MIDM K 3.0 Pro 对比 Grok 4.7：每项任务 7.77 美元背后，关于 0.56 美元模型隐藏了什么

Artificial Analysis 对 Grok 4.7 完成一项 Intelligence Index 任务按 7.77 美元的费率计费。该模型标价为每百万输入 token 2.00 美元、每百万输出 token 6.00 美元，听起来还算合理，直到你注意到它跑完整个测试套件要消耗 1.48 亿个输出 token，约为中位数的两倍，而且每项任务要花 27 分钟。KT 的 MIDM K 3.0 Pro 于 2026 年 10 月 29 日发布，标价为 0.20 美元和 0.80 美元，外加 30% 的首发折扣，却根本没有人让它跑过任何公开评测套件。因此，把 Grok 4.7 和 MIDM K 3.0 Pro 放在一起，并不是一场好模型与坏模型之间的较量。这是一场这样的较量：一方是经过实测的模型，而它昂贵的方式并未体现在其价目表上；另一方是未经实测的模型，其全部论点就是它便宜到足以让人去一探究竟。

两张费率卡，其中一张已审计

先说经过审计的那个，因为它是两者中更有意思的。Grok 4.7 于 2026 年 9 月 21 日发布，作为 SpaceXAI 面向长时程编程和智能体工作的旗舰模型，具备 500,000 token 上下文窗口、图像输入，以及四档推理强度选择器。在最高设置下，Artificial Analysis 给它打出 Intelligence Index 35 分——低于其价格区间模型 40 分的中位数。对旗舰模型来说，这确实是个尴尬的数字，而且还不止这一个：输出速度为每秒 64 个 token，很慢；每个索引任务耗时 27.2 分钟，更慢；它在整个测试套件中输出 1.48 亿个 token，是 7280 万中位数的两倍多。冗长不是道德缺陷，但它是一项成本项，而这就是 $2.00 和 $6.00 变成 $7.77 的方式。

未经审计的那个完全是另一种形态，而形态正是关键。KT 将 MIDM K 3.0 Pro 构建为混合堆栈——Mamba 层与专家混合（mixture-of-experts）及普通注意力机制混合——拥有 1200 亿参数，其中每个 token 有 120 亿处于激活状态。稀疏激活正是让 0.20 美元输入价格在算术上成为可能的原因；你不会为未使用的参数付费。MoE 专家被量化为 NVFP4，而 Mamba 投影和共享专家保持 FP8，这种披露程度几乎没有供应商愿意费心去做。上下文为 261,795 个 token。输入和输出仅限文本——没有图像，这与 Grok 4.7 有实质差异，而非无关紧要的脚注。

• 标价 — MIDM K 3.0 Pro 每百万输入 $0.20 / 输出 $0.80，而 Grok 4.7 为 $2.00 / $6.00

• 今日生效价格 — MIDM K 3.0 Pro 为 $0.14 / $0.56，有效期至 2026 年 11 月 30 日；Grok 4.7 保持不变

• 缓存输入 — MIDM K 3.0 Pro 每百万 $0.04，而 Grok 4.7 为 $0.50

• 上下文 — 261,795 个 token，相对于 500,000，Grok 4.7 允许 450,000 个 token 的输出

• 模态 — 仅文本，与文本和图像输入相对

• 架构 — 总参数 120B、激活参数 12B，采用 Mamba/MoE/注意力混合架构，对比未披露的参数数量

• 独立评分——未公布，对比 Artificial Analysis v5.0.1 上的 35 分

• 每个索引任务的实测成本——未测量，对比 $7.77

没人会写进定价页的算术

把一项具体任务分别跑在两张卡上，十倍的标价差距就会变成更大也更奇怪的东西。设想一次调用读取 30,000 个输入 token、写出 1,500 个输出 token，重复一万次——这是一个中等规模的抽取或审核流水线，并非极端案例。

在 Grok 4.7 上，按标价计算，3 亿个输入 token 按每百万 $2.00 计，是 $600，再加上 1500 万个输出 token 按每百万 $6.00 计，是 $90。六百九十美元。在 MIDM K 3.0 Pro 上，按折扣价计算，3 亿个输入按每百万 $0.14 计，是 $42，再加上 1500 万个输出按每百万 $0.56 计，是 $8.40。五十美元四十美分——对于同样形态的任务，成本大约只有 Grok 4.7 的十四分之一。按 12 月 1 日起的标价，同样的任务分别花费 $60 和 $12，合计 $72，仍然大约只有其十分之一。

