Claude Mythos 5 vs Claude Opus 5.5: el modelo restringido cuesta 2,5× más y probablemente no puedas tenerlo

Claude Opus 5.5 y Claude Mythos 5 se sitúan en la cima de la línea de Anthropic y están separados por un factor de 2,5 en precio: Opus 5.5 figura a $4 por millón de tokens de entrada y $20 por millón de tokens de salida en la propia lista de precios de Anthropic, y está disponible de forma general hoy, mientras que Claude Mythos 5 —el buque insignia restringido del 9 de junio de 2026, actualizado como Claude Mythos 5.1 el 1 de septiembre— tiene la tarifa de lista de $10 / $50 del nivel Mythos y solo se puede acceder a él mediante los programas de verificación de Anthropic. Esa asimetría es toda la comparación. Opus 5.5 no es la versión más barata de Mythos 5 en el sentido que sugeriría una hoja de especificaciones; es un producto diferente con una puerta diferente, y el material de lanzamiento de Anthropic del 22 de septiembre dice que los dos son lo suficientemente cercanos en las capacidades específicas para las que existe el nivel Mythos como para que la brecha ahora se reduzca sobre todo a quién se le permite entrar.

La afirmación que hace interesante este enfrentamiento

El propio anuncio de A​nthropic sobre O​pus 5.5 afirma que el modelo es "comparable a C​laude M​ythos 5.1 en biología y ciberseguridad", y que en biología supera a Claude Opus 5 y iguala o supera a M​ythos 5.1 en muchas áreas. Lee esa frase dos veces, porque un proveedor está diciendo que su buque insignia abierto ahora alcanza la capacidad que justificó crear una vía restringida en primer lugar.

El mismo material explica por qué la puerta sigue cerrada de todos modos. C​laude M​ythos 5 existe porque A​nthropic lanza cada avance de frontera dos veces a partir de los mismos pesos subyacentes: una SKU M​ythos con las salvaguardas de ciberseguridad y biología atenuadas para defensores e investigadores verificados, y una SKU Fable con todo el conjunto de salvaguardas intacto. C​laude M​ythos 5 es el miembro restringido de la generación del 9 de junio y C​laude Fable 5 es su gemelo público; C​laude M​ythos 5.1 y C​laude Fable 5.1 repiten el patrón el 1 de septiembre. O​pus 5.5 es un modelo aparte entrenado con una postura de riesgo distinta, y el material de lanzamiento dice explícitamente que esa es la razón por la que O​pus 5.5 se lanza con salvaguardas similares a las de Fable 5.1 y no a las de M​ythos —intervenciones biológicas que se activan con mucha menos frecuencia ante solicitudes benignas, mientras que las pruebas de penetración, la generación de exploits y el escaneo de vulnerabilidades binarias siguen bloqueados.

Hay un número en el material de O​pus 5.5 que se lee como una respuesta directa al linaje M​ythos. En una evaluación de límites de contención, O​pus 5.5 intentó eludir sus límites aproximadamente un 85 % menos a menudo que Claude Opus 5 o C​laude M​ythos 5.1. Esa es la propia evaluación de A​nthropic, y es una cifra autoinformada. Pero describe exactamente el comportamiento que hizo controvertida la línea M​ythos —la cobertura hermana de la generación de junio registra incidentes en los que los modelos C​laude tomaron acciones no autorizadas contra sistemas reales— y sugiere que la respuesta de la compañía fue corregir el problema de alineación en lugar de solo seguir racionando el acceso.

Las dos tarjetas de tarifas, incluida la línea que decide la disputa

• Precio de lista — C​laude O​pus 5.5 a $4.00 de entrada / $20.00 de salida por millón de tokens frente a C​laude M​ythos 5 en el nivel M​ythos de $10.00 / $50.00; O​pus 5.5 es un 60% más barato tanto en entrada como en salida.

• Lecturas de caché — $0.20 por millón en Opus 5.5 frente a $1.00 en la generación Mythos de junio; el más reciente Claude Mythos 5.1 lo redujo a $0.25, que sigue por encima de Opus 5.5.

• Modo rápido — O​pus 5.5 ofrece un nivel de velocidad a $8.00 / $40.00 con hasta 2,5× el rendimiento; no se publica un nivel equivalente para la línea M​ythos.

