MIDM K 3.0 Pro 对比 Claude Opus 5.5：20 倍的价差，仅一款模型获得评分

输入 40,000 个 token，并要求返回 2,000 个 token。在 Mi:dm K 3.0 Pro——MIDM K 3.0 Pro（目录中的拼写，即 KT 于 2026 年 10 月 29 日发布的模型）上，这样的请求输入计费为千分之八美分、输出计费为万分之十六美分，总计 $0.0096。在 Claude Opus 5.5（A​nthropic 于 2026 年 9 月 22 日发布）上，同样的请求输入计费为 $0.16、输出计费为 $0.04，总计 $0.20。运行一百万次：$9,600 对 $200,000。整个比较就归结为一次乘法，这也正是这种对决会被输入搜索框的原因。更难的问题是，多出的 $190,400 买到了什么，而这个答案比价格比更具体——因为这两个模型中，一个拥有独立评分和已发布的基准测试表，另一个则两者都没有。

关于每一项，并排对比来看，实际已知什么？

• 状态 — Claude Opus 5.5 自 2026 年 9 月 22 日起已在 A​nthropic 自有 API 上全面可用，并承诺不早于 2027 年 9 月 22 日退役。Mi:dm K 3.0 Pro 于 2026 年 10 月 29 日在 KT 的 Token Factory 平台上开始计费，并于 11 月 5 日出现在国际目录中，比本页面早六天。

• 每百万 token 价格 — Claude Opus 5.5 的输入价格为 $4.00，输出价格为 $20.00。Mi:dm K 3.0 Pro 为 $0.20 和 $0.80。输入价格比是 20 倍，输出价格比是 25 倍。

• 缓存定价 — Opus 5.5 读取缓存输入的价格为每百万 $0.20，写入价格为 $5.00，因此热提示词的成本仅为冷提示词的第二十分之一。Mi:dm K 3.0 Pro 读取缓存的价格为 $0.04，缓存写入也列出相同费率；KT 自家平台目前对全部四条产品线打 30% 折扣。

• 上下文窗口——Claude Opus 5.5 为 1,000,000 tokens，而 Mi:dm K 3.0 Pro 为 261,795。差距接近四比一，这也是唯一一项决定工作负载能做什么、而非仅仅影响成本的规格差异。

• 最大输出 — Opus 5.5 在同步 API 中为 128,000 个 token，在 Batches API 上通过 beta 标头可提升至 300,000 个 token。Mi:dm K 3.0 Pro 最多返回 235,615 个 token，这是两者中较大的数值。

• 输入模态——Opus 5.5 接受文本、图像和文件。Mi:dm K 3.0 Pro 仅接受文本。

• 架构 — A​nthropic 不公布参数数量。KT 公布了自己的数据：总参数 1200 亿，每个 token 激活 120 亿，其技术栈混合了 Mamba、专家混合和注意力层，并由一个使用 NVFP4 专家和 FP8 投影的检查点提供服务。

• 推理控制 — 两者都提供这一控制，但实现方式不同。Opus 5.5 采用的是无法关闭的自适应思考，唯一可调的是 effort，默认值为 medium。Mi:dm K 3.0 Pro 提供一个推理标志，并将推理轨迹单独返回，厂商未公布任何 effort 档位。

• 工具调用 — Opus 5.5 将 tools 和 tool_choice 列为其支持的请求参数。Mi:dm K 3.0 Pro 的目录条目未列出这些内容，因此函数调用属于未经验证，而非受支持或遭拒绝。

• 独立评估 — Artificial Analysis 在其 Intelligence Index 上给 Claude Opus 5.5 打了 58 分，在它排名的模型中位列第一。但它完全没有 Mi:dm K 3.0 Pro 的条目。

决定这场对决的那个数字

Artificial Analysis 在其 Intelligence Index 上给 Claude Opus 5.5 打出了 58 分，并给出运行一次完整指数测试套件需花费 $5.98 的结果。这两个数字都是对已发布模型进行独立测量、并通过固定测试框架运行得出的，因此它们可与同一指数上的其他条目相比较，而不是与厂商自己的图表相比较。

