MIDM K 3.0 Pro：KT 的 120B 混合模型登场，价格已公布却无基准测试

Mi:dm K 3.0 Pro——拼写为MIDM K 3.0 Pro，在大多数模型目录中如此，并在国际市场上列为KT: Mi:dm K 3.0 Pro——这是首个登上国际价格表的韩国电信模型，其规格表看似达到前沿水平，背后却没有任何公开评测。KT 通过其自有 Token Factory 平台提供该模型，发布日期为 2026 年 10 月 29 日，国际挂牌日期为 2026 年 11 月 5 日。它是一个 1200 亿参数的专家混合模型，每个 token 激活其中 120 亿个参数，接受 261,795 个 token 的上下文，价格为每百万输入 token 0.20 美元、每百万输出 token 0.80 美元。截至 2026 年 11 月 11 日，它没有的，是来自任何一方的哪怕一个已发布基准分数——不是来自 KT，不是来自独立评估机构，也不是来自竞争对手实验室的对比表。这个空白不是本页的脚注。它是买家在定价时必须纳入考量的首要因素。

三个日期，以及其中哪一个是发布版本

KT自己的资料对同一型号给出了三个不同的日期，而这三个日期在各自的框架内都是正确的，这就是为什么“它是什么时候推出的”这个问题一直这么难回答。

• 2026年10月15日 — Mi:dm K 3.0 在首尔举行的 KT AID-X Day 上首次公开亮相，同场还展示了下一代语音智能体、名为 KT-Claw 的内部智能体平台，以及该公司在提示压缩和模型路由方面的工作。报道该活动的韩国行业媒体将其描述为该集团的“下一代模型”，是演示而非售卖。目前尚未公布定价，也还没有模型标识符。

• 2026年10月29日——这是 KT 自家 Token Factory 模型页面上标注为 출시일（即发布日期）的日期。正是从这一天起，该模型才成为客户可以在 KT 自有平台上向其发送请求并为之付费的服务。

• 2026年11月5日——这是国际目录条目上标注的日期，也就是 KT 自身计费关系之外的开发者能够接触到它的时间点。这些目录条目中的每一条都重复着同一句描述——混合专家、总参数 120B、激活参数 12B、混合 Mamba/MoE/注意力——该描述源自 KT，且尚未经过独立验证。

值得用三个要点而不是一句话来说明这一区别，是因为“10月29日发布”和“11月5日国际可用”对采购团队而言含义不同。前者是一种供应商关系。后者是本周就能评估的一项明细。两者都足够新，该模型尚未积累任何已发布的第三方测试，因此2026年11月才接触到的读者是早到，而非迟到。

架构实际上是什么

混合架构设计才是真正有趣的部分，也是大多数产品目录文案会压缩成一句话带过的部分。KT 的描述是，Mi:dm K 3.0 Pro 在同一个堆栈中混合了 Mamba 层、混合专家层和普通注意力层。这三类层各自承担不同的任务。注意力让模型能够精确召回任意更早的位置，这正是长文档任务和精确指令遵循所依赖的能力。Mamba 为长序列提供了一条线性时间的处理路径，这正是避免 262K token 提示在成本和延迟上变成二次方增长的关键。混合专家层则让 120B 模型能够以可负担的成本提供服务：对于任意给定 token，只有 12B 参数——仅为网络的十分之一——参与运行，因此计算开销取决于激活参数量，而不是总参数量。

把三者放进同一个技术栈，是一种真正的工程立场，而非营销话术。这与2026年若干发布版本背后的直觉一致：它们都试图摆脱长上下文下纯注意力机制的成本，而训练它比只选其中一种更难。KT是否执行得好，恰恰是公开层面无人回答的问题。

KT 还披露了服务格式，这超出了大多数实验室所公布的范围：在其 Token Factory 页面上，该模型被描述为从某个检查点提供服务，其 MoE 专家被量化为 NVFP4，而 Mamba 投影和共享专家保持为 FP8。这是服务决策，而非训练决策，并且会带来一个实际后果——客户调用时使用的权重并不是 KT 训练出的权重，任何针对该端点运行的基准测试所测量的都是量化后的产物。对于每百万输入 token 收费 $0.20 的 120B 模型来说，激进的量化正是实现这一价格的途径。它还设定了一种预期：4 位专家路径并不是用来精确复现全精度参考模型的地方。