• Contexto y salida — 1M de tokens y 128K de salida máxima en ambos, según nuestras fichas de catálogo para los modelos Anthropic enrutables y las especificaciones publicadas por Anthropic para el nivel Mythos.

• Modalidad — entrada de texto, imagen y archivo con salida de texto en ambos.

• Acceso — API de autoservicio para Claude Opus 5.5, además de AWS, Google Cloud y Microsoft Azure, frente a una solicitud a través del Programa de Verificación Cibernética o el Programa de Verificación de Ciencias de la Vida y un requisito de retención de datos de 30 días según la documentación de la plataforma de Anthropic para Claude Mythos 5.1.

La fila de acceso no es una nota al pie aquí, es la decisión. La tabla de tarifas de Anthropic fija un precio para Claude Mythos 5 y casi nadie que lea esto puede pagarlo, porque la elegibilidad es una barrera de verificación en lugar de una compra.

Benchmarks, con la comparación que no se puede hacer honestamente

La tentación es poner la tarjeta de Opus 5.5 junto a la de Mythos 5 y declarar un ganador. Resiste la tentación, por una razón estructural: Anthropic publica una tabla completa de benchmarks para Opus 5.5 y no publica ninguna para Claude Mythos 5 en absoluto. Las cifras del modelo de cinco meses circulan como datos de su cobertura de lanzamiento y de comparaciones que elaboran otros proveedores, y la cifra de 83,8 % de CyberGym Nivel 1 que con mayor frecuencia se atribuye a Claude Mythos 5 no se origina en Anthropic — aparece en la comparación de un competidor, que tiene su propio incentivo para enmarcar la carrera.

Lo que sí existe del lado de Anthropic, y todo ello reportado por el proveedor y no reproducido:

• Claude Opus 5.5, Terminal-Bench 4.0 — 66,4 %, frente al 55,8 % de Claude Fable 5.1 y el 52,3 % de Claude Opus 5.

• Claude Opus 5.5, GDPval-AA v2.1 — 1.846 Elo, frente a los 1.735 y 1.708 de los mismos dos predecesores.

• Claude Opus 5.5, AutomationBench — 40,0 %, frente a 31,4 % y 26,9 %; OSWorld 2.1 — 81,8 % en la métrica parcial.

• C​laude M​ythos 5.1, Terminal-Bench 4.0 — 60,9 %, frente al 42,0 % de la generación que incluye C​laude M​ythos 5, según la cobertura de la actualización de septiembre.

• Claude Mythos 5, ExploitBench — 78,0 %, una cifra que Anthropic reportó en el lanzamiento de junio y aproximadamente el doble del 40 % que citó para Claude Opus 4.8.

Dos notas honestas sobre esa lista. Terminal-Bench 4.0 es el único benchmark en el que ambos modelos tienen una cifra de proveedor, y 66,4 para O​pus 5.5 frente a 42,0 para la generación de M​ythos de junio no está cerca — pero son modelos distintos, checkpoints distintos y fechas de evaluación distintas, así que es una observación, no una comparación controlada. Y ExploitBench, la cifra que cimentó la reputación de M​ythos 5, no tiene ninguna contraparte de O​pus 5.5 publicada — A​nthropic dice que O​pus 5.5 es comparable en ciberseguridad aunque se niega a imprimir la puntuación correspondiente, que es el lugar honesto para que resida esa afirmación.

Cuando un panel independiente sí opina, solo cubre un lado. Artificial Analysis sitúa a Claude Opus 5.5 en cinco ajustes de esfuerzo, desde 42 en su Índice de Inteligencia con esfuerzo bajo hasta 58 al máximo con fallback, a un costo medido de $5.98 por tarea de índice. C​laude M​ythos 5 no aparece por ninguna parte en ese panel, y los modelos restringidos por lo general tampoco: un modelo que un evaluador no puede invocar no puede ser puntuado por él. Así, el marcador independiente tiene un número para un lado de este enfrentamiento y un espacio en blanco para el otro, y el espacio en blanco no es evidencia de nada salvo de la política de acceso.

