Claude Mythos 5 לעומת Gemini 4 Argon: דלת אחת נפתחה בתוך שלושה עשר ימים, האחרת לא נפתחה מאז יוני

ג'מיני 4 ארגון וקלאוד מיתוס 5 הוכרזו שניהם כדגמים עם יכולות מעל דגם הדגל, עם גישה ראשונית מוגבלת, ומאז השניים התפצלו לחלוטין. גוגל הכריזה על ג'מיני 4 ארגון ב-30 בספטמבר 2026 דרך קבוצת תוכנית Fairwind של מגני סייבר מהימנים, וב-13 באוקטובר מחרוזת המודל gemini-4-argon עברה ל-Stable בשכבה בתשלום של גוגל עצמה — שלושה עשר ימים מההכרזה ועד למפתח בשירות עצמי, כשמחירי ההיכרות של 2 דולר למיליון אסימוני קלט ו-10 דולר למיליון אסימוני פלט עודם בתוקף. קלאוד מיתוס 5 קיים הרבה יותר זמן: אנתרופיק שחררה אותו ב-9 ביוני 2026 כאחיו המוגבל של Claude Fable 5, רעננה אותו כ-Claude Mythos 5.1 ב-1 בספטמבר, והוא עדיין ללא נקודת קצה ציבורית, ללא שכבה בשירות עצמי וללא טבלת בנצ'מרקים מפורסמת — הגישה עוברת דרך Cyber Verification Program או Life Sciences Verification Program ותו לא. ההבדל הזה, ולא פער הבנצ'מרקים, הוא מה שמכריע את ההתמודדות הזו עבור כמעט כל קורא.

שני מודלים עם אותו סיפור מקור וסופים שונים

שניהם הגיעו באותו אופן, וזה מה שהופך את הפער למלמד. אנתרופיק שחררה את Claude Mythos 5 כ-SKU המוגבל של הדור שלה מ-9 ביוני, כשהוא חולק משקלים בסיסיים עם Claude Fable 5 הציבורי ונבדל רק ברמת ההגנה, ונתנה אותו ל"קבוצה קטנה של שותפים מאומתים". גוגל שחררה את Gemini 4 Argon תחילה ל-Fairwind Program — רשויות ממשלתיות מאומתות, מפעילי תשתיות קריטיות ומתחזקי תוכנה — ואמרה במפורש שגישה רחבה יותר ללקוחות API בתשלום, למנויי Google AI Ultra, למפתחים ולארגונים תגיע לאחר מכן. ואז גוגל עשתה את מה שאמרה שתעשה.

Anthropic עשתה משהו שונה, וראוי להתייחס אליו בהגינות. ב-6 באוקטובר היא בנתה מחדש את תוכנית אימות הסייבר (Cyber Verification Program) לשלוש דרגות מבוססות בקשה, שילבה לתוכה את Project Glasswing, והפכה את Claude Mythos 5.1 מהקצאה לשותפים למענק גישה שכל ארגון אבטחה שעומד בדרישות יכול להגיש בקשה לקבלו. זו הרחבה ממשית של הדלת — הראשונה בהיסטוריה של המודל הזה. היא גם עדיין דלת עם רף אימות ולא עם מחיר, והיא מיועדת במיוחד לארגוני אבטחה ולא לקהל מפתחים כללי. הנתיב של Google מסתיים במחירון; הנתיב של Anthropic מסתיים בבחינת בקשה.

כמה עולה כל אחד מהם, וההסתייגות לגבי מספר Argon

• קלט — Gemini 4 Argon במחיר היכרות של $2.00 למיליון טוקנים לעומת Claude Mythos 5 במחיר $10.00; פער של פי 5.

• פלט — $10.00 למיליון לעומת $50.00; אותו פי 5.

• קלט במטמון — Argon ב-$0.10 למיליון, הנחה של 95% על קלט; C​laude M​ythos 5.1 ב-$0.25 ב-SKU החדש יותר וב-$1.00 בדור יוני.

• הקשר ופלט — 1M טוקנים של הקשר בשניהם; תקרת הפלט של Argon הועלתה ל-1M מ-64K, לעומת 128K עבור שכבת Mythos.

• מודאליות — Argon מקבל טקסט, תמונות, וידאו וקבצים עם פלט טקסט; שכבת Mythos מקבלת קלט של טקסט, תמונה וקובץ.

• גישה — מפתח API בתשלום מאז 13 באוקטובר לעומת בקשה לתוכניות האימות של A​nthropic עם דרישת שמירת נתונים של 30 יום.

