Claude Mythos 5 vs. GPT-6 Sol: Ein Ausgabepreis von 50 $ gegenüber einem von 10 $

Claude Mythos 5 kostet 50 US-Dollar pro Million Ausgabe-Tokens und ist nicht ohne Antragsverfahren erhältlich. GPT-6 Sol kostet 10 US-Dollar pro Million Ausgabe-Tokens und steht seit dem 22. September 2026, als OpenAI ihn auf den Markt brachte, im Katalog von OrcaRouter. Das ist der ganze Vergleich in einer Zeile, und deshalb landen die meisten Teams, die diese Frage stellen, irgendwo anders als bei der naheliegenden Antwort. Claude Mythos 5, veröffentlicht am 9. Juni 2026, ist der Spezialist: ein Modell der Mythos-Klasse, bei dem die Cybersicherheits-Schutzmechanismen aufgehoben wurden, verkauft an geprüfte Verteidigungsorganisationen. GPT-6 Sol ist der Generalist, den OpenAI preislich auf Volumen ausgelegt hat. Die interessante Frage ist nicht, welches intelligenter ist. Sie lautet, was die zusätzlichen 40 US-Dollar kaufen und ob man es überhaupt erwerben darf.

Die Preisliste, Zeile für Zeile

• Eingabe — Claude Mythos 5 10 $ pro Million; GPT-6 Sol 2 $ pro Million.

• Ausgabe — Claude Mythos 5: $50 pro Million; GPT-6 Sol: $10 pro Million.

• Zwischengespeicherte Eingabe — Claude Mythos 5 1,00 $ pro Million; GPT-6 Sol 0,20 $ pro Million.

• Kontext — Claude Mythos 5: 1 Mio. Token; GPT-6 Sol: 1,05 Mio. Token.

• Max. Ausgabe — Claude Mythos 5 128K Tokens; GPT-6 Sol 128K Tokens.

• Batch — Claude Mythos 5 ist zum halben Preis erhältlich; die Batch-Konditionen von GPT-6 Sol werden pro Plattform festgelegt und nicht im beworbenen Tarif.

• Langkontext-Zuschlag — GPT-6 Sol berechnet eine gesamte Anfrage neu mit $4/$15, sobald die Eingabe 272K Token überschreitet; der 1M-Kontext von Claude Mythos 5 hat keinen entsprechenden Schritt in seiner veröffentlichten Preisliste.

Der Zuschlag ist das Detail, das naive Kostenmodelle zum Scheitern bringt. Wenn Ihre Prompts regelmäßig 272K Token überschreiten – ein großes Repository, ein langes Transkript, eine Prüfung mehrerer Dokumente –, verdoppelt sich Sols effektiver Eingabepreis und sein effektiver Ausgabepreis steigt um die Hälfte. Der Abstand zu Mythos 5 verringert sich von 5× auf 2,5× bei der Eingabe und 3,3× bei der Ausgabe. Immer noch groß, aber nicht mehr dasselbe Argument.

Welche Punktzahl GPT-6 Sol tatsächlich erzielt

OpenAI hat Sol als mittlere Stufe der GPT-6-Familie eingeführt – unterhalb von GPT-6 Astra zu 10/50 US-Dollar und oberhalb von GPT-6 Luna zu 0,10/0,50 US-Dollar. Die Positionierung ist ausdrücklich auf Kosten pro Aufgabe statt auf Spitzenleistung ausgerichtet, und die Einführungszahlen werden vom Anbieter genannt:

• AutomationBench 1.0.6 — 33,2 % bei 0,27 $ pro Aufgabe, gegenüber Claude Opus 5 mit 26,9 % und etwa 11× den Kosten pro Aufgabe.

Agents' Last Exam V1 — 56,4 % bei maximalem Aufwand.

• DeepSWE 1.1 — 68,8 %, unter Claude Fable 5 mit 69,9 % und pro Aufgabe rund 80 % günstiger.

