Claude Mythos 5 vs. Gemini 4 Argon: Eine Tür öffnete sich in dreizehn Tagen, die andere hat sich seit Juni nicht mehr geöffnet.

Gemini 4 Argon und Claude Mythos 5 wurden beide als Modelle mit Fähigkeiten oberhalb des Flaggschiffs und eingeschränktem Erstzugang angekündigt, und die beiden haben sich seither völlig auseinanderentwickelt. Google kündigte Gemini 4 Argon am 30. September 2026 über eine Kohorte vertrauenswürdiger Cyber-Verteidiger des Fairwind Program an, und am 13. Oktober wechselte der Modellstring gemini-4-argon auf Googles eigener kostenpflichtiger Stufe zu Stable – dreizehn Tage von der Ankündigung bis zu einem Self-Serve-Schlüssel, wobei der Einführungspreis von 2 $ pro Million Input-Tokens und 10 $ pro Million Output-Tokens Bestand hat. Claude Mythos 5 gibt es schon viel länger: Anthropic veröffentlichte es am 9. Juni 2026 als eingeschränktes Geschwistermodell von Claude Fable 5, aktualisierte es am 1. September zu Claude Mythos 5.1, und es hat immer noch keinen öffentlichen Endpunkt, keine Self-Serve-Stufe und keine veröffentlichte Benchmark-Tabelle – der Zugang läuft ausschließlich über das Cyber Verification Program oder das Life Sciences Verification Program und sonst nichts. Dieser Unterschied, nicht der Benchmark-Abstand, gibt für fast jeden Leser in diesem Vergleich den Ausschlag.

Zwei Modelle mit derselben Entstehungsgeschichte und unterschiedlichen Ausgängen.

Beide kamen auf dieselbe Weise, was die Divergenz so lehrreich macht. Anthropic brachte Claude Mythos 5 als eingeschränkte SKU seiner Generation vom 9. Juni heraus, die sich die zugrunde liegenden Gewichte mit dem öffentlichen Claude Fable 5 teilte und sich nur in der Sicherheitsstufe unterschied, und gab sie an „eine kleine Gruppe geprüfter Partner“. Google lieferte Gemini 4 Argon zuerst an das Fairwind-Programm aus – geprüfte Regierungsbehörden, Betreiber kritischer Infrastrukturen und Software-Maintainer – und sagte klar, dass ein breiterer Zugang für zahlende API-Kunden, Google AI Ultra-Abonnenten, Entwickler und Unternehmen folgen würde. Google tat dann genau das, was es angekündigt hatte.

A​nthropic hat etwas anderes getan, und es lohnt sich, dabei fair zu bleiben. Am 6. Oktober hat es das Cyber Verification Program zu drei auf Bewerbungen basierenden Stufen umgebaut, Project Glasswing darin aufgehen lassen und C​laude M​ythos 5.1 von einer Partnerzuteilung in eine Zugangsberechtigung verwandelt, auf die sich jede qualifizierte Sicherheitsorganisation bewerben kann. Das ist eine echte Erweiterung der Tür — die erste in der Geschichte dieses Modells. Es ist zugleich weiterhin eine Tür mit einer Verifizierungshürde statt eines Preises, und sie richtet sich speziell an Sicherheitsorganisationen statt an ein allgemeines Entwicklerpublikum. G​oogles Weg endet bei einer Preisliste; A​nthropics endet bei einer Antragsprüfung.

Was jedes einzelne kostet, und der Vorbehalt zur Argon-Zahl

• Eingabe — G​emini 4 Argon zu 2,00 $ pro Million Tokens (Einführungspreis) gegenüber C​laude M​ythos 5 zu 10,00 $; eine 5-fache Differenz.

• Ausgabe — 10,00 $ pro Million vs. 50,00 $; ebenfalls 5×.

• Cache-Eingabe — Argon zu 0,10 $ pro Million, 95 % Rabatt auf Eingaben; Claude Mythos 5.1 zu 0,25 $ bei der neueren SKU und 1,00 $ bei der Juni-Generation.

• Kontext und Ausgabe — 1M Token Kontext bei beiden; Argons Ausgabeobergrenze wurde von 64K auf 1M angehoben, gegenüber 128K für die M​ythos-Stufe.

• Modalität — Argon akzeptiert Text, Bilder, Video und Dateien und gibt Text aus; die Mythos-Stufe akzeptiert Text, Bilder und Dateien als Eingabe.

• Zugang — ein bezahlter API-Schlüssel seit dem 13. Oktober gegenüber einer Bewerbung für A​nthropics Verifizierungsprogramme mit einer 30-tägigen Datenaufbewahrungspflicht.