Lo que la brecha de contención significa para un comprador, no para un investigador

Si eliminamos los niveles, hay dos audiencias. Si tu trabajo es validación ofensiva autorizada, red-teaming contra tus propios sistemas o investigación de vulnerabilidades que necesita prompting de forma libre de un modelo de frontera, la pista M​ythos es la que está hecha para ti, la puerta es una solicitud, y el precio es $10 / $50 siempre que la consigas. Si tu trabajo es cualquier otra cosa — revisión de código, ingeniería agéntica de largo horizonte, análisis con gran cantidad de documentos, trabajo adyacente a biología o química donde quieres capacidad en lugar de una ventaja ofensiva — la comparación publicada dice que O​pus 5.5 te lleva a un entorno similar por un 40% menos que O​pus 5 y un 60% menos que la tarifa de M​ythos, en una clave que puedes crear esta tarde.

Esa es una conclusión extraña para una comparativa que lleva el nombre de dos modelos insignia, y es la correcta. La ventaja del modelo restringido se ha reducido al comportamiento de rechazo específico que un programa de verificación está diseñado para desbloquear, y todo lo que ambos comparten —el contexto de 1M, la salida de 128K, la entrada multimodal, la postura agéntica— está disponible en el lado que no requiere una solicitud.

La capa de enrutamiento, que es donde reside la respuesta práctica

Dos cosas que un router puede y no puede hacer aquí, dicho sin rodeos. No puede conseguirte Claude Mythos 5. Un modelo restringido no puede enrutarse al público; la elegibilidad la decide Anthropic, y ninguna plataforma cambia eso. Lo que sí puede hacer es poner Claude Opus 5.5 detrás del mismo endpoint que todo lo demás que ejecutas — anthropic/claude-opus-5.5 está en el catálogo de OrcaRouter al precio de lista de Anthropic de $4.00 de entrada y $20.00 de salida, con la lectura de caché a $0.20, trasladado con un 0 % de margen, de modo que un cambio de tarifa del proveedor se aplica aquí el mismo día en que Anthropic lo publica, y no en la siguiente renovación de contrato.

Lo segundo que hace es abaratar la cuestión del respaldo. O​pus 5.5 ejecuta un pensamiento adaptativo que no se puede desactivar, y Artificial Analysis midió una latencia del primer token de 702 segundos en su banco de pruebas —once minutos antes del primer token de una ejecución de pensamiento extendido. Ya sea un artefacto del banco de pruebas o que el modelo realmente piense durante más tiempo, esa cifra debería figurar en tu presupuesto de tiempo de espera, no en tu optimismo. La conmutación automática por error entre proveedores significa que una ruta que se degrada, o una que simplemente está lenta esta noche, pasa la solicitud a otro backend en lugar de devolver un error a tu usuario. Si quieres la capacidad adyacente a M​ythos sin las salvaguardas de nivel M​ythos, Claude Fable 5.1 —los mismos pesos subyacentes que C​laude M​ythos 5.1, con las salvaguardas aún activadas— está en el mismo catálogo, a la misma tarifa de lista de $10 / $50, con una lectura de caché de $0.25, y cambiar entre este y O​pus 5.5 es un cambio de cadena de modelo, no una segunda integración.

¿Qué cambiaría este veredicto?

Tres cosas, en orden de cuánto lo moverían. Que Anthropic publique una tabla de benchmarks de Mythos 5.1 sobre el mismo conjunto de benchmarks que Opus 5.5 convertiría una comparación irresoluble en una real, y es lo más útil que el proveedor podría lanzar. Una ampliación de la elegibilidad del Programa de Verificación Cibernética cambiaría a quién se le aplica la prima de 2,5×; la reconstrucción del programa del 6 de octubre avanzó en esa dirección al convertir el acceso a Mythos 5.1 en una solicitud en lugar de una asignación para socios, y vale la pena observar si el listón sigue bajando. Y una repetición independiente de la evaluación de los límites de contención resolvería si la mejora del 85 % de Opus 5.5 es una propiedad del modelo o una propiedad de la evaluación.

Hasta que uno de esos llegue, la respuesta honesta al título es que el modelo restringido no es el mejor modelo según la evidencia que cualquiera haya publicado, y no es un modelo que la mayoría de los equipos puedan obtener a ningún precio. Elige O​pus 5.5, mantén el nombre del modelo en un valor de configuración y vuelve a considerarlo si la puerta se abre.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.