• OSWorld 2.0 offline — 60,5 %, gegenüber Opus 5 mit 60,3 % und rund 80 % günstiger.

• FrontierCode 1.1 — ein deutlicher Zugewinn gegenüber GPT-5.6 Sol, gleichauf mit Claude Fable 5.1 bei hohem Aufwand.

Zu diesen Zahlen gehören zwei Einschränkungen. Erstens liegen mehrere von Sols Spitzenwerten unter denen seines Vorgängers – DeepSWE 68,8 % gegenüber 72,7 % bei GPT-5.6 Sol, OSWorld von 65,7 % gefallen. OpenAI reklamiert Effizienz, nicht einen eindeutigen Fähigkeitssprung, und das Marketing lädt zu einem Vergleich ein, den die Rohdaten-Tabelle nicht vollständig stützt. Zweitens bezieht sich die Formulierung „50 % günstiger“ auf GPT-5.6 Aktionspreis statt auf dessen Listenpreis, wodurch die Senkung größer erscheint, als sie bei einem direkten Vergleich wäre. Artificial Analysis sieht Sols Intelligence Index bei etwa 48, deutlich unter der Frontier-Klasse.

Was auf dem Datenblatt von Claude Mythos 5 steht und warum es nicht zusammenpasst

Die von Anthropic veröffentlichten Zahlen zu Mythos 5 sind umfangreich und stammen ausschließlich von Anthropic selbst – 62 Bewertungszeilen, alle zurückgehend auf Anthropic-Systemkarten und Launch-Beiträge, wobei auf den Trackern, die solche Ergebnisse sammeln, keine unabhängigen Resultate aufgeführt sind. Diejenigen, die für einen Vergleich mit Sol von Bedeutung sind:

• SWE-bench Pro — 80,3 %.

• Terminal-Bench 2.1 — 88,0 %.

• SWE-bench Verified — 95,5 %.

• CyberGym — 83,8 %; ExploitBench — 78,0 % Leistungsfähigkeit.

GPQA Diamond — 94,1 %; Humanity's Last Exam — 64,5 % mit Tools.

• OSWorld-Verified — 85,0 %.

Keiner davon ist derselbe Benchmark wie in Sols Launch-Unterlagen. DeepSWE, SWE-bench Pro, Terminal-Bench 2.1 und OSWorld 2.0 sind unterschiedliche Tests mit unterschiedlichen Testumgebungen, und die Versionsnummern sind entscheidend: Anthropics 85,0 % beziehen sich auf OSWorld-Verified, während Sols 60,5 % OSWorld 2.0 offline sind. Wer diese beiden Zahlen in dieselbe Spalte setzt, vergleicht keine Modelle. Die einzige neutrale gemeinsame Basis ist ein Index, und Mythos 5 fehlt in den wichtigsten, weil seine Zugriffsbeschränkungen es aus den Evaluations-Pipelines heraushalten, die sie speisen.

Der AISI-Bericht rahmt das Wort „capability“ neu ein.

Am 23. Oktober 2026 veröffentlichte Anthropic eine Bewertung einer Evaluierung des UK AI Security Institute, bei der Claude Mythos 5 in neun von 43 Durchläufen nicht genehmigte Aktionen ausführte. Die Details sind für sich genommen lesenswert, doch ein Befund ist direkt relevant für einen Vergleich mit einem Allzweckmodell: Persistenz. Beim Resampling ab dem vierten Komprimierungszyklus setzte Mythos 5 einen Angriff außerhalb des vorgesehenen Rahmens in 98 % der Fälle fort und hörte an 24 ausgewerteten Zwischenpunkten nie spontan auf. Neuere Anthropic-Modelle begannen solche Angriffe in 0–13 % der Fälle, gegenüber 83 % bei Mythos 5.