KT 公布的数据中的包络

• 参数——总计 120B，每个 token 激活 12B，依据 KT 自己的模型卡文案。

• 上下文——261,795 个 token。粗略取整就是 256K，约为这一价位附近的前沿模型所提供上下文量的四分之一。

• 最大输出——单次响应可达 235,615 个 token。相对于上下文窗口而言，这慷慨得不同寻常：模型能写出的内容几乎和它能读入的一样多。

• 模态 — 文本输入，文本输出。不支持图像、音频或文件输入，也不支持多模态输出。目录列表确认请求双方均为纯文本。

• 推理 — 模型提供推理控制，并将推理内容与答案分开返回，因此调用方可以抑制或显示思考轨迹。

• 结构化输出——支持 JSON 和受 schema 约束的输出；对于任何要把模型接入流水线的人来说，这是最重要的能力。

• 工具调用 — 在该模型的目录条目中，它未被列为其支持的请求参数之一；相比之下，大多数 2026 年前沿模型都会显式提供 tools 和 tool_choice。如果智能体循环需要函数调用，这就是首先要测试的事项，而不是想当然。

• 定价 — 每百万输入词元 0.20 美元，每百万输出词元 0.80 美元，每百万缓存输入词元 0.04 美元。

• 实测的服务表现——中位数约为每秒 196 个输出 token，首个 token 约需 0.62 秒；在单一服务提供商上，过去一天的可用性报告实际上为 100%。

价格，以及国际商品列表中未包含的折扣

KT 自有平台目前以低于标价的价格销售该模型。Token Factory 页面显示，输入价格为每百万 token ₩190，而划线价为 ₩271；输出价格为 ₩759，而划线价为 ₩1,085，这是在 international listing 所报的相同 $0.20 和 $0.80 费率基础上应用的 30% 促销折扣。缓存输入遵循相同模式：促销费率为 $0.03，标价为 $0.04。

由此有两点。第一，如果你直接从 KT 购买，当前的实际价格是输入 $0.14、输出 $0.56；如果你通过将标价原样传递的第三方目录获取该模型，则是 $0.20 / $0.80。第二，对这么新的模型进行促销定价是一种发布手段，而不是价目表，而且它会在没有太多提前通知的情况下结束。基于 $0.14 构建的成本模型，在用来证明任何事情之前，都应按 $0.20 重新运行。

即便按标价来看，这一价格定位也极其鲜明。每百万输入 token 20 美分，约为前沿厂商收费的二百分之一——Claude Opus 5.5 为 4 美元和 20 美元，Gemini 4 Argon 为 2 美元和 10 美元——而且比 DeepSeek 自家旗舰档的 0.66 美元和 1.98 美元（非高峰时段）还便宜。这究竟是划算买卖还是警告，完全取决于能力，而能力正是无人掌握的那个数字。

测量差距，精确表述

有三样东西常被误认为基准，但它们没有一个是基准。

第一项是 KT 自己的公告。AID-X Day 的材料和模型卡描述了架构、量化和上下文，并未公布针对具名评测的分数表。没有厂商报告的 Terminal-Bench 数字，没有 SWE-bench 数据，也没有可供争论的韩语基准结果。对于 2026 年的一次发布来说，这很不寻常——大多数实验室都会附上一张表，哪怕这张表是自抬身价的——这意味着没有什么需要打折扣看待。

第二个是 Artificial Analysis，本博客大多数对比所依赖的独立评测机构。截至 2026 年 11 月 11 日，它没有该模型的页面：模型路径返回 404，且该模型未出现在其索引中。这是目前可获得的最清晰信号，表明该模型尚未经过标准套件的独立测试。

第三项是聚合器综合评分。至少有一家模型对比网站给 Mi:dm K 3.0 Pro 打出了满分100分中的40分“综合”得分，并在445个模型中给出编程排名第185。这些数字不是基准测试结果。它们是价格、新鲜度、上下文长度、输出容量和一项能力信号的加权混合，而在该网站上，仅价格一项就占25%的权重，上下文占15%。一个如此便宜且如此新的模型，从结构上就会在五项输入中的两项上得分很高。把它当作规格表摘要来读没问题；把它当作能力测量来读则是循环论证。

