Claude Mythos 5 vs Gemini 4 Argon : une porte s'est ouverte en treize jours, l'autre ne s'est pas ouverte depuis juin

Gemini 4 Argon et Claude Mythos 5 ont tous deux été annoncés comme des modèles surpassant les modèles phares en capacités, avec un premier accès restreint, et les deux ont depuis totalement divergé. Google a annoncé Gemini 4 Argon le 30 septembre 2026 via une cohorte du programme Fairwind composée de défenseurs cyber de confiance, et le 13 octobre la chaîne de modèle gemini-4-argon est passée en version Stable sur le palier payant de Google lui-même — treize jours entre l'annonce et une clé en libre-service, avec un tarif de lancement de 2 $ par million de jetons d'entrée et de 10 $ par million de jetons de sortie qui tient toujours. Claude Mythos 5 existe depuis bien plus longtemps : Anthropic l'a publié le 9 juin 2026 comme le frère restreint de Claude Fable 5, l'a actualisé sous le nom de Claude Mythos 5.1 le 1er septembre, et il n'a toujours ni point de terminaison public, ni palier en libre-service, ni tableau de benchmarks publié — l'accès passe par le Cyber Verification Program ou le Life Sciences Verification Program, et rien d'autre. C'est cette différence, et non l'écart aux benchmarks, qui décide de cette confrontation pour presque tous les lecteurs.

Deux modèles avec la même histoire d’origine et des fins différentes

Les deux sont arrivés de la même manière, ce qui rend la divergence instructive. Anthropic a livré Claude Mythos 5 comme le SKU restreint de sa génération du 9 juin, partageant les poids sous-jacents avec la version publique Claude Fable 5 et ne différant que par le niveau de garde-fous, et l’a confié à « un petit groupe de partenaires vérifiés ». Google a d’abord livré Gemini 4 Argon au Fairwind Program — des autorités gouvernementales vérifiées, des exploitants d’infrastructures critiques et des mainteneurs de logiciels — et a clairement dit qu’un accès plus large pour les clients payants de l’API, les abonnés à Google AI Ultra, les développeurs et les entreprises suivrait. Google a ensuite fait ce qu’il avait dit qu’il ferait.

A⁣nthropic a fait quelque chose de différent, et il est juste de le reconnaître. Le 6 octobre, elle a transformé le Cyber Verification Program en trois niveaux sur candidature, y a intégré le Project Glasswing, et a fait de C⁣laude M⁣ythos 5.1, autrefois alloué aux partenaires, une autorisation d'accès que toute organisation de sécurité qualifiée peut demander. C'est un véritable élargissement de la porte — le premier dans l'histoire de ce modèle. C'est aussi toujours une porte avec un seuil de vérification plutôt qu'un prix, et elle s'adresse spécifiquement aux organisations de sécurité plutôt qu'à un public général de développeurs. Le chemin de G⁣oogle se termine par une grille tarifaire ; celui d'A⁣nthropic se termine par l'examen d'une candidature.

Combien coûte chacun, et la mise en garde sur le chiffre d'Argon

• Entrée — Gemini 4 Argon à 2,00 $ par million de tokens en tarif d'introduction, contre Claude Mythos 5 à 10,00 $ ; un écart de 5×.

• Sortie — 10,00 $ par million contre 50,00 $ ; le même 5×.

• Entrée mise en cache — Argon à 0,10 $ par million, 95 % de réduction sur l'entrée ; C​laude M​ythos 5.1 à 0,25 $ sur le SKU le plus récent et à 1,00 $ sur la génération de juin.

• Contexte et sortie — 1 M de tokens de contexte dans les deux cas ; le plafond de sortie d’Argon a été relevé de 64 K à 1 M, contre 128 K pour le niveau M​ythos.

• Modalité — Argon prend en entrée du texte, des images, de la vidéo et des fichiers, avec une sortie texte ; le niveau M​ythos prend en entrée du texte, des images et des fichiers.

• Accès — une clé API payante depuis le 13 octobre contre une candidature aux programmes de vérification d’Anthropic avec une exigence de conservation des données de 30 jours.

