MIDM K 3.0 Pro 對決 Mistral Large 4：26 分的門檻，70 美分的價格

Mistral Large 4 在 Artificial Analysis Intelligence Index 上得分 26。對一個兆級參數的旗艦模型來說，這是個不算高的數字——比同尺寸開放權重模型的中位數 23 高三分，落後 GPT-6.1 Sol 的 55 分二十九分——而這是本次比較中最有用的一項事實，因為這是一個 KT 的 MIDM K 3.0 Pro 或許真能跨過的上限。本部落格其他每一場低價模型對決，都是拿一個未經測量的新進者，去對上得分四十幾或五十幾的模型，其中有意思的問題是差距有多大。這次，有測量的一方是可以被擊敗的。MIDM K 3.0 Pro 於 2026 年 10 月 29 日發布，價格為每百萬輸入權杖 0.20 美元、輸出 0.80 美元，完全沒有得分；Mistral Large 4 於 10 月 6 日預覽，並在同月底前開放權重，得分為 26，每項指數任務的實測成本為 2.06 美元，輸出速度為每秒 117 個權杖。這一次，「我們不知道」描述的是真正懸而未決的問題，而不是用委婉方式說「大概更差」。

一個釋出了權重，另一個釋出了價目表。

這兩次發布僅相隔幾天，卻指向相反方向，這也解釋了這兩款產品。Mistral 於 10 月 6 日將 Mistral Large 4 放入公開預覽，並在月底前釋出檢查點；根據該公司自家的發布文章，這些檢查點又經過三週的強化學習、在 Terminal-Bench 4.0 上提升 13 分，並新增了低推理層級。KT 於 10 月 29 日推出 Token Factory，並以 MIDM K 3.0 Pro 作為其主打的本土模型。一家公司以免費送出旗艦模型為這個月收尾；另一家則以販售一款韓國以外無人能下載的模型存取權收尾。

Mistral Large 4 是原生多模態的混合專家模型：總參數達 1.05 兆，其中活躍參數為 520 億，另有一個 16 億參數的視覺編碼器，可接收文字與圖像並輸出文字。Mistral 的文件將上下文視窗標示為 100 萬個 token，而 Artificial Analysis 也是在同一個 100 萬視窗上進行測量，因此有別於本批次大多數廠商的說法，這項說法是有佐證的，而不只是單純宣稱。其權重依 Mistral Ecosystem Open-Weight License 釋出，該授權允許商業使用但附有若干限制——這正是多數報導略過的「開放」部分。

MIDM K 3.0 Pro 幾乎在各個方面都恰成鏡像對照。總參數達 1,200 億、啟用參數 120 億，採用 Mamba、混合專家與注意力層的混合架構，這是著眼於服務成本而非能力表現的設計；純文字輸入與輸出，完全沒有視覺路徑；上下文長度為 261,795 個 token；且不提供權重。KT 的差異化不在模型，而在交付方式：韓國本地基礎設施、韓元計費，以及為無法將 token 傳送至境外的企業所打造的平台。

• 參數 — Mistral Large 4 總計 1.05T、活躍 52B，外加 1.6B 視覺編碼器；MIDM K 3.0 Pro 總計 120B、活躍 12B

• 模態 — Mistral Large 4 支援文字與圖像輸入；MIDM K 3.0 Pro 僅支援文字

• 上下文 — Mistral Large 4 支援 100 萬個 token，Mistral 的文件與 Artificial Analysis 測試的視窗皆已確認；MIDM K 3.0 Pro 則記錄為 261,795 個

權重 — 於 2026 年 10 月底前，依《Mistral Ecosystem Open-Weight License》發布；對照：無

• 定價 — Mistral Large 4 每百萬輸入 $0.70 / 輸出 $2.10，相較之下為 $0.20 / $0.80

• 今日生效價格 — MIDM K 3.0 Pro 為 $0.14 / $0.56，而 KT 的折扣持續至 11 月 30 日，相較之下 Mistral 為固定 $0.70 / $2.10

• 獨立指數 — 26，對照為無

• 每項索引任務成本 — 2.06 美元，相較於未測量

當你為它定價時，26 實際上代表什麼

不算高的指標分數不等於沒用的模型，而 Mistral Large 4 的其他量測結果正是這麼說的理由。它以每秒 117 個輸出 token 的速度，大約是 GPT-6.1 Sol 實測 56 的兩倍，也超過 Kimi K3.1 Pro 的 32 的三倍；而且每項指標任務耗時 11.7 分鐘，直接優於同級 13.1 分鐘的中位數。它每項任務 2.06 美元的價格，以絕對值來看並不便宜，但更重要的是它背後的數字：GPT-6.1 Sol 每項任務花費 1.27 美元、得分 55，因此 Mistral Large 4 以約為擊敗它的模型 1.6 倍的價格，提供大約一半的能力。這就是成為一個速度快、每個 token 便宜，卻會消耗大量 token 的模型所帶來的尷尬算術。

現在把 MIDM K 3.0 Pro 的價格拿來和它比。以 $0.14 和 $0.56 來說，它是 Mistral Large 4 每百萬 token $0.70 輸入費率的五分之一，也是其 $2.10 輸出費率的四分之一；而在 11 月 30 日之後，它會落在 $0.20 和 $0.80——輸入方面略低於 Mistral 的三分之一，輸出方面則略高於三分之一。如果 MIDM K 3.0 Pro 的得分能接近 26，那麼對每個不需要視覺或百萬 token 視窗的工作負載來說，它都是更划算的選擇。如果它的得分落在十幾分段，那麼這個便宜五倍的價格買到的就是一個確實較弱的工具，比較也就會淪為「用便宜的那個來做標註，用快的那個來處理其他所有事情」。

