Claude Mythos 5 vs. DeepSeek V4 Pro: Ein 15-facher Preisunterschied – und nur einer von beiden ist dort günstig, wo er gut ist.

Claude Mythos 5 und DeepSeek V4 Pro sind keine Wettbewerber im üblichen Sinn, und die Zahlen sagen das schon, bevor es irgendein Benchmark tut. Claude Mythos 5 ist Anthropics eingeschränktes Cyber- und Biologie-Flaggschiff vom 9. Juni 2026 – am 1. September als Claude Mythos 5.1 aktualisiert –, das auf der Mythos-Stufe 10 $ pro Million Input-Tokens und 50 $ pro Million Output-Tokens kostet und nur über ein Verifizierungsprogramm verfügbar ist. DeepSeek V4 Pro ist das open-weights-nahe MoE-Flaggschiff, das seit April 2026 über DeepSeeks eigene API bereitgestellt und im August aktualisiert wurde, mit 0,66 $ für Input und 1,98 $ für Output außerhalb der Spitzenzeiten, ungefähr ein Fünfzehntel des Mythos-Tarifs, bei dreizehnmal günstigeren Cache-Reads, hinter einem Schlüssel, den man in neunzig Sekunden erstellen kann. Eines davon ist eine Fähigkeit, für die man sich bewerben muss; das andere ist ein Posten, den man optimiert. Der Vergleich lohnt sich trotzdem, denn die beiden Modelle sind in denselben Dingen schlecht und in denselben Dingen gut, und die Preislücke ist genau dort am größten, wo die Fähigkeitslücke am kleinsten ist.

Was jedes Modell tatsächlich ist

Claude Mythos 5 ist die eingeschränkte SKU der Frontier-Generation von Anthropic und teilt die zugrunde liegenden Gewichte mit dem öffentlichen Claude Fable 5; sie unterscheidet sich nur durch die Schutzstufe – die Cyber- und Biologie-Klassifikatoren, die im öffentlichen Modell eingeschaltet bleiben. Anthropic beschreibt es als das neueste Update von Mythos Preview, mit Verbesserungen bei Cybersicherheits-, Biologie- und Healthcare-Benchmarks, freigegeben für „eine kleine Gruppe geprüfter Partner“. Seine veröffentlichte Benchmark-Historie ist dünn und stammt größtenteils aus der Launch-Berichterstattung statt aus einer gepflegten Modellkarte; die CyberGym-Level-1-Zahl von 83,8 %, die unter diesem Namen kursiert, stammt nicht von Anthropic. Seine bekannte Stärke ist offensive und defensive Sicherheitsarbeit: Der Ruf des Modells beruht auf autonomer Schwachstellenerkennung, und sein Zugriffsrahmen ist darauf ausgelegt – das Cyber Verification Program und der Claude Security Scanner, der Mythos 5 für Enterprise-Kunden vor echte Codebasen stellt, ohne ihnen freies Prompting zu ermöglichen.

DeepSeek V4 Pro ist in fast jeder Hinsicht, die kommerziell zählt, das Gegenteil. Es ist ein Mixture-of-Experts-Modell mit insgesamt 1,6 Billionen Parametern und rund 49 Milliarden aktiven, einem Kontextfenster von 1.048.576 Token, einer maximalen Ausgabe von 384.000 Token, reiner Texteingabe und einer veröffentlichten Preisliste. Es wurde im April über DeepSeeks API veröffentlicht, am 13. August mit dem Build 0813 aktualisiert und wird heute noch zu unveränderten Abrechnungssätzen angeboten – ein Punkt, der ausdrücklich erwähnt werden sollte, weil DeepSeek im September die Einstellung des Modells ankündigte, ein Datum festlegte und dann elf Tage später unter Entwicklerdruck wieder davon abrückte. Die Fußnote auf DeepSeeks eigener Preisseite liest sich nun wie eine Kontinuitätszusage ohne Angabe eines Zeitrahmens.

