Claude Mythos 5 vs Gemini 4 Argon: una porta si è aperta in tredici giorni, l'altra non si è aperta da giugno

G​emini 4 Argon e C​laude M​ythos 5 sono stati entrambi annunciati come modelli con capacità superiori ai flagship con accesso iniziale ristretto, e da allora i due hanno preso strade completamente diverse. G​oogle ha annunciato G​emini 4 Argon il 30 settembre 2026 attraverso una coorte del Fairwind Program di difensori informatici fidati, e il 13 ottobre la stringa del modello gemini-4-argon è passata a Stable sul tier a pagamento di G​oogle — tredici giorni dall'annuncio a una chiave self-serve, con un prezzo introduttivo di 2 $ per milione di token di input e 10 $ per milione di token di output ancora in vigore. C​laude M​ythos 5 esiste da molto più tempo: A​nthropic lo ha rilasciato il 9 giugno 2026 come versione ristretta di C​laude Fable 5, lo ha aggiornato come C​laude M​ythos 5.1 il 1° settembre, e ancora oggi non ha un endpoint pubblico, né un tier self-serve, né una tabella di benchmark pubblicata — l'accesso passa attraverso il Cyber Verification Program o il Life Sciences Verification Program e nient'altro. Questa differenza, non la differenza nei benchmark, è ciò che decide questo confronto per quasi tutti i lettori.

Due modelli con la stessa storia d'origine e finali diversi

Entrambi sono arrivati allo stesso modo, ed è proprio questo che rende istruttiva la divergenza. A​nthropic ha distribuito C​laude M​ythos 5 come SKU limitato della sua generazione del 9 giugno, condividendo i pesi sottostanti con il pubblico Claude Fable 5 e differenziandosi solo per il livello di salvaguardia, e lo ha dato a "un piccolo gruppo di partner verificati". G​oogle ha distribuito G​emini 4 Argon prima al Fairwind Program — autorità governative verificate, operatori di infrastrutture critiche e manutentori di software — e ha dichiarato chiaramente che sarebbe seguito un accesso più ampio per i clienti API a pagamento, gli abbonati a G​oogle AI Ultra, gli sviluppatori e le imprese. Poi G​oogle ha fatto ciò che aveva detto che avrebbe fatto.

Anthropic ha fatto qualcosa di diverso, e vale la pena essere equi al riguardo. Il 6 ottobre ha ricostruito il Cyber Verification Program in tre livelli basati su candidatura, vi ha incorporato Project Glasswing e ha trasformato Claude Mythos 5.1 da un'assegnazione per partner a una concessione di accesso per cui qualsiasi organizzazione di sicurezza qualificata può presentare domanda. Si tratta di un vero allargamento della porta — il primo nella storia di questo modello. È anche ancora una porta con un requisito di verifica anziché un prezzo, ed è rivolta specificamente alle organizzazioni di sicurezza anziché al pubblico generale degli sviluppatori. Il percorso di Google termina con un listino prezzi; quello di Anthropic termina con una revisione della domanda.

Quanto costa ciascuno, e la precisazione sul numero di Argon

• Input — Gemini 4 Argon a 2,00 $ per milione di token (offerta introduttiva) vs Claude Mythos 5 a 10,00 $; un divario di 5×.

• Output — 10,00 $ per milione vs 50,00 $; lo stesso 5×.

• Input memorizzato nella cache — Argon a 0,10 $ per milione, 95% di sconto sull'input; C​laude M​ythos 5.1 a 0,25 $ sullo SKU più recente e 1,00 $ sulla generazione di giugno.

• Contesto e output — 1M token di contesto per entrambi; il tetto di output di Argon è stato portato a 1M da 64K, contro i 128K del tier M​ythos.

• Modalità — Argon accetta testo, immagini, video e file con output testuale; il livello M​ythos accetta testo, immagini e file in input.

• Accesso — una chiave API a pagamento dal 13 ottobre vs una candidatura ai programmi di verifica di A​nthropic con un requisito di conservazione dei dati di 30 giorni.