ההסתייגות היא המילה "מבואי". $2 / $10 של גוגל הוא תעריף השקה, וגוגל אמרה זאת במפורש; תעריף המתואר כך יכול להשתנות, והמספר שלפיו יש לתקצב הוא זה שגוגל מפרסמת ביום שבו אתם מתחייבים. ההסתייגות האחרת היא אריתמטית ולא מדינית: Artificial Analysis מודדת את העלות להריץ את כל חבילת המדדים שלה ב-$2,407 עבור Argon — כ-$1.99 לכל משימת מדד — שהיא בערך שליש ממה שאותה חבילה עולה על Claude Opus 5.5 — תזכורת לכך שמחיר מחירון ועלות ממומשת מתפצלים ברגע שמודל זקוק לפחות טוקנים ופחות ניסיונות חוזרים כדי לסיים משימה. לא קיים נתון מקביל עבור Claude Mythos 5, מכיוון שאף מעריך בלתי תלוי לא יכול לקרוא לו.

אסימטריית הבנצ'מרק, שהיא הכותרת האמיתית

G​emini 4 Argon נמדד. C​laude M​ythos 5 לא נמדד, ולא מפני שמישהו חושב שהוא חלש.

המספרים שפורסמו באופן עצמאי על ידי Argon: מדד הבינה של Artificial Analysis Intelligence Index 52.6 עד 53 בהתאם לתצורת המאמץ, בעלות מדודה של $1.99 לכל משימת אינדקס ו-48.9 אסימוני פלט לשנייה עם אסימון ראשון של 2.79 שניות. מקום ראשון ב-Vals Index עם 68.90% (±0.97) בלוח ההשפעה הכלכלית המשוקלל לפי תוצר מקומי גולמי. ציוני משימות שדווחו על ידי הספק, אשר G​oogle פרסמה עם ההכרזה ב-30 בספטמבר ואשר נותרו בלתי משוחזרים: Terminal-Bench 4.0 ב-57.1%, SciCode ב-61.8%, Humanity's Last Exam ב-57.1%, חשיבה עם הקשר ארוך ב-79.7%, AutomationBench במקום הראשון ב-51.3%, וציון Omniscience של 42.4 — הפער הגדול ביותר במשימה בודדת לעומת מודל פתוח דומה בקבוצה זו.

התיעוד המפורסם של Claude Mythos 5 הוא סיפור אחר לגמרי. Anthropic אינה מחזיקה כרטיס בנצ'מרק עבורו, ולכן כל נתון שנמצא במחזור הוא מידע מיד שנייה. ציון CyberGym Level 1 של 83.8% שמודפס לעתים הקרובות ביותר לצד השם אינו מגיע מ-Anthropic כלל — הוא מופיע בהשוואה של ספק מתחרה, שיש לו אינטרס משלו בכמה צמוד נראה המרוץ. נתון ExploitBench של 78.0% הוא של Anthropic עצמה, כפי שדווח בהשקה ביוני, לעומת 40% עבור Claude Opus 4.8. מעבר לכך יש את הטענות המבצעיות: באג OpenBSD לא-מגולה בן 27 שנה, פגיעות FFmpeg בת 16 שנה, ניצול דפדפן המשרשר ארבעה פגמים כדי להימלט הן מסנדבוקס המרנדר והן מסנדבוקס מערכת ההפעלה, והסלמת הרשאות בליבת Linux ממשתמש ל-root.

העמידו אותם זה לצד זה — לוחות הדירוג אינם ברי השוואה, וזו בדיוק הנקודה. למודל אחד יש ציון מדד, עלות לכל משימה ומיקום בלוח הדירוג; לאחר יש מוניטין וסט של מקרי בוחן שאיש מחוץ לרשימת השותפים של Anthropic אינו יכול לשחזר. ל-Argon יש גם ביקורת מתועדת שלשכבת Mythos אין: Bloomberg דיווח ביום ההכרזה שכמה מעובדי Google עם גישה ישירה אמרו שהמודל מתפקד פחות טוב בעבודה אמיתית ממה שהבנצ'מרקים שלו מרמזים — עיצוב front-end היה בין המשימות שנמנו — ותיארו אותו כמושפע מאופטימיזציית בנצ'מרקים, דבר ש-Google חולקת עליו. הדיווח הזה אינו מאומת ושנוי במחלוקת, ובכל זאת זהו עדיין נתון שקיים לצד אחד של ההתמודדות הזו ולא לצד האחר.