La réserve, c'est le mot « introductif ». Le tarif de 2 $ / 10 $ de Google est un tarif de lancement, et Google l'a dit ; un tarif décrit de la sorte peut évoluer, et le chiffre sur lequel bâtir son budget est celui que Google publie le jour où vous vous engagez. L'autre réserve relève de l'arithmétique plutôt que de la politique : Artificial Analysis chiffre à 2 407 $ le coût d'exécution de toute sa suite d'indices pour Argon — environ 1,99 $ par tâche d'indice —, soit à peu près un tiers de ce que coûte la même suite sur Claude Opus 5.5 — rappel que le prix catalogue et le coût réel divergent dès lors qu'un modèle a besoin de moins de tokens et de moins de reprises pour achever une tâche. Aucun chiffre équivalent n'existe pour Claude Mythos 5, car aucun évaluateur indépendant ne peut l'invoquer.

L'asymétrie des benchmarks, voilà le vrai titre

G​emini 4 Argon a été mesuré. C​laude M​ythos 5 ne l'a pas été, et ce n'est pas parce qu'on le pense faible.

Les chiffres publiés indépendamment par Argon : Artificial Analysis Intelligence Index de 52,6 à 53 selon la configuration d'effort, à un coût mesuré de 1,99 $ par tâche de l'indice et 48,9 jetons de sortie par seconde avec un premier jeton à 2,79 seconde. Vals Index en première place à 68,90 % (±0,97) sur son tableau d'impact économique pondéré par le PIB. Scores de tâches rapportés par le fournisseur, que G​oogle a publiés avec l'annonce du 30 septembre et qui restent non reproduits : Terminal-Bench 4.0 à 57,1 %, SciCode à 61,8 %, Humanity's Last Exam à 57,1 %, raisonnement à long contexte à 79,7 %, AutomationBench premier à 51,3 %, et une valeur Omniscience de 42,4 — la plus grande avance sur une tâche unique par rapport à un modèle ouvert comparable dans cet ensemble.

Le palmarès publié de C​laude M​ythos 5 est une autre paire de manches. A​nthropic ne tient aucune fiche de référence pour ce modèle, donc chaque chiffre en circulation est de seconde main. Le score de 83,8 % au CyberGym Level 1, que l'on trouve le plus souvent à côté du nom, ne vient pas de A​nthropic du tout — il apparaît dans un comparatif d'un vendeur rival, qui a tout intérêt à ce que la course paraisse serrée. Le chiffre de 78,0 % d'ExploitBench est celui d'A​nthropic lui-même, rapporté lors du lancement de juin, contre 40 % pour Claude Opus 4.8. Au-delà, il y a les revendications opérationnelles : un bug OpenBSD non découvert vieux de 27 ans, une vulnérabilité FFmpeg vieille de 16 ans, un exploit de navigateur enchaînant quatre failles pour échapper à la fois aux sandbox du moteur de rendu et du système d'exploitation, et une élévation de privilèges dans le noyau Linux, d'utilisateur à root.

Mettez-les côte à côte et les tableaux ne sont pas comparables, et c'est bien là tout l'intérêt. Un modèle a un score d'indice, un coût par tâche et une position dans un classement ; l'autre a une réputation et un ensemble d'études de cas que personne en dehors de la liste de partenaires d'A​nthropic ne peut reproduire. Argon fait aussi l'objet d'une critique documentée que le niveau M​ythos n'a pas : Bloomberg a rapporté le jour de l'annonce que certains employés de G​oogle ayant un accès direct ont déclaré que le modèle est moins performant sur du travail réel que ne le suggèrent ses benchmarks — la conception front-end figurant parmi les tâches citées — et l'ont décrit comme affecté par une optimisation pour les benchmarks, ce que G​oogle conteste. Ce rapport n'est ni vérifié ni incontesté, et il reste néanmoins un point de données qui existe pour un côté de cette confrontation et pas pour l'autre.