L'avvertenza sta nella parola «introduttiva». I 2 $ / 10 $ di Google sono una tariffa di lancio e Google lo ha dichiarato apertamente; una tariffa descritta in questi termini può cambiare, e il numero su cui basare il budget è quello che Google pubblica il giorno in cui ti impegni. L'altra avvertenza riguarda l'aritmetica, non la politica: Artificial Analysis misura il costo per eseguire l'intera suite di indici a 2.407 $ per Argon — circa 1,99 $ per attività di indice — che è all'incirca un terzo di quanto costa la stessa suite su Claude Opus 5.5 — un promemoria del fatto che il prezzo di listino e il costo effettivo divergono quando un modello ha bisogno di meno token e meno tentativi per completare un'attività. Non esiste una cifra equivalente per Claude Mythos 5, perché nessun valutatore indipendente può chiamarlo.

L'asimmetria del benchmark, che è il titolo onesto

Gemini 4 Argon è stato misurato. Claude Mythos 5 non lo è, e non perché qualcuno ritenga che sia debole.

I numeri di Argon pubblicati in modo indipendente: Artificial Analysis Intelligence Index da 52,6 a 53 a seconda della configurazione di sforzo, a un costo misurato di 1,99 $ per task dell'indice e 48,9 token di output al secondo con un primo token in 2,79 secondi. Vals Index al primo posto con il 68,90% (±0,97) nella sua classifica di impatto economico ponderata per il PIL. Punteggi dei task riportati dal fornitore, che Google ha pubblicato con l'annuncio del 30 settembre e che rimangono non riprodotti: Terminal-Bench 4.0 al 57,1%, SciCode al 61,8%, Humanity's Last Exam al 57,1%, ragionamento a contesto lungo al 79,7%, AutomationBench primo al 51,3%, e un valore Omniscience di 42,4 — il maggiore vantaggio su singolo task rispetto a un modello open comparabile in quel set.

Il record pubblicato di C​laude M​ythos 5 è tutta un'altra storia. A​nthropic non ha una scheda di benchmark per esso, quindi ogni cifra in circolazione è di seconda mano. Il punteggio CyberGym Livello 1 dell'83,8% che più spesso viene stampato accanto al nome non proviene affatto da A​nthropic — appare in un confronto di un fornitore rivale, che ha un proprio interesse a quanto la corsa appaia serrata. Il dato ExploitBench del 78,0% è di A​nthropic stessa, riportato al lancio di giugno contro il 40% di Claude Opus 4.8. Oltre a ciò ci sono le affermazioni operative: un bug OpenBSD non scoperto da 27 anni, una vulnerabilità FFmpeg vecchia di 16 anni, un exploit browser che concatena quattro falle per eludere sia il renderer che le sandbox del sistema operativo, e un'escalation di privilegi del kernel Linux da utente a root.

Mettili fianco a fianco e le classifiche non sono comparabili, ed è proprio questo il punto. Un modello ha un punteggio di indice, un costo per attività e una posizione in classifica; l'altro ha una reputazione e una serie di casi di studio che nessuno al di fuori della lista di partner di A​nthropic può riprodurre. Argon ha anche una critica documentata che il livello M​ythos non ha: Bloomberg ha riferito il giorno dell'annuncio che alcuni dipendenti G​oogle con accesso diretto hanno detto che il modello se la cava meno bene nel lavoro reale di quanto suggeriscano i suoi benchmark — tra le attività citate c'è il design front-end — e l'hanno descritto come influenzato dall'ottimizzazione dei benchmark, cosa che G​oogle contesta. Quel rapporto non è verificato ed è contestato, e resta comunque un dato che esiste per una parte di questo confronto e non per l'altra.

Il confronto che nessuno dei due fornitori sta facendo

Il materiale di lancio di Google posiziona Argon contro Claude Opus 5.5 e GPT-6 Astra sul coding, e non pubblica alcun confronto con Claude Fable 5.1 né con Claude Mythos 5.1. Il materiale di Anthropic posiziona Mythos 5.1 contro il suo stesso predecessore. Nessuno dei due fornitori ha pubblicato un confronto diretto, il che significa che la sfida nel titolo di questo articolo è una che entrambe le aziende hanno evitato e che nessun laboratorio indipendente può condurre, perché uno dei due modelli non può essere chiamato da un valutatore.

Ciò che si può dire è dove i brief di progettazione divergono. Il set di confronto pubblicato da Argon include il Legal