Tarifkarten, mit der Zeile, die die meisten Vergleiche auslassen

• Eingabe — C​laude M​ythos 5 bei 10,00 $ pro Million Token vs. DeepSeek V4 Pro bei 0,66 $ außerhalb der Spitzenzeiten, 1,32 $ innerhalb der Spitzenzeitfenster; eine Lücke von 7,6× bis 15,2×.

• Ausgabe — 50,00 $ pro Million gegenüber 1,98 $ außerhalb der Spitzenzeit, 3,96 $ zu Spitzenzeiten; eine Spanne von 12,6× bis 25×.

• Cache-Lesevorgänge — 1,00 $ pro Million für die Mythos-Generation vom Juni, 0,25 $ bei Claude Mythos 5.1 und Claude Fable 5.1, gegenüber 0,022 $ für DeepSeek V4 Pro außerhalb der Spitzenzeiten; der Posten, der lange Agentenläufe dominiert und bei dem der Abstand am größten ist.

• Kontext- und Ausgabegrenze — jeweils 1M Tokens; maximal 128K Ausgabe auf der M​ythos-Seite gegenüber 384K für DeepSeek V4 Pro.

• Modalität — Text-, Bild- und Dateieingabe auf der M​ythos-Seite gegenüber reiner Texteingabe bei DeepSeek V4 Pro.

• Zugriff — ein Verifizierungsprogramm und eine 30-tägige Datenaufbewahrungspflicht gegenüber einem Self-Service-API-Schlüssel.

Die Zeile für das Peak-Fenster ist die, die wirklich weh tut. DeepSeeks Off-Peak-Tarif beträgt die Hälfte des Peak-Tarifs, und die Peak-Fenster sind 01:00–04:00 und 06:00–10:00 UTC, Montag bis Freitag, ausgenommen chinesische Feiertage; alles andere, einschließlich kompletter Wochenenden, zählt als Off-Peak. Ein Batch-Job, der nach Zeitplan statt bei Bedarf läuft, kann in ein Peak-Fenster geraten, ohne dass sich jemand dafür entscheidet, und der effektive Input-Tarif wird $1,32. Das ist immer noch ein Bruchteil des Mythos-Tarifs, die Schlussfolgerung kippt also nicht – aber eine Zusammenfassung mit „25× günstiger“, die das Fenster ignoriert, beschreibt ein Modell, das Sie möglicherweise gar nicht aufrufen. Auf der Mythos-Seite ist die Richtung beim Caching bemerkenswert: Anthropic hat den Cache-Read zwischen den beiden Generationen um 75 % gesenkt, was zeigt, dass der Anbieter weiß, dass lange agentische Arbeit denselben Kontext erneut liest und dass die Cache-Zeile der Ort ist, an dem die Rechnung eines Vielnutzers tatsächlich anfällt.

Der Benchmark-Vergleich, der nicht durchgeführt werden kann

Hier ist das ehrliche Problem bei diesem Duell, und es ist kein kleines. Anthropic veröffentlicht keine Benchmark-Tabelle für Claude Mythos 5, und DeepSeek veröffentlicht keine Ergebnisse gegen Mythos 5. Die beiden Modelle wurden von unterschiedlichen Seiten an unterschiedlichen Dingen gemessen, und die Zahlen, die für Claude Mythos 5 kursieren, stammen größtenteils aus Vergleichen Dritter statt von Anthropic.

