL2Repo — предоставлены производителем, и это следует обозначать как таковое, но они описывают работу, нацеленную именно на агентное использование инструментов. Модель, созданная и настроенная для harness кодирующего агента, ведёт себя иначе, чем универсальная модель, помещённая в такой harness.

Лестница усилий. DeepSeek предлагает низкий, высокий и максимальный уровень усилия рассуждения наряду с режимом без рассуждений. Это рычаг затрат: одна и та же модель может дешево ответить на классификационный запрос и дорого — на сложный запрос, требующий рассуждений. Mi:dm K 3.0 Pro предоставляет флаг рассуждений, но не опубликованную лестницу усилий, поэтому единственный доступный вызывающей стороне рычаг — включено или выключено.

Вызов инструментов. DeepSeek V4 Pro указывает tools и tool_choice среди поддерживаемых параметров. В каталожной записи KT для Mi:dm K 3.0 Pro они не перечислены, но это не то же самое, что сказать, будто эндпоинт их отклоняет: это означает, что поддержка никем не задокументирована, а агентный цикл, зависящий от вызова функций, должен проверять, а не предполагать.

Что можно получить за 262K токенов — и во что это вам обойдётся

В четыре раза больший контекст — самое явное структурное преимущество модели DeepSeek, и его практическая ценность зависит от того, к какому из двух миров относится ваша рабочая нагрузка.

Если отправлять целые репозитории, полные материалы дел или многчасовые расшифровки одним запросом, потолок в 262K становится реальным ограничением. Усечение промпта — это незаметный сбой качества: модель уверенно отвечает по той половине документа, которую получила, — а обходные пути, разбиение на части и retrieval, добавляют конвейер, за который должна платить экономия дешёвой модели. Но при цене $0.20 за вход и нагрузке в миллион токенов арифметика необычна: Mi:dm K 3.0 Pro могла бы обработать тот же документ четыре раза подряд срезами по 262K дешевле, чем DeepSeek берёт один раз в непиковые часы, так что вопрос в том, способна ли стратегия разбиения сохранить перекрёстные ссылки, от которых зависит задача. Для извлечения — способна. Для «найди противоречие между страницей 4 и страницей 300» — обычно нет.

Если ваши промпты обычны — несколько тысяч токенов инструкций и контекста, — то разрыв в объёме контекста ничего не стоит, и единственное, что имеет значение, — это разрыв в параметрах 20 к 1.

Гибридная архитектура против масштаба — как ставка

Две модели представляют собой противоположные ответы на одну и ту же задачу 2026 года: как обслуживать длинный контекст, не неся квадратичных затрат на внимание.

Ответ KT — архитектурная гетерогенность: смешать Mamba для обработки последовательностей за линейное время, mixture-of-experts для дешёвых условных вычислений и внимание там, где требуется точное извлечение из памяти, а затем квантовать экспертов в NVFP4, чтобы ещё сильнее снизить стоимость обслуживания. Это более интересная инженерная ставка и менее проверенная. Гибридный стек, хорошо обученный, может превзойти плотный трансформер того же размера на длинном контексте; плохо обученный даёт модель, посредственную в обоих отношениях, для которых выбирались его компоненты, и пока нет публичных свидетельств того, что именно произошло здесь.

Ответ DeepSeek — более традиционный: очень большая разреженная смесь экспертов, обученная на достаточном объёме данных, чтобы активный срез в 49B обладал способностями, близкими к передовому уровню, и обслуживаемая достаточно дёшево лабораторией, которая оптимизирует инференс MoE дольше почти всех. Он менее новаторский и более взвешенный.

Для покупателя это означает простую асимметрию риска. Ставка на модель DeepSeek — это ставка на оценку, которую можно прочитать. Ставка на корейскую модель — это ставка на описание архитектуры от поставщика без истории на международном рынке API, по цене, при которой потенциальный убыток мал, а потенциальная выгода составляет десятую часть стоимости.

Как уладить это за полдня

DeepSeek V4 Pro 0813 доступен на OrcaRouter как deepseek/deepseek-v4-pro-0813 по тарифу DeepSeek из прайс-листа без наценки — $0.66 за вход, $1.98 за выход, $0.022 за чтение кэша в непиковые часы, при этом пиковый множитель отображается на той же карточке. Mi:dm K 3.0 Pro предоставляется только KT и отсутствует на наших маршрутах; второго провайдера для резервного переключения нет, и это реальное операционное различие, а не оговорка, потому что модель с единственным хостом нельзя обойти маршрутизацией, когда её единственная конечная точка деградирует.

Это оставляет нам дешёвый и решающий эксперимент. Возьмите пятьдесят промптов из собственного продакшен-трафика — не из публичного бенчмарка, а те, которые вы реально отправляете, — и прогоните их через обе модели с помощью скорера, которому вы уже доверяете. При $0,20 и $0,80 против $0,66 и $1,98 пятьдесят промптов по 4K на входе и 1K на выходе обойдутся в доли цента на корейской модели и в пару центов на модели DeepSeek. Затем прогоните те же пятьдесят через DeepSeek V4.1 Flash, который работает по тому же ключу за $0,15 и $0,60 в непиковые часы и набирает 39,5 балла, — потому что для многих рабочих нагрузок ответ на вопрос «стоит ли использовать Pro-уровень DeepSeek» таков: не стоит, а Flash-модель и дешевле прейскурантной цены Mi:dm K 3.0 Pro, и имеет независимую оценку.

Держать весь набор для сравнения на одном ключе по прейскурантной цене провайдера, с правилом маршрутизации, которое перенаправляет запрос на вторую модель при ошибке первой, — это то, что OrcaRouter делает для трёх моделей, которые он хостит. Для Mi:dm K 3.0 Pro резервный вариант придётся написать в собственном коде, потому что KT — единственная дверь.

Что это значит для вопроса

DeepSeek V4.1 Pro — это название, за которым стоит только примечание к выпуску и больше ничего; пока DeepSeek не опубликует карточку модели, цену и эндпоинт, любое сравнение с его участием — это сравнение со слухом. Реально доступное для вызова сопоставление — это Mi:dm K 3.0 Pro против DeepSeek V4 Pro 0813, и, судя по опубликованным данным, модель DeepSeek выигрывает по контексту, по документированной поддержке инструментов, по опубликованной независимой оценке, а также по наличию второго варианта для переключения, когда основной работает медленно.

Корейская модель выигрывает по цене в 2,5–8 раз в зависимости от времени суток, по предельному объёму вывода, по аппаратной эффективности в силу самой конструкции и потенциально — в работе с корейским языком, где KT целенаправленно обучала модель, а DeepSeek — нет. Для подходящей рабочей нагрузки это немалые преимущества. Просто они пока не измерены — а при тринадцати днях доступности «неизмеренные» — честное слово, а не вердикт.

Практическое разделение напрашивается само собой. Массовая обработка текста, работа с корейским языком и всё, где стоит получить дешёвое второе мнение: протестируйте корейскую модель на этой неделе. Всё, что связано с агентными сценариями, всё, что должно удерживать 400 тыс. токенов, и всё, где ошибочный ответ стоит дороже токенов: оставьте DeepSeek V4 Pro или перейдите на фронтирную модель, а к Mi:dm K 3.0 Pro вернитесь, когда кто-нибудь опубликует для неё показатель.