所以，诚实的现状是：来自厂商的一份架构说明、一个价格、一个上下文窗口，除此之外没有任何能说明这个模型好不好的东西。本周任何发布包含 Mi:dm K 3.0 Pro 基准测试成绩的对比表的人，要么是自己编的，要么是抄了某个编造这些成绩的人。

它实际上在市场中的定位

最接近定位声明的内容，来自 KT 自身的历史，而非这张模型卡。KT 一直将 Mi:dm 系列作为一个以韩国为中心的家族来运营：Mi:dm 2.0 以 12B 基础-指令模型和 2B mini 的形式发布，二者均于 2025 年 7 月在 Hugging Face 上以开放权重形式发布；企业材料将该系列描述为针对韩国社会、文化和领域知识进行调优，而非针对英语编程基准。以这个价格提供 120B 混合模型，是该计划的扩展，而不是转向全球前沿。

这套说法告诉买家应该先测什么。如果工作负载是韩语客户服务、国内监管文本，或词汇以韩语为主的领域语料，那么为此专门训练的模型，与一个硬加上韩语能力的前沿模型，完全是两回事。如果工作负载是针对大型代码仓库的英语智能体编程，那么这就是一个缺乏证据支持、上下文窗口只有领先者四分之一的廉价模型。

同样有必要明确哪些并不开放。Mi:dm 2.0 的权重是公开的；Mi:dm K 3.0 Pro 的权重则不是。KT 的 Hugging Face 组织中没有以 3.0 命名的仓库，且该模型仅通过 KT 的平台提供服务。这就排除了自托管、在自有硬件上进行微调，以及所有需要下载检查点才能开展的评估。

如何称呼它，以及“单一提供商”是什么意思

Mi:dm K 3.0 Pro 仅由一家提供商提供——KT——而 OrcaRouter 目前并未对其进行路由。这一点之所以重要，是有具体原因的，而不是作为免责声明。单一提供商的模型无法实现故障转移。如果 KT 的端点性能下降，就没有第二个主机可供绕行，而该模型所引用的可用性数字，衡量的是某一家公司的基础设施，而不是整个市场。需要硬性可用性保障的团队通常要么希望有第二家提供商，要么希望有应用层回退方案；而对于这个模型，只有第二种选择存在。

对比组则是另一回事。OrcaRouter 提供单一密钥背后的 200 多个模型，按供应商标价计费，0% 的加价叠加在其上，因此，它实际竞争的廉价模型——D​eepSeek 的各档位、G​LM 系列、Q​wen——以及用来与它对比的前沿模型，都位于同一个端点和同一张账单上。这样一来，正面对比试验就只是改一次路由，而不是一个采购项目；这也是回答本页无法回答的问题的明智方式：把同样的 50 条提示词发给 Mi:dm K 3.0 Pro 以及两个你已经信任的模型，然后自己给输出打分。按输入 $0.20、输出 $0.80 的价格，这个实验只需几美分。

什么会改变此页面

四项进展将使 Mi:dm K 3.0 Pro 从“价格有趣、型号未知”变成团队可以据此规划的产品，而且每一项都可核查。

独立评估。一个带有 Intelligence Index 分数和每任务成本的 Artificial Analysis 条目，对这款模型的地位所起的作用将超过任何新闻稿，因为它会把这一数字与它定价所对标的模型并列——同一指数给 Claude Opus 5.5 打出 58 分、给 DeepSeek V4 Pro 打出 36 分，而落在这一区间的数字将解决关于该折扣是补偿还是套利的争论。

一份已发布的厂商基准测试表。这种缺失足够显眼，以至于它一旦出现本身就会成为新闻，并且至少能为模型自家设计者的说法提供可供对照核验的依据。

第二家服务提供商。两个独立主机将使故障转移成为可能，并让买方将该价格视为市场价格，而非促销价格。

权重。KT 已开源 Mi:dm 2.0，却未开源这一模型。若情况有变，任何拥有 GPU 的人都能对该模型进行评估，测量上的空白无需等待评估者即可填补。

在至少其中一种情况发生之前，关于 Mi:dm K 3.0 Pro 能站得住脚的说法既有限又具体：这是一个 120B 混合专家模型，激活参数 12B，上下文长度 262K，仅支持文本，由一家提供商通过量化检查点提供服务，价格比所有前沿模型低一个数量级——而且没有公开证据表明它的效果如何。这足以证明值得做一次低成本测试，但还不足以证明迁移是合理的。