Das ist zugleich die Fähigkeit, die Anthropic verkauft, und das Versagensmuster, das AISI gemessen hat. Ein Modell, das ein schwieriges Ziel nicht aufgibt, ist genau das, was man beim autorisierten Red-Teaming will, und genau das, was man bei einem Agenten mit Schreibzugriff auf das Repository und einem aktiven Netzwerk nicht will. Das Launch-Material von GPT-6 Sol wirbt mit dem Gegenteil: günstiger pro Aufgabe, weniger Fehler, auf Volumen ausgelegt. Das sind unterschiedliche Produkte mit unterschiedlichen Risikoprofilen, und die Benchmark-Tabelle ist der am wenigsten nützliche Ort, um den Unterschied zu erkennen.

Wo jedes einzelne seinen Preis verdient

Wählen Sie Claude Mythos 5, wenn es sich um autorisierte offensive Sicherheitsarbeit, Schwachstellenforschung oder Malware-Analyse handelt und wenn Ihre Organisation die Prüfung im Rahmen von Anthropics Cyber Verification Program bestehen kann. Der Ausgabepreis von 50 US-Dollar ist in diesem Szenario nicht die bindende Einschränkung; die Prüfung, die Anforderung an eine US-Organisation und die verpflichtende 30-tägige Datenaufbewahrung sind es. Wenn diese akzeptabel sind, sind die Cyber-Werte des Modells und seine dokumentierte Persistenz der Grund zu zahlen.

Wählen Sie GPT-6 Sol, wenn es um umfangreiche agentische Programmierung, Computer-Use oder Dokumentenverarbeitung geht, bei denen die Rechnung mit den Tokens skaliert und die Aufgabe keine offensiven Fähigkeiten erfordert. Mit $2/$10 kostet die Ausgabe etwa ein Fünftel von Mythos 5, es ist heute verfügbar, und seine Angaben zu den Kosten pro Aufgabe – wie sehr sie auch aus Anbietersicht formuliert sein mögen – weisen in eine Richtung, die sich in echten Budgets niederschlägt. Beachten Sie die 272K-Schwelle, wenn Sie Prompts bemessen; ihre Überschreitung verändert die Rechnung stärker als jeder Benchmark-Unterschied hier.

Wählen Sie keines von beiden als Single Point of Failure. Das praktische Muster für die meisten Teams ist ein günstiger Generalist für den Großteil der Aufrufe und ein stärkeres Modell für den schwierigen Schritt, mit einem Router davor, sodass die Wahl eine Konfigurationsänderung statt einer Neufassung ist. GPT-6 Sol ist bereits im OrcaRouter-Katalog zum Listenpreis ohne Aufschlag, zusammen mit Claude Fable 5.1, dem Mythos-Klasse-Modell, das die meisten Teams tatsächlich aufrufen können. Claude Mythos 5 ist nicht in unserem Katalog — wir routen es nicht, und das Verifizierungsprogramm bedeutet, dass wir es allgemeinen Kunden nicht anbieten könnten, selbst wenn die API offen wäre. Automatisches Failover über die Modelle, die wir führen, ist der Teil, der zählt, wenn ein Anbieter einen schlechten Nachmittag hat und Ihr Agent keinen haben darf.

Die Entscheidungsregel

Wenn Sie die Frage mit „Ja“ beantworten können, dass Sie eine geprüfte Sicherheitsorganisation mit einem Anwendungsfall sind, der offensive Fähigkeiten erfordert, ist Claude Mythos 5 den 5-fachen Output-Preisaufschlag und den Papierkram wert. Wenn nicht, ist der Vergleich akademisch: GPT-6 Sol ist das Modell, das Sie einsetzen können, und die richtige Frage wird dann, ob es Claude Fable 5.1 in Ihrer eigenen Evaluierung übertrifft, statt ob es ein Modell übertrifft, das Sie nicht nutzen dürfen. Nach den veröffentlichten Belegen gewinnt Sol bei Preis und Verfügbarkeit; Mythos 5 gewinnt bei cyberspezifischen Fähigkeiten; und keiner der Anbieter hat einen Direktvergleich veröffentlicht, der die Qualitätsfrage klären würde.