真正让这一对比显得诚实而非推销的部分在于：Grok 4.7 的那个数字假设模型会按照你要求的 token 数量来作答。但它并不能可靠地做到这一点。在中等难度任务上，1.48 亿 token 的读数对 7280 万 token 的中位数说明，这个模型大约要花费同类模型两倍的 token 才能得出同样的答案；而费率表乘以一个未知的 token 数量并不是报价，只是估算。每项指数任务 7.77 美元是两家厂商公布过的最接近真实单价的数字，而 MIDM K 3.0 Pro 没有对应数字，因为还没有人跑过这套测试。若根据费率表和中位数 token 数量来估算，得到的结果远低于一美元；若根据一个像 Grok 4.7 这样超支的模型来估算，则会得到好几美元。这个差距正是仅凭费率表给一个尚未实测的模型定价的全部问题所在。

缺失的分数真正造成影响之处

很容易把这写成“便宜模型胜出”，但这是错的。根据现有证据，可以得出三点。

第一点是，Grok 4.7 的 35 并不是一个你可以假定 MIDM K 3.0 Pro 能越过的上限。一个拥有 1200 亿参数、其中 120 亿为激活参数的模型，按 2026 年旗舰标准来说属于小模型，而小模型便宜是有原因的。MIDM K 3.0 Pro 的合理区间从“接近 35，足以让价格来决定”到“落后二十分，只适合打标签”——而目前无法从 KT 外部缩小这个范围。

第二点是，价格差距足够大，足以吸收真实的能力差距，并且仍然在经济性上胜出。如果 MIDM K 3.0 Pro 落后 Grok 4.7 十五个百分点，那么对于失败模式是工单被错误标注的分类任务来说，它仍然是正确的选择。如果它在持续数小时的智能体编程任务上落后十五个百分点，那么无论价格如何，它都不能作为替代品，因为工作根本无法完成。

第三点是，Grok 4.7 自身的成本结构使其作为默认选择，比它的名声所暗示的更差。一个每项任务花费 7.77 美元、占用 27 分钟实际耗时的旗舰模型，是一种专业工具。真正从中获得价值的团队是在困难的长尾任务上使用它，而不是在批量任务上；而批量任务正是 MIDM K 3.0 Pro 这类模型所瞄准的场景。

只需五十美元而非七百美元的检测

有一种方法无需等待公开排行榜就能回答能力问题，而价格差距正是它切实可行的原因。从你自己的流量中收集两百个真实请求——使用答案已知可靠的那些，而不是编造的示例——然后用两个模型分别运行这些请求。在 MIDM K 3.0 Pro 上，按促销费率只需几美分。在 Grok 4.7 上，按其相当于 $7.77 的 token 计费方式，费用为几美元。你得到的不是 Intelligence Index 分数，但它比 Intelligence Index 分数更好，因为它是基于你的分布而非合成测试套件来评分的。

在任何人运行之前，有两点需要注意。第一，折扣将于2026年11月30日结束，因此12月初的测试运行所衡量的模型，其输入和输出成本比你本周读到的那款高出43%。第二，MIDM K 3.0 Pro 仅由一家提供商提供——KT 自身——而 KT 自己的模型页面指出，单一提供商模型不会获得平台的自动路由。如果第一个端点性能下降，没有第二个端点可作为回退。

最后一点，正是 OrcaRouter 与本次对比直接相关、而非仅仅附带相关的唯一之处。Grok 4.7 已按 SpaceXAI 公布的目录价收录在我们的目录中，没有额外加价，并且使用同一密钥和同一端点，与我们路由的其他 200 多个模型一致，因此价目表上的 $2.00 和 $6.00 就是最终进入账单的数字，供应商调价会在同一天体现，而不是等到下一个计费周期。MIDM K 3.0 Pro 并非我们提供的服务；它运行在 KT's Token Factory 平台上，而这就是对“我从哪里获得它”的诚实回答。对于这样一对模型，路由器的作用是让你把已实测的模型作为未实测模型背后的回退——失败、超时或超过 261,795 个 token 的请求会落到能正常工作的地方，而不是变成错误，这正是试用一个便宜模型与把生产路径押在它上面的区别。

什么会改变此页面

只要有一份公布结果就够了。如果 Artificial Analysis 或任何同类评估机构把 MIDM K 3.0 Pro 纳入某个编号测试套件，而它的得分落在 30 附近，那么价格论证对一大类工作就会变得具有决定性，与 Grok 4.7 的对比也就不再有意思。如果它落在 20 出头，这个模型就是韩语场景的主力模型，也应该按这个定位来销售，这大致也正是 KT 目前的定位方式。

在那之前，站得住脚的解读比两家厂商所希望的都要狭窄。Grok 4.7 是一款经过实测的模型，具有真实的能力水平——35，略低于中位数——而其每任务成本使其标价具有四到五倍的误导性。MIDM K 3.0 Pro 是一款未经实测的模型，其标价使得几乎任何能力差距在批量工作上都可以承受，而且完全没有证据表明它是否跨过了那道门槛。双方实际给出的唯一一个每任务成本数字是 Grok 4.7 的 7.77 美元，而且它是由第三方而非厂商给出的。