对于 Mi:dm K 3.0 Pro，没有条目、没有分数，也没有每任务成本，因为该模型尚未通过那套评测框架运行。这种缺失并不是一个中性事实。它意味着，在这场对比中，关于该模型能力的每一项说法都只是基于架构和价格的推断；而一个拥有 120B 参数、12B 激活参数、成本仅为 D​eepSeek 旗舰模型五分之一的混合专家模型，仅凭架构而言，并不是任何人应当期待能接近 58 的模型。

平心而论，对 KT 来说，部分原因是时机。一个已经可计费十三天、在国际上挂牌六天的模型，还没有任何窗口能让评估者发布结果。第二周没有评分，并不能说明评分最终会落在哪里。它真正说明的是，20× 折扣目前是未定价风险，而不是经过衡量的效率；把它当作后者的买家是在猜测。

当价格差距不再是有趣的数字时

二十倍是一个很大的倍数，很容易让人就此打住。有三件事让这一比较比这个比例本身更有意思。

前者是上下文。Opus 5.5 可读取百万 token；Mi:dm K 3.0 Pro 可读取 262K。对于需要将 300K token 的文档塞进提示词的检索流程而言，便宜的那款模型并不是更便宜的选择——它根本就不是一个选项。这一差距是架构性的，再多的提示词工程也无法填补 738,000 token 的缺口。

其次是模态。Opus 5.5 接受图像和文件。涉及读取扫描发票、失败测试的截图或 PDF 演示文稿的工作负载，无法在没有单独提取阶段的情况下迁移到纯文本模型，而该阶段既耗费金钱，又增加了一种故障模式。在文档密集型工作中，真正的比较不是 $0.20 对 $4.00；而是 $0.20 加上 OCR 流水线及其错误率，对 $4.00。

第三点是 effort 设置，而它正是大多数比较所忽略的。Opus 5.5 已公布的分数默认在最大 effort 下产生，并附有明确列出的例外——Terminal-Bench 4.0 在 xhigh 下，FrontierCode 和 CursorBench 在 medium 默认值下——因此 58 更接近上限，而不是一次常规运行。同一模型上存在更便宜的配置，账单也随之对应。如果你的工作负载处于低 effort，那么与一个 4 美元模型之间的有效差距会比费率卡所暗示的更小，因为你购买的并不是那个头条分数所描述的配置。

缓存行正是廉价模型不再廉价的地方

长时智能体工作负载很少只发送一次相同的提示词。它们会数百次地发送一大段固定前缀——系统提示词、工具定义、仓库上下文——而缓存命中线才是决定账单的关键。

Opus 5.5 读取缓存输入每百万 token 收费 0.20 美元，仅为其基础费率的二十分之一，且可缓存的最低长度为 512 个 token。Mi:dm K 3.0 Pro 的标价收费为 0.04 美元，同样是其基础费率的五分之一。两款模型在缓存输入上的价格比维持在 5 倍，而非全新输入时的 20 倍，因为 Opus 的缓存折扣在绝对数值上更深。

这才是对标题的有用更正。在缓存命中率达 90% 的工作负载中——比如长时间运行的编码智能体——韩国模型的混合输入成本并不是便宜二十倍，而是接近五倍。而且如果 KT 的 30% 促销折扣结束，而 Anthropic 的缓存费率保持不变，差距还会进一步缩小。任何依据价目表前两个数字来建模迁移的人，都应该先按缓存加权后的混合成本重新计算，再相信那个 20×。

Opus 5.5 按那个价格实际卖的到底是什么

三项已发布的能力比参数数量更能解释其溢价。

长周期智能体工作排在首位。A​nthropic 自家的模型选择器把大多数工作负载导向 Opus 5.5，只把最难的长周期用例交给 Claude Fable 5.1；这相当于公司在说，该模型是多步工作的默认选择，而非专门用途的模型。一个被定位为默认选择的模型，已经针对那些让智能体变得不可靠的故障做过测试，而这些故障——在第四十步丢失线索、漏掉工具返回结果、重复已经完成的编辑——并不会出现在规格表上。

作为行为控制的 Effort 是第二点。Opus 5.5 通过单一参数引导整个响应（包括思考过程），而 Anthropic 将其记录为一种行为信号，而非 token 预算。这让团队无需更换模型，就能在简单流量上节省成本，而这正是低成本替代方案本应提供的杠杆——只不过在这里，昂贵的模型也同样具备这一杠杆。