令人不安的是，目前沒有人能區分這兩種世界。KT 尚未公布 MIDM K 3.0 Pro 的基準測試結果。Artificial Analysis 列出了 KT 較早的 Mi:dm K 2.5 Pro，卻從未為它填入智能分數，而且完全沒有收錄這個模型。該模型頁面是一份規格表、一張價格表、一個發布日期，以及一張即時延遲圖表——而那張圖表自相矛盾：供應商列回報每秒 19.98 個 token，正上方的三日中位數卻顯示平均值 62.93。

授權問題，而不是開放權重問題

Mistral Large 4 的權重可供下載，並不代表就能免費提供服務。檢查點已發布，而 Mistral 的條款要求：商業託管超過一定門檻時須取得授權——這正是已成為歐洲實驗室標準做法的「開放權重、受限託管」模式，也是為什麼對多數團隊而言，實際選擇仍是供應商的 API。權重真正帶給你的是一條退路：如果 Mistral 的定價變動，或歐盟的資料駐留規則改變，模型也不會消失。

MIDM K 3.0 Pro 完全沒有退路。它是單一供應商上的封閉式 API，而 KT 自家的平台文件明確指出，單一供應商的模型不會獲得其自動路由。若端點效能劣化，既沒有第二個地方可以呼叫，也沒有檢查點可以退回。KT 用來替代這一切的是司法管轄權——整個 Token Factory 的賣點就是境內處理、韓語能力與 KRW 結算——而對韓國企業而言，這並非行銷話術，這正是該模型存在的原因。

所以說，授權方案的比較，真正的問題其實是你承擔的是哪一種風險。用 Mistral Large 4，你承擔的是能力風險（26 不算高），但不承擔供應商風險。用 MIDM K 3.0 Pro，你完整承擔能力風險，還得額外承擔供應商風險，換來的是這個價位帶裡別家都给不出的價格與司法管轄區。

三種工作負載，三種答案

與其給出結論，更有用的是指出每個模型在哪裡是明顯的首選，因為價差大到足以讓答案翻轉不止一次。

從掃描的韓文文件進行文件擷取，正是 MIDM K 3.0 Pro 的強項，而且差距懸殊。這項工作輸入文字、輸出結構化資料，數量龐大，而 261,795 token 的視窗綽綽有餘。以每百萬個輸出 token 0.56 美元計算，整條管線的成本比它所寫入的儲存空間還低，而且 Mistral Large 4 的視覺編碼器無關緊要，因為 OCR 已在上游完成。

螢幕截圖分類處理、圖表判讀，以及其他任何以影像為輸入的情況，都屬於 Mistral Large 4 的範疇，而 MIDM K 3.0 Pro 根本無法涉足。純文字模型在視覺任務中不是更便宜的選項；它根本不是選項。

長上下文工作——400,000 個 token 的程式碼庫、完整的監管申報文件——取決於一個數字，而非偏好。Mistral Large 4 具備 1M 個 token 的視窗，其文件與實測組態都一致認可，而這已足夠。MIDM K 3.0 Pro 則停在 261,795，並會傳回錯誤，而不是品質下降的答案。

尷尬的第四種情況，正是大多數團隊實際面臨的狀況：低於 200,000 個 token 的大量文字工作，其中品質很重要，而工作量讓價格差距成為決定性因素。這正是缺少評分會造成實際金錢損失的地方，因為猜錯的團隊要麼在一年內多付十倍費用，要麼交付一個默默表現不佳的管線。

如何直接買到答案，而不是靠猜

有一個便宜的辦法可以定奪這件事。從你自己的日誌中取出兩百個請求，附上已知正確的輸出，讓兩個模型都跑過一遍，再用你們團隊現有的評分標準來評分。以 MIDM K 3.0 Pro 的費率，這只要幾美分；在 Mistral Large 4 上，考量它對 token 的胃口，則要幾美元。花兩天工作就能得到一個數字，而這個數字比任何指數都更相關，因為它是在你的分佈上測量出來的。

就 Mistral 這邊來說，實務上的關鍵在於：當腳下的費率表正在變動時，正是加成傷害最大的時候：把促銷價誤讀成牌價，就會變成帳單翻倍，卻沒有人實際交付任何東西。Mistral Large 4 可透過 Mistral 自家 API 與多個第三方平台使用；它不在我們的目錄中，我們也沒有路由它。我們對我們確實有路由的 200 多個模型所採用的紀律，正是讓促銷能及時顯現、而不是晚一步的同一套紀律：供應商牌價以 0% 加成直接傳遞，因此供應商一有變動，當天就會反映，不必等經銷商注意到。MIDM K 3.0 Pro 也不在我們的目錄中；它由 KT 的 Token Factory 提供，而那邊的誠實建議是：趁 30% 折扣持續到 11 月 30 日，用 KT 自家的金鑰試用。

到頭來，這場比較歸結於：Mistral Large 4 是已知的量，分數中等，token 串流速度快；而 MIDM K 3.0 Pro 則是便宜的未知數，要跨越的門檻異常低。二十六不是一個很高的數字。一個擁有 1,200 億參數、其中 120 億活躍的模型，有可能達到這個數字——韓語基準對受過韓語訓練的模型較友善，而 KT 自 2023 年以來一直在打造這個系列。它也可能遠遠達不到，而目前 KT 以外的人無從得知。買家應該納入考量的，是這種不確定性，而不是價格。