Was existiert, ist auf nützliche Weise asymmetrisch. DeepSeek veröffentlichte eine vollständige Model Card für den 0813-Build, alles davon vom Anbieter berichtet und nichts davon unabhängig reproduziert: Terminal-Bench 2.1 bei 87,9, DeepSWE bei 62,7, CyberGym bei 83,3, Humanity's Last Exam bei 42,7 ohne Werkzeuge und 60,0 mit ihnen, Toolathlon-Verified bei 74,1, AutomationBench bei 31,8. Unabhängige Evaluatoren dämpften das Bild anschließend erheblich – Artificial Analysis platziert den 0813-Build auf seinem Intelligence Index bei 36, mit gemessenen Kosten von 0,67 $ pro Index-Aufgabe, und seine Non-Reasoning-Variante bei 20. Das ist ein echtes Fähigkeitsprofil für 0,66 $ pro Million Eingabe-Tokens und weit unterhalb der Frontier beim allgemeinen Reasoning.

Der Punkt, an dem sich die beiden Modelle tatsächlich überschneiden, ist Sicherheit, und dort ist der Vergleich in die falsche Richtung lehrreich. D​eepSeek meldet CyberGym bei 83,3 für V4 Pro. Die Zahl, die auf demselben Benchmark am häufigsten neben C​laude M​ythos 5 genannt wird, ist 83,8 — und sie stammt nicht von A​nthropic, sondern aus einem Vergleich eines Wettbewerbers, der seinen eigenen Grund hat, das Rennen als eng darzustellen. Zwei anbieternahe Zahlen, die auf demselben Benchmark einen halben Punkt auseinanderliegen, sind kein Beleg dafür, dass ein offenes MoE-Flaggschiff mit A​nthropics zugangsbeschränktem Cyber-Modell mithält. Es ist ein Beleg dafür, dass keine der beiden Zahlen unabhängig verifiziert wurde und dass der Benchmark von beiden Seiten als Marketinginfrastruktur genutzt wird.

Wo jedes einzelne das falsche Werkzeug ist

Stellt man die beiden Modelle einer Aufgabenliste gegenüber, ist die Trennung sauber genug, um darauf zu routen.

C​laude M​ythos 5 ist für Sicherheitsarbeit gebaut und für fast jeden, der es will, gesperrt. Wenn Ihre Aufgabe die Entdeckung von Schwachstellen, die Entwicklung von Exploits, Red-Teaming gegen Ihre eigene Infrastruktur oder Sicherheitsforschung ist, die freies Prompting eines Frontier-Modells erfordert, ist die M​ythos-Stufe genau dafür ausgelegt, und der Preis ist nicht das Hindernis — die Berechtigung ist es. Der öffentliche Zwilling desselben Modells, Claude Fable 5, trägt den vollständigen Schutz-Stack, was bedeutet, dass Penetrationstests, Exploit-Generierung und das Scannen binärer Schwachstellen blockiert bleiben; Sie kaufen die Fähigkeitsstufe, nicht die Cyber-Berechtigungen.

DeepSeek V4 Pro ist für Volumen gebaut. Text rein, Text raus, eine enorme Ausgabegrenze und ein Preis, der aggressive Retry-Schleifen und lange Extraktions-Pipelines wirtschaftlich belanglos macht. Sein Profil ist genau das, was man für Klassifizierung im großen Maßstab will, für strukturierte Extraktion aus Dokumenten, die bereits Text sind, für Zusammenfassungen, Erst-Triage und die formatierungsintensive Mitte einer Agenten-Pipeline. Was es nicht ist, ist ein Modell, an das man ein Bild schickt: Es hat keine Vision, ein gescanntes PDF oder ein Screenshot ist also kein günstigerer Eingabeweg, sondern ein ausgeschlossener. Und sein allgemeiner Reasoning-Index von 36 bedeutet, dass die Aufgaben, die einen echten mehrstufigen Plan brauchen, genau die Aufgaben sind, bei denen der Preisvorteil nicht mehr aufwiegt.