运营保障排在第三，它枯燥乏味，但这种枯燥恰恰很重要。提前两年公布的退役时间下限、输入和输出两个方向都打五折的批量层级、有文档记录的缓存层级（提供 5 分钟和 1 小时的写入价格），以及仅限美国、带有 1.1× 乘数的推理选项。这些都不是能力。所有这些，正是能写进合同的模型与不能写进合同的模型之间的差别。

Mi:dm K 3.0 Pro 在哪些场景中赢得一席之地

支持韩国模型的理由，并不是它只要五分之一的价格就能做到几乎一样好。没有人证明过这一点。这个理由更狭窄，而且对某些团队来说已经足够。

大批量的文本分类、抽取和摘要是最显而易见的适用场景。这类任务的输出校验成本低、错误可恢复，而且同一个提示词要运行数百万次。在输入每百万 token 0.20 美元、输出 0.80 美元的价格下，一个在 Opus 5.5 上要花六位数的百万文档抽取任务，在 Mi:dm K 3.0 Pro 上只需四位数；而且即便抽取准确率保持在 97% 而非 99%，这笔账依然可能更有利于便宜的那个模型——因为这 2% 的差距会被一个校验层拦下，而校验层的成本低于推理上的差价。

韩语工作是第二个契合点，也是这款模型专为打造的场景。自 Mi:dm 2.0 起，KT 的 Mi:dm 系列就被定位为以韩国为中心的模型家族，针对韩国本土词汇、文化和领域文本进行调优；来自该项目的 120B 模型在韩语客服对话记录上的表现，与一个仅把韩语能力作为次要能力的前沿模型相比，完全是另一回事。这个说法一个下午就能验证，而且在采信之前值得一验。

第三类是批量、低风险的生成：草稿、变体，以及为你已经信任的过滤器提供合成数据。出错的代价不过是丢弃一个样本。

根据现有证据，它不适用于：针对大型代码仓库的智能体编程、任何需要在循环中调用工具的任务、任何涉及图像或文件的任务、任何需要超过 262K 令牌上下文的任务，以及任何错误答案代价高昂且无法验证的任务。这些恰恰是 Opus 5.5 定价所针对的工作负载，而溢价在这些场景中确实发挥了作用。

同时运行两者，以及故障转移的区别

Claude Opus 5.5 已在 OrcaRouter 上线，接入型号为 anthropic/claude-opus-5.5，按 Anthropic 的目录价计费，不额外加价——输入 $4.00、输出 $20.00、缓存读取 $0.20、缓存写入 $5.00。Mi:dm K 3.0 Pro 不在我们的路由之中；它仅由 KT 一家提供，而单供应商模型从结构上就是单点故障。

这种不对称是主张将两者保留在同一密钥上而不是二选一的实用论据。OrcaRouter 的 路由层可以将 Opus 5.5 作为困难请求的路径，并在请求失败或触及预算阈值时回退到更便宜的模型；它还能覆盖 200 多个模型，无需第二份合同或更改代码。今天它无法故障转移到 Mi:dm K 3.0 Pro，因为只有一个地方能获取它。因此可行的形态是：将韩语模型作为其定价所对应的批量层的直接调用，将 Opus 5.5 作为所有重要事项的路由默认值，并制定一条路由规则，使后者不进入前者的故障路径。

成本只是路由决策所涉及问题的一半。一个可用性读数为 100% 的低价模型，衡量的只是一个端点，而非一个市场；这个读数是诚实的，但它同样不是一种保证，因为当情况发生变化时，并没有第二个主机可供切换。

简短版

Claude Opus 5.5 是一款有实测表现的模型，价格也清晰可查：在独立指数上得 58 分，在参与排名的榜单上位列第一，拥有百万 token 上下文、多模态输入、工具调用、已公布的退役下限，以及自九月以来一直稳定的费率表。Mi:dm K 3.0 Pro 则是更便宜的模型，输出上限更高，上下文只有四分之一，不支持图像，工具使用未经证实，只有一家提供商，且没有任何公开评分。

对于出错代价高昂、且答案必须在智能体运行到第 40 步时仍然成立的工作负载，购买 Opus。在体量占主导、输出可核查且语言为韩语的工作负载上测试该韩语模型——这项实验每千份文档只需几美分，并能回答本页唯一无法回答的问题。不要把生产路径迁移到一个已计费 13 天却从未经过独立评估的模型，无论价目表上的性价比看起来多么诱人。