Claude Mythos 5 vs Gemini 4 Pro : le nom est erroné, l’écart d’accès est bien réel

Si vous comparez Claude Mythos 5 avec Gemini 4 Pro, la première chose à savoir est qu’un seul de ces noms correspond à un modèle que vous pouvez acheter. Google n’a commercialisé aucun modèle appelé Gemini 4 Pro. Le modèle Gemini 4 de pointe en production est Gemini 4 Argon, annoncé le 30 septembre 2026 à un groupe fermé de cyberdéfenseurs et ouvert au monde le 13 octobre 2026 à un tarif de lancement de 2 $ par million de jetons d’entrée et de 10 $ par million de jetons de sortie. Claude Mythos 5, publié le 9 juin 2026, coûte 10 $ et 50 $ pour les mêmes unités et n’est pas vendu en libre-service du tout. Ainsi, la comparaison honnête n’est pas « quel porte-étendard est meilleur ». C’est celle d’un spécialiste à accès restreint, à cinq fois le prix de sortie, face à un généraliste ouvert à tous, à un tarif promotionnel qui expire le 30 novembre 2026.

La confusion autour du nom mérite d’être clarifiée plutôt que contournée, car elle a déjà donné lieu à une série de pages de comparaison citant les caractéristiques d’un modèle qui n’apparaît pas dans la documentation API de Google. « Gemini 4 Pro » circule comme une étiquette communautaire pour des checkpoints internes et pour la version Argon elle-même. La documentation destinée aux développeurs de Google répertorie gemini-4-argon. Chaque chiffre ci-dessous pour le côté Google provient de ce modèle.

Ce que Google a réellement livré

Le changement phare de Gemini 4 Argon n’est pas la fenêtre d’entrée, que Google n’a pas publiée officiellement. C’est le plafond de sortie : un million de jetons en une seule réponse, contre 64K dans la génération précédente. Il s’agit d’un type de capacité différent d’une grande fenêtre de contexte. Une sortie d’un million de jetons permet à un modèle d’écrire une migration entière, une suite de tests complète ou un long document en une seule trajectoire sans assemblage, et cela change ce qu’une boucle agentique peut renvoyer en une seule étape.

Les benchmarks de lancement publiés par Google, tous déclarés par le fournisseur et non reproduits de manière indépendante :

• DeepSWE v1.1 — 77,9 %, contre 74,2 % pour Claude Opus 5.5 et 74,1 % pour GPT-6 Astra dans le comparatif de Google.

• Vals Index — 68,9 %, première place à l'indice composite de Google pour les tâches de finance, de droit, de fiscalité et de codage.

• Zapier AutomationBench — 51,3 %, première place.

• LVBench — 91,7 % en compréhension de vidéos longues.

• CWE-bench v1 — 68 % sur la remédiation des vulnérabilités, ex aequo à la première place.

Harvey Legal Agent Benchmark — 19,6 % de réussite complète.

Les points faibles sont tout aussi précis et moins souvent cités. Argon est devancé d'environ neuf points par Claude Opus 5.5 sur Terminal-Bench 4.0, et d'environ 10,5 points par GPT-6 Astra sur FrontierSWE v2 et Terminal-Bench Science. Sur GDPval-AA, il obtient 56 %, ce qu'un classement situe à la 14e place. Artificial Analysis lui attribue un Intelligence Index de 53 — troisième, à égalité avec GPT-6 Astra et derrière Opus 5.5, à 58.

L'écart de prix est assorti d'un calendrier.

Le tarif de 2 $/10 $ d'Argon est un tarif de lancement. À compter du 1er décembre 2026, il passe à 4 $/20 $. La comparaison que la plupart des pages publient aujourd'hui suppose silencieusement que le tarif promotionnel est permanent, ce qui fait apparaître l'écart avec Claude Mythos 5 comme un facteur 5 sur la sortie, alors qu'il n'est que de 2,5 après le changement. L'entrée mise en cache constitue l'autre moitié de l'histoire : Argon applique une remise de 95 % sur les lectures de cache, à 0,10 $ par million, tandis que les lectures de cache de Mythos 5 coûtent 1,00 $ par million. Pour un agent qui relit un grand dépôt à chaque tour, ce ratio pèse davantage sur la facture que le prix de sortie affiché.

Mythos 5 présente un avantage tarifaire rarement mentionné : les requêtes par lots sont à moitié prix, et son contexte de 1 million de tokens est documenté plutôt que déduit. Google a publié la limite de sortie mais pas la fenêtre d’entrée, et des outils de suivi tiers ont comblé le vide avec des chiffres que Google n’a pas confirmés. Si votre application dépend d’un plafond d’entrée spécifique, c’est une question d’achat, pas une question de benchmark.