Die Kostenstruktur, die das Routing zur Antwort statt zum Kompromiss macht

Weil sich die Stärken nicht stark überschneiden, ist der sinnvolle Schritt nicht, sich zu entscheiden. Schicken Sie die Arbeit mit Bildverständnis und das anspruchsvolle Schlussfolgern zur A​nthropic-Seite und die Textarbeit mit hohem Volumen zu D​eepSeek, und die Einsparung bei einer gemischten Arbeitslast ist normalerweise groß — aber nur, wenn die beiden Modelle hinter einem einzigen Schlüssel laufen, denn andernfalls kostet die zweite Integration mehr Entwicklungszeit als der Unterschied beim Token-Aufwand.

Das spricht für eine Routing-Schicht statt für eine Beschaffungsentscheidung. OrcaRouter führt anthropic/claude-opus-5.5 für $4,00 Input und $20,00 Output und deepseek/deepseek-v4-pro für $0,66 und $1,98 am selben OpenAI-kompatiblen Endpunkt, in einem Katalog mit über 200 Modellen, wobei der Listenpreis des Anbieters mit 0 % Aufschlag durchgereicht wird — was speziell auf der DeepSeek-Seite zählt, denn DeepSeek hat V4 Pro mehr als einmal neu bepreist und seine Off-Peak-Fenster verschoben, und eine Durchleitungsroute folgt der Karte des Anbieters, statt eine Zahl in Ihrem Vertrag einzufrieren. Die Routing-DSL drückt die Aufteilung an einer Stelle aus — günstiges Modell für den einfachen Zweig, Eskalation, wenn die Konfidenz der Antwort oder die Form der Aufgabe es verlangt — und automatisches Failover ist hier mehr wert als bei einem stabilen Modell: V4 Pro verbrachte eine Woche im September unter einer angekündigten Abschaltung, die dann zurückgezogen wurde, und eine Route zu haben, die ohne Deploy auf einen zweiten Anbieter zurückfällt, ist eine günstige Absicherung dagegen, dass ein Anbieter seine Meinung ändert.

Die andere ehrliche Verwendung desselben Katalogs ist die als Messinstrument. Die Angewohnheit, zuerst das teure Modell zu wählen, ist weit verbreitet und teuer; die einzige verlässliche Lösung ist, bei echtem Traffic mit beiden Modellen Tokens zu zählen, was eine Konfigurationsänderung ist, wenn beide auf einem Schlüssel laufen, und ein Projekt, wenn nicht.

Was würde diesen Vergleich ändern?

Zwei Dinge. Wenn D​eepSeek einen Nachfolger auf den Markt bringt, der die Lücke bei Long-Horizon-Agenten zu einem Preis schließt, der auch nur ansatzweise dem aktuellen entspricht, zerfällt die Unterscheidung zu einer Preisfrage, und die Antwort ist trivial — und D​eepSeek hat diesen Schritt wiederholt vollzogen, einschließlich einer September-Veröffentlichung, die laut D​eepSeek V4 Pro bei Leistung, Kosten und Geschwindigkeit umfassend übertrifft. Umgekehrt: Wenn A​nthropic eine Benchmark-Tabelle zu M​ythos 5 oder 5.1 auf einem Standardset veröffentlicht, wird die Sicherheitshälfte dieses Vergleichs überprüfbar statt bloß behauptet, und Käufer könnten endlich erkennen, ob die $10 / $50-Preisliste etwas erkauft, was D​eepSeeks $0,66 nicht bietet.

Nichts davon ist eingetreten. Bis eines davon eintritt, lautet die pragmatische Position: DeepSeek V4 Pro bietet das bessere Preis-Leistungs-Verhältnis pro Token auf dem Markt für Textarbeit und ist so bepreist, als wäre Frontier-Reasoning eine gelöste Massenware; C​laude M​ythos 5 ist eine Fähigkeit, die die meisten Teams nicht erhalten können, und ein Preis, den die meisten Teams nicht zahlen würden, selbst wenn sie es könnten. Bauen Sie auf dem auf, das Sie aufrufen können; behalten Sie den Modellnamen in der Konfiguration, sodass das andere zu einer Ein-Zeilen-Änderung wird, falls es jemals zugänglich wird.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.