Claude Mythos 5 vs. Gemini 4 Pro: Der Name ist falsch, die Zugangslücke ist real

Wenn du Claude Mythos 5 mit Gemini 4 Pro vergleichst, solltest du zuerst wissen, dass nur einer dieser Namen zu einem Modell gehört, das du kaufen kannst. Google hat nichts namens Gemini 4 Pro auf den Markt gebracht. Das führende Gemini-4-Modell in Produktion ist Gemini 4 Argon, am 30. September 2026 einer geschlossenen Gruppe von Cyber-Verteidigern vorgestellt und am 13. Oktober 2026 weltweit freigegeben – zum Einführungspreis von 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token. Claude Mythos 5, veröffentlicht am 9. Juni 2026, kostet 10 und 50 US-Dollar für dieselben Einheiten und wird überhaupt nicht im Selbstbedienungsverfahren verkauft. Der ehrliche Vergleich lautet also nicht „Welches Flaggschiff ist besser?“. Er lautet: ein zugangsbeschränkter Spezialist zum fünffachen Output-Preis gegen einen für alle offenen Generalisten zu einem Aktionspreis, der am 30. November 2026 ausläuft.

Die Namensverwirrung sollte man lieber klären, als sie zu umgehen, denn sie hat bereits ein ganzes Regal voller Vergleichsseiten hervorgebracht, die Spezifikationen für ein Modell zitieren, das in Googles API-Dokumentation nicht vorkommt. „Gemini 4 Pro“ kursiert als Community-Bezeichnung für interne Checkpoints und für das Argon-Release selbst. Googles Entwicklerdokumentation führt gemini-4-argon. Jede der folgenden Zahlen für die Google-Seite stammt von diesem Modell.

Was Google tatsächlich ausgeliefert hat

Die wichtigste Änderung bei Gemini 4 Argon ist nicht das Eingabefenster, das Google nicht offiziell veröffentlicht hat. Es ist die Ausgabegrenze: eine Million Token in einer einzigen Antwort, gegenüber 64K in der vorherigen Generation. Das ist eine andere Art von Fähigkeit als ein großes Kontextfenster. Eine Ausgabe von einer Million Token ermöglicht es einem Modell, eine komplette Migration, eine vollständige Testsuite oder ein langes Dokument in einem einzigen Durchlauf ohne Zusammensetzen zu schreiben, und es verändert, was eine agentische Schleife in einem einzigen Schritt zurückgeben kann.

Die von Google veröffentlichten Launch-Benchmarks, alle vom Hersteller angegeben und nicht unabhängig reproduziert:

• DeepSWE v1.1 — 77,9 %, gegenüber 74,2 % für Claude Opus 5.5 und 74,1 % für GPT-6 Astra in Googles Vergleich.

• Vals Index — 68,9 %, erster Platz in Googles zusammengesetztem Index aus Finanz-, Rechts-, Steuer- und Programmieraufgaben.

• Zapier AutomationBench — 51,3 %, erster Platz.

• LVBench — 91,7 % beim Verständnis langer Videos.

• CWE-bench v1 — 68 % bei der Behebung von Sicherheitslücken, punktgleich auf Platz eins.

• Harvey Legal Agent Benchmark — 19,6 % All-Pass.

Die Schwachstellen sind ebenso konkret und werden seltener zitiert. Argon liegt bei Terminal-Bench 4.0 etwa neun Punkte hinter Claude Opus 5.5 und bei FrontierSWE v2 sowie Terminal-Bench Science rund 10,5 Punkte hinter GPT-6 Astra. Bei GDPval-AA erreicht es 56 %, womit es ein Tracker auf Platz 14 führt. Artificial Analysis gibt ihm einen Intelligence Index von 53 – den dritten Platz, gleichauf mit GPT-6 Astra und hinter Opus 5.5 mit 58.

Die Preisdifferenz hat einen angehängten Kalender.

Argons 2 $/10 $ sind ein Einführungspreis. Ab dem 1. Dezember 2026 werden daraus 4 $/20 $. Der Vergleich, den die meisten Seiten heute anstellen, geht stillschweigend davon aus, dass der Aktionspreis dauerhaft gilt, wodurch die Lücke gegenüber Claude Mythos 5 bei der Ausgabe wie 5× aussieht, obwohl sie nach der Änderung 2,5× beträgt. Der Cache-Input ist die andere Hälfte der Geschichte: Argon gewährt 95 % Rabatt auf Cache-Lesevorgänge, auf 0,10 $ pro Million, während die Cache-Lesevorgänge von Mythos 5 1,00 $ pro Million kosten. Für einen Agenten, der bei jedem Turn ein großes Repository erneut liest, entscheidet dieses Verhältnis stärker über die Rechnung als der beworbene Ausgabepreis.

Mythos 5 hat einen Preisvorteil, der selten erwähnt wird: Batch-Anfragen kosten die Hälfte, und sein 1-Mio.-Token-Kontext ist dokumentiert statt nur abgeleitet. Google hat das Ausgabelimit veröffentlicht, aber nicht das Eingabefenster, und Drittanbieter-Tracker haben die Lücke mit Zahlen gefüllt, die Google nicht bestätigt hat. Wenn Ihre Anwendung von einer bestimmten Eingabeobergrenze abhängt, ist das eine Beschaffungsfrage, keine Benchmark-Frage.