Deux fiches de benchmark qui ne se rencontrent jamais

Il n’existe aucun harnais commun entre ces deux modèles dans leurs chiffres publics. Google rapporte {{1}}DeepSWE v1.1{{/1}} ; la fiche Mythos 5 d’Anthropic met en avant SWE-bench Pro à 80,3 %, Terminal-Bench 2.1 à 88,0 %, SWE-bench Verified à 95,5 %, CyberGym à 83,8 % et ExploitBench à 78,0 %. Ce sont des tests différents, exécutés par des laboratoires différents, à des dates différentes. Les mettre côte à côte produit un tableau qui ressemble à une comparaison sans en être une.

Le seul point de référence inter-modèles honnête est un indice neutre. Artificial Analysis classe Gemini 4 Argon à 53. Claude Mythos 5 n’apparaît pas du tout sur cet indice — les entrées les plus proches sont son frère Claude Fable 5.1 et son successeur Claude Mythos 5.1. Pour un modèle disponible depuis juin, l’absence d’un score indépendant est en soi une information : les restrictions d’accès qui maintiennent Mythos 5 hors de la circulation générale le maintiennent aussi hors de la plupart des pipelines d’évaluation.

L'accès est la variable décisive, pas la qualité

Claude Mythos 5 ne peut pas être acheté par carte bancaire. Le 6 octobre 2026, Anthropic a restructuré son Cyber Verification Program en trois niveaux sur candidature — Defence Access, Red Team Access et un niveau Specialised Access réservé aux infrastructures critiques — les anciens partenaires de Project Glasswing étant intégrés au niveau supérieur. Les candidatures sont examinées, les organisations américaines uniquement au lancement, et tout trafic de classe Mythos est soumis à une politique de conservation obligatoire de 30 jours, ce qui l’exclut pour quiconque a un engagement de rétention zéro. Il n’existe pas de page d’inscription.

Gemini 4 Argon a suivi le chemin inverse, par étapes. Il a d’abord été lancé auprès de défenseurs vérifiés via le Fairwind Program, puis ouvert aux clients API payants le 13 octobre. Si vous développez quelque chose ce trimestre et que vous n’êtes pas une organisation de sécurité disposant d’un calendrier de revue, l’un de ces modèles est un poste budgétaire et l’autre est un projet.

Cette asymétrie recadre aussi l’argument du benchmark. Un modèle que vous ne pouvez pas appeler a un score de qualité, pas un avantage de qualité. La question pertinente pour la plupart des équipes est de savoir quel modèle généralement disponible leur offre ce qui se rapproche le plus d’un comportement de classe Mythos. Du côté d’Anthropic, c’est Claude Fable 5.1 : le même modèle sous-jacent, avec des garde-fous intacts, à $10/$50, et sans programme de vérification. Du côté de Google, c’est Argon lui-même, qui est largement disponible mais n’est pas le même produit qu’un modèle cyber sans classifieur.

Comment choisir sans face-à-face que vous ne pouvez pas organiser

Si votre travail relève de la sécurité offensive autorisée, du red teaming ou de l’analyse de logiciels malveillants au sein d’une organisation capable de passer l’examen, Claude Mythos 5 est le spécialiste et le processus d’accès est le prix à payer pour y accéder. Si votre travail consiste en génération de code à sortie longue, migration ou synthèse de documents, Gemini 4 Argon est aujourd’hui moins cher, et encore moins cher après la révision tarifaire de décembre que Mythos 5 sur les sorties, et disponible sans candidature.

Pour tous ceux qui se situent entre les deux, la réponse pratique est de ne choisir ni l’un ni l’autre comme dépendance unique. Claude Fable 5.1 et Claude Fable 5 figurent tous deux au catalogue OrcaRouter au prix catalogue, sans marge, ce qui signifie que la grille tarifaire d’Anthropic vous parvient sans modification et qu’une évolution de prix est effective le jour même. Gemini 4 Argon ne figure pas encore dans notre catalogue ; les modèles Gemini que nous routons sont ceux de la gamme 3.x, donc un contrat direct avec Google reste la voie pour Argon. Faire passer le côté Anthropic par un point de terminaison unique, aux côtés des modèles que vous utilisez déjà, est le moyen économique de vérifier si Fable 5.1 répond à vos critères avant de vous engager dans un programme de vérification pour son jumeau sans restrictions.

Qu'est-ce qui changerait cette comparaison

Deux dates sont importantes. Le 1er décembre 2026, le prix d’Argon double, ce qui réduit l’écart de sortie à 2,5× et rend la différence de lecture du cache plus importante que le prix catalogue. Et le programme à trois niveaux d’Anthropic est encore suffisamment récent pour que les délais d’approbation soient déclarés par le fournisseur plutôt qu’observés. S’il s’avère que Defence Access prend des jours plutôt que des semaines, l’argument d’accès s’affaiblit et le spécialiste devient une option réaliste pour un ensemble bien plus large d’équipes de sécurité. D’ici là, le résumé équitable est que Google vend un généraliste de pointe à un prix promotionnel et qu’Anthropic vend un spécialiste à accès restreint à une liste d’organisations approuvées — et ce sont des produits différents avant même d’être des scores différents.