La comparaison qu’aucun des deux fournisseurs ne fait

Le matériel de lancement de G​oogle positionne Argon face à C​laude O​pus 5.5 et GPT-6 Astra sur le codage, et ne publie aucune comparaison ni avec Claude Fable 5.1 ni avec C​laude M​ythos 5.1. Le matériel d'A​nthropic positionne M​ythos 5.1 face à son propre prédécesseur. Aucun des deux fournisseurs n'a publié de confrontation directe, ce qui signifie que l'affrontement mentionné dans le titre de cet article est un duel que les deux entreprises ont évité et qu'aucun laboratoire indépendant ne peut mener, car l'un des deux modèles ne peut pas être appelé par un évaluateur.

Ce qu'on peut dire, c'est que c'est là que les cahiers des charges divergent. Le comparatif publié par Argon inclut le Legal Agent Benchmark de Harvey, Vals Finance Agent v2 et une suite d'injection indirecte de prompt de Gray Swan — travail de connaissance, production économique et résistance aux injections. Les preuves du niveau M​ythos relèvent de la sécurité offensive et défensive. Ce sont des métiers différents, et un acheteur qui choisit entre les deux choisit généralement entre un modèle frontière généraliste qui se trouve être performant sur les documents et un spécialiste inhabituellement fort sur la surface d'attaque. L'écart de coût, 5× sur le prix catalogue, est le prix de cette spécialisation, et il ne vaut la peine d'être payé que si cette spécialité est ce dont vous avez besoin.

Ce que vous pouvez appeler aujourd'hui.

Aucun des deux modèles ne figure au catalogue d'OrcaRouter, et ce n'est pas un état temporaire qu'une plateforme peut corriger — G​emini 4 Argon est accessible via l'API propre à G​oogle au tarif de G​oogle, et C​laude M​ythos 5 est accessible via un programme de vérification, ou pas du tout. Référencer l'un d'eux ici comme disponible serait un mensonge.

Ce qui figure au catalogue, c'est le membre accessible de chaque famille. Claude Fable 5 est le jumeau public de C​laude M​ythos 5 — mêmes poids sous-jacents, pile de sauvegardes complète — au tarif catalogue d'A​nthropic de 10,00 $ par million de tokens en entrée et 50,00 $ par million en sortie, avec 0 % de marge, et Claude Fable 5.1 est l'équivalent plus récent au même tarif, avec la lecture du cache réduite de 75 % à 0,25 $. C​laude O​pus 5.5 est disponible à 4,00 $ et 20,00 $, et le propre matériel de lancement d'A​nthropic indique qu'il est comparable à C​laude M​ythos 5.1 en biologie et en cybersécurité — ce qui, lu sans détour, revient à ce que le fournisseur vous dise que l'avantage du modèle restreint s'est réduit au comportement de refus qu'un programme de vérification a précisément pour but de débloquer. Mettez-les derrière un seul point de terminaison avec basculement automatique, et le problème « je n'arrive pas à obtenir le modèle que je veux » devient une configuration de routage plutôt qu'un projet de recherche : le travail qui a besoin de la capacité proche de M​ythos va à Fable 5.1, le travail qui a besoin d'un raisonnement général moins cher va ailleurs, et permuter l'un ou l'autre se résume à un changement de chaîne de modèle sur la même clé.

Que regarder

Trois signaux, tous précis. Que la tarification d'introduction de G​oogle résiste au contact du trafic réel — ce qui est le déclencheur qui fera passer l'argument des coûts du théorique à l'exploitable. Qu'A​nthropic publie un tableau de benchmarks de M​ythos 5.1 sur le même ensemble de tests que O​pus 5.5 — le document le plus utile que le fournisseur pourrait publier, et le seul moyen pour un acheteur d'évaluer le supplément de prix de 5×. Et que le seuil de candidature du Cyber Verification Program continue de baisser, parce que la refonte du 6 octobre a été la première fois que la politique d'accès de ce modèle s'orientait vers plus d'ouverture, et c'est le rythme de ce mouvement qu'il vaut la peine de suivre.

En attendant que ceux-ci arrivent, le résumé honnête est le suivant : Argon est le modèle auquel on applique un prix, un point de terminaison et la règle de quelqu'un d'autre, et Claude Mythos 5 est le modèle avec une réputation et un formulaire de candidature. Deux de ces trois choses sont vérifiables, et la troisième ne l'est pas.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.