Zwei Benchmark-Tabellen, die sich nie treffen

In den öffentlichen Zahlen dieser beiden Modelle gibt es keinen gemeinsamen Harness. Google meldet DeepSWE v1.1; das Datenblatt zu Anthropics Mythos 5 führt mit SWE-bench Pro bei 80,3 %, Terminal-Bench 2.1 bei 88,0 %, SWE-bench Verified bei 95,5 %, CyberGym bei 83,8 % und ExploitBench bei 78,0 %. Das sind unterschiedliche Tests, die von unterschiedlichen Laboren zu unterschiedlichen Zeitpunkten durchgeführt wurden. Stellt man sie nebeneinander, entsteht eine Tabelle, die wie ein Vergleich aussieht, aber keiner ist.

Der einzige ehrliche modellübergreifende Referenzpunkt ist ein neutraler Index. Artificial Analysis listet Gemini 4 Argon mit 53. Claude Mythos 5 erscheint in diesem Index überhaupt nicht – die nächstgelegenen Einträge sind sein Schwestermodell Claude Fable 5.1 und sein Nachfolgemodell Claude Mythos 5.1. Bei einem Modell, das seit Juni verfügbar ist, ist das Fehlen eines unabhängigen Scores selbst eine Information: Die Zugriffsbeschränkungen, die Mythos 5 aus dem allgemeinen Umlauf heraushalten, halten es auch aus den meisten Evaluierungspipelines heraus.

Der Zugang ist die entscheidende Variable, nicht die Qualität.

Claude Mythos 5 kann nicht mit einer Kreditkarte gekauft werden. Am 6. Oktober 2026 hat Anthropic sein Cyber Verification Program in drei antragsbasierte Stufen umstrukturiert – Defence Access, Red Team Access und eine Specialised Access genannte Stufe, die kritischer Infrastruktur vorbehalten ist –, wobei die bisherigen Partner von Project Glasswing in die oberste Stufe eingegliedert wurden. Anträge werden geprüft, zum Start nur für US-Organisationen, und der gesamte Datenverkehr der Mythos-Klasse unterliegt einer verpflichtenden 30-tägigen Aufbewahrungsfrist, die ihn für alle mit einer Zero-Retention-Verpflichtung ausschließt. Es gibt keine Registrierungsseite.

Gemini 4 Argon ging in Etappen den anderen Weg. Es startete zunächst für geprüfte Verteidiger über das Fairwind Program und wurde am 13. Oktober dann für zahlende API-Kunden geöffnet. Wenn Sie in diesem Quartal etwas bauen und keine Sicherheitsorganisation mit einem Prüfzeitplan sind, ist eines dieser Modelle ein Einzelposten und das andere ein Projekt.

Diese Asymmetrie verschiebt auch den Rahmen der Benchmark-Debatte. Ein Modell, das man nicht abrufen kann, hat einen Qualitätswert, keinen Qualitätsvorteil. Die relevante Frage für die meisten Teams ist, welches allgemein verfügbare Modell ihnen das liefert, was dem Verhalten der Mythos-Klasse am nächsten kommt. Auf der Anthropic-Seite ist das Claude Fable 5.1: dasselbe zugrunde liegende Modell mit intakten Schutzmaßnahmen, $10/$50 und ohne Verifizierungsprogramm. Auf der Google-Seite ist es Argon selbst, das breit verfügbar ist, aber nicht dasselbe Produkt wie ein klassifikatorfreies Cybermodell ist.

Wie man ohne einen direkten Vergleich wählt, den man nicht durchführen kann

Wenn Ihre Arbeit autorisierte Offensive Security, Red Teaming oder Malware-Analyse in einer Organisation ist, die das Review besteht, ist Claude Mythos 5 der Spezialist, und der Zugangsprozess ist der Preis für den Zugang. Wenn Ihre Arbeit Codegenerierung mit langen Ausgaben, Migration oder Dokumentensynthese ist, ist Gemini 4 Argon heute günstiger und nach der Preisänderung im Dezember bei den Ausgabekosten sogar noch günstiger als Mythos 5 und ohne Antragsverfahren verfügbar.

Für alle, die dazwischen liegen, lautet die praktische Antwort: keines der beiden als einzige Abhängigkeit wählen. Claude Fable 5.1 und Claude Fable 5 sind beide zum Listenpreis ohne Aufschlag im OrcaRouter-Katalog, was bedeutet, dass Anthropics Preisliste unverändert bei Ihnen ankommt und eine Preisänderung noch am selben Tag live ist. Gemini 4 Argon ist noch nicht in unserem Katalog; die Gemini-Modelle, die wir weiterleiten, sind die 3.x-Reihe, daher bleibt ein direkter Vertrag mit Google für Argon der Weg. Die Anthropic-Seite über einen einzigen Endpunkt zusammen mit den Modellen zu betreiben, die Sie bereits nutzen, ist der günstige Weg zu testen, ob Fable 5.1 Ihren Ansprüchen genügt, bevor Sie sich auf ein Verifizierungsprogramm für seinen uneingeschränkten Zwilling festlegen.

Was würde diesen Vergleich ändern?

Zwei Termine sind entscheidend. Am 1. Dezember 2026 verdoppelt sich der Preis von Argon, wodurch sich der Output-Kostenabstand auf das 2,5-Fache verringert und der Unterschied bei Cache-Lesevorgängen wichtiger wird als der Listenpreis. Und Anthropics dreistufiges Programm ist noch so neu, dass die Genehmigungszeiträume vom Anbieter angegeben und nicht beobachtet sind. Sollte sich zeigen, dass Defence Access Tage statt Wochen dauert, verliert das Zugangsargument an Gewicht und der Spezialist wird für deutlich mehr Sicherheitsteams zu einer realistischen Option. Bis dahin lautet die faire Zusammenfassung, dass Google einen Frontier-Generalisten zu einem Aktionspreis verkauft und Anthropic einen eingeschränkten Spezialisten an eine Liste zugelassener Organisationen — und das sind unterschiedliche Produkte, bevor sie unterschiedliche Bewertungen sind.