ההשוואה שאף ספק לא עורך

חומר ההשקה של Google מציב את Argon מול Claude Opus 5.5 ו-GPT-6 Astra בתחום הקידוד, ואינו מפרסם השוואה עם Claude Fable 5.1 או Claude Mythos 5.1. החומר של Anthropic מציב את Mythos 5.1 מול קודמו. אף אחד מהספקים לא פרסם השוואה ישירה, מה שאומר שהעימות בכותרת המאמר הזה הוא כזה ששתי החברות נמנעו ממנו ושאין מעבדה עצמאית שיכולה להריץ אותו, מכיוון שמעריך לא יכול לקרוא לאחד משני המודלים.

מה שאפשר לומר הוא היכן שתדריכי העיצוב נבדלים. מערך ההשוואה שפורסם של Argon כולל את Harvey's Legal Agent Benchmark, את Vals Finance Agent v2 ואת חבילת הבדיקות להזרקת פרומפטים עקיפה מבית Gray Swan — עבודת ידע, תפוקה כלכלית ועמידות בפני הזרקות. הראיות של שכבת Mythos נוגעות לעבודת אבטחה התקפית והגנתית. אלה עבודות שונות, וקונה שבוחר ביניהן בוחר בדרך כלל בין מודל פרונטייר כללי שבמקרה חזק במסמכים לבין מומחה שחזק באופן יוצא דופן במשטח תקיפה. הפרש העלות, פי 5 ממחיר המחירון, הוא המחיר של ההתמחות הזו, וכדאי לשלם אותו רק אם ההתמחות היא מה שאתה צריך.

מה שאתה יכול להתקשר אליו היום

אף אחד מהמודלים אינו בקטלוג של OrcaRouter, וזה לא מצב זמני שפלטפורמה יכולה לתקן — G​emini 4 Argon נגיש דרך ה-API של G​oogle עצמה בתעריף של G​oogle, ו-C​laude M​ythos 5 נגיש דרך תוכנית אימות או שלא בכלל. לרשום אחד מהם כאן כזמין יהיה שקר.

מה שמופיע בקטלוג הוא החבר הנגיש בכל משפחה. Claude Fable 5הוא התאום הציבורי של C​laude M​ythos 5 — אותם משקלים בסיסיים, מערך הגנות מלא — במחיר המחירון של A​nthropic של $10.00 למיליון טוקנים בקלט ו-$50.00 למיליון טוקנים בפלט עם 0% תוספת, ו-Claude Fable 5.1הוא המקביל החדש יותר באותו תעריף, עם קיצוץ של 75% בקריאת המטמון ל-$0.25. C​laude O​pus 5.5נמצא שם במחיר $4.00 ו-$20.00, וחומר ההשקה של A​nthropic עצמה אומר שהוא דומה ל-C​laude M​ythos 5.1 בביולוגיה ובאבטחת סייבר — מה, בקריאה פשוטה, הוא הספק שאומר לך שהיתרון של המודל המוגבל הצטמצם להתנהגות הסירוב שתוכנית אימות קיימת כדי לפתוח. שים את אלה מאחורי נקודת קצה אחת עם מעבר כשל אוטומטי והבעיה של "אני לא יכול להשיג את המודל שאני רוצה" הופכת לקונפיגורציית ניתוב במקום לפרויקט מחקר: העבודה שצריכה את היכולת הסמוכה ל-M​ythos עוברת ל-Fable 5.1, העבודה שצריכה הסקה כללית זולה יותר עוברת למקום אחר, והחלפה של כל אחד מהם היא שינוי מחרוזת מודל באותו מפתח.

מה לצפות

שלושה אותות, כולם ספציפיים. האם תמחור ההיכרות של Google ישרוד מפגש עם תעבורה אמיתית, שזה הטריגר לכך שטיעון העלות יהפוך לבר-פעולה ולא לתיאורטי. האם Anthropic תפרסם טבלת בנצ'מרק של Mythos 5.1 על אותו סט כמו Opus 5.5 — המסמך המועיל ביותר שהספק יכול לפרסם, והדרך היחידה שקונה יכול להעריך בה את פרמיית ה-5×. והאם רף ההגשות של Cyber Verification Program ממשיך לרדת, מכיוון שהבנייה מחדש מ-6 באוקטובר הייתה הפעם הראשונה שמדיניות הגישה של המודל הזה נעה לעבר פתיחות, וקצב התנועה הזו הוא הדבר ששווה לעקוב אחריו.

עד שהם ינחתו, הסיכום ההוגן הוא שארגון הוא המודל עם מחיר, נקודת קצה וסרגל של מישהו אחר שמיושם עליו, ו-Claude Mythos 5 הוא המודל עם מוניטין וטופס בקשה. שניים מהשלושה האלה ניתנים לבדיקה, והשלישי לא.

שום דבר מזה אינו היפותטי: כשלי ה-AI המתועדים ותקריות הסוכנים העומדים מאחורי מהדורות כמו זו מרוכזים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.