Der Haken ist das Wort „Einführung“. Googles 2 $ / 10 $ ist ein Einführungstarif, und Google hat das auch so gesagt; ein so beschriebener Tarif kann sich ändern, und die Zahl, mit der man kalkulieren sollte, ist die, die Google an dem Tag veröffentlicht, an dem man sich festlegt. Der andere Vorbehalt ist eher rechnerisch als politisch: Artificial Analysis beziffert die Kosten für den Betrieb seiner gesamten Index-Suite auf 2.407 $ für Argon — etwa 1,99 $ pro Index-Aufgabe —, was ungefähr einem Drittel dessen entspricht, was dieselbe Suite auf Claude Opus 5.5 kostet — eine Erinnerung daran, dass Listenpreis und tatsächliche Kosten auseinandergehen, sobald ein Modell weniger Tokens und weniger Wiederholungsversuche braucht, um eine Aufgabe zu erledigen. Für Claude Mythos 5 gibt es keine entsprechende Zahl, weil kein unabhängiger Evaluator es aufrufen kann.

Die Benchmark-Asymmetrie, die die ehrliche Schlagzeile ist

G​emini 4 Argon wurde gemessen. C​laude M​ythos 5 nicht, und zwar nicht, weil irgendjemand denkt, es sei schwach.

Argons unabhängig veröffentlichte Zahlen: Der Artificial Analysis Intelligence Index liegt je nach Effort-Konfiguration zwischen 52,6 und 53, bei gemessenen 1,99 US-Dollar pro Index-Aufgabe und 48,9 Ausgabe-Token pro Sekunde mit einem ersten Token nach 2,79 Sekunden. Vals Index belegt mit 68,90 % (±0,97) den ersten Platz in seinem BIP-gewichteten Economic-Impact-Board. Vom Anbieter gemeldete Task-Ergebnisse, die Google mit der Ankündigung vom 30. September veröffentlichte und die weiterhin nicht reproduziert wurden: Terminal-Bench 4.0 bei 57,1 %, SciCode bei 61,8 %, Humanity's Last Exam bei 57,1 %, Long-Context-Reasoning bei 79,7 %, AutomationBench auf Platz eins mit 51,3 % und ein Omniscience-Wert von 42,4 – der größte Vorsprung bei einer einzelnen Aufgabe gegenüber einem vergleichbaren offenen Modell in diesem Set.

Der veröffentlichte Leistungsnachweis von Claude Mythos 5 ist ein anderes Kaliber. Anthropic führt keine Benchmark-Karte dafür, daher sind alle kursierenden Zahlen aus zweiter Hand. Die CyberGym-Level-1-Wertung von 83,8 %, die am häufigsten neben dem Namen genannt wird, stammt überhaupt nicht von Anthropic – sie erscheint in einem Vergleich eines konkurrierenden Anbieters, der ein eigenes Interesse daran hat, wie knapp das Rennen aussieht. Die ExploitBench-Zahl von 78,0 % stammt von Anthropic selbst; sie wurde beim Juni-Launch gegenüber 40 % für Claude Opus 4.8 gemeldet. Darüber hinaus gibt es die operativen Behauptungen: ein 27 Jahre alter, unentdeckter OpenBSD-Bug, eine 16 Jahre alte FFmpeg-Schwachstelle, ein Browser-Exploit, der vier Schwachstellen verkettet, um sowohl aus der Renderer- als auch der OS-Sandbox auszubrechen, und eine Linux-Kernel-Privilegieneskalation vom Nutzer zu Root.

Stellt man diese nebeneinander, sind die Leaderboards nicht vergleichbar, und genau das ist der Punkt. Das eine Modell hat einen Indexwert, Kosten pro Aufgabe und eine Leaderboard-Position; das andere hat eine Reputation und eine Reihe von Fallstudien, die niemand außerhalb von A​nthropics Partnerliste reproduzieren kann. Argon hat außerdem eine dokumentierte Kritik, die die M​ythos-Stufe nicht hat: Bloomberg berichtete am Tag der Ankündigung, dass einige G​oogle-Mitarbeiter mit direktem Zugang sagten, das Modell schneide bei echter Arbeit schlechter ab, als seine Benchmarks nahelegen – Frontend-Design unter den genannten Aufgaben – und beschrieben es als von Benchmark-Optimierung beeinflusst, was G​oogle bestreitet. Dieser Bericht ist unbestätigt und umstritten, und er ist nach wie vor ein Datenpunkt, den es für die eine Seite dieses Duells gibt und für die andere nicht.

Der Vergleich, den keiner der beiden Anbieter anstellt

Googles Startmaterial positioniert Argon gegen Claude Opus 5.5 und GPT-6 Astra im Bereich Coding und veröffentlicht keinen Vergleich mit entweder Claude Fable 5.1 oder Claude Mythos 5.1. Anthropics Material positioniert Mythos 5.1 gegen seinen eigenen Vorgänger. Keiner der Anbieter hat einen direkten Vergleich veröffentlicht, was bedeutet, dass das Duell im Titel dieses Artikels eines ist, das beide Unternehmen vermieden haben und das kein unabhängiges Labor durchführen kann, weil eines der beiden Modelle von einem Evaluator nicht aufgerufen werden kann.

Was sich sagen lässt, ist, wo die Designvorgaben auseinandergehen. Argons veröffentlichtes Vergleichsset enthält Harvey's Legal Agent Benchmark, Vals Finance Agent v2 und eine Suite für indirekte Prompt-Injection von Gray Swan – Wissensarbeit, wirtschaftliche Leistung und Injection-Resistenz. Die Evidenz der M​ythos-Stufe ist offensive und defensive Sicherheitsarbeit. Das sind unterschiedliche Aufgaben, und wer zwischen ihnen wählt, wählt normalerweise zwischen einem allgemeinen Frontier-Modell, das zufällig stark bei Dokumenten ist, und einem Spezialisten, der ungewöhnlich stark bei der Angriffsfläche ist. Der Kostenunterschied – das Fünffache des Listenpreises – ist der Preis für diese Spezialisierung, und er lohnt sich nur, wenn die Spezialisierung das ist, was Sie brauchen.

Was Sie heute anrufen können

Keines der beiden Modelle steht in OrcaRouters Katalog, und das ist kein vorübergehender Zustand, den eine Plattform beheben kann – G​emini 4 Argon ist über G​oogles eigene API zu G​oogles Tarif erreichbar, und C​laude M​ythos 5 ist entweder über ein Verifizierungsprogramm erreichbar oder gar nicht. Eines von ihnen hier als verfügbar aufzuführen, wäre eine Lüge.

Was im Katalog steht, ist das erreichbare Mitglied jeder Familie. Claude Fable 5 ist der öffentliche Zwilling von C​laude M​ythos 5 – dieselben zugrunde liegenden Gewichte, vollständiger Sicherheitsstapel – zum Listenpreis von A​nthropic von 10,00 $ pro Million Eingabe und 50,00 $ pro Million Ausgabe mit 0 % Aufschlag, und Claude Fable 5.1 ist das neuere Äquivalent zum gleichen Tarif, wobei der Cache-Lesepreis um 75 % auf 0,25 $ gesenkt wurde. C​laude O​pus 5.5 ist dort für 4,00 $ und 20,00 $ verfügbar, und das eigene Einführungsmaterial von A​nthropic besagt, dass es in Biologie und Cybersicherheit mit C​laude M​ythos 5.1 vergleichbar ist – was, nüchtern gelesen, bedeutet, dass der Anbieter Ihnen sagt, dass der Vorsprung des eingeschränkten Modells auf das Verweigerungsverhalten zusammengeschrumpft ist, zu dessen Freischaltung ein Verifizierungsprogramm existiert. Stecken Sie diese hinter einen einzigen Endpunkt mit automatischem Failover, und das Problem „Ich kann das Modell, das ich will, nicht bekommen“ wird zu einer Routing-Konfiguration statt zu einem Forschungsprojekt: die Arbeit, die die M​ythos-nahe Fähigkeit benötigt, geht an Fable 5.1, die Arbeit, die günstigere allgemeine Schlussfolgerungen benötigt, geht woanders hin, und der Austausch von beidem ist eine Änderung der Modellzeichenfolge auf demselben Schlüssel.

Was zu sehen

Drei Signale, alle konkret. Ob Googles Einführungspreis den Kontakt mit echtem Traffic übersteht – das ist der Auslöser dafür, dass das Kostenargument handlungsrelevant statt theoretisch wird. Ob Anthropic eine Benchmark-Tabelle zu Mythos 5.1 auf demselben Set wie Opus 5.5 veröffentlicht – das mit Abstand nützlichste Dokument, das der Anbieter veröffentlichen könnte, und die einzige Möglichkeit, wie ein Käufer den 5×-Aufpreis bewerten kann. Und ob die Bewerbungshürde des Cyber Verification Program weiter sinkt, denn der Umbau vom 6. Oktober war das erste Mal, dass sich die Zugriffsrichtlinie dieses Modells in Richtung Offenheit bewegte, und die Geschwindigkeit dieser Bewegung ist das, was es zu verfolgen gilt.

Bis diese eintreffen, lautet die faire Zusammenfassung, dass Argon das Modell mit einem Preis, einem Endpunkt und dem Maßstab von jemand anderem ist, der daran angelegt wird, und C​laude M​ythos 5 ist das Modell mit einer Reputation und einem Bewerbungsformular. Zwei dieser drei Dinge sind überprüfbar, und das dritte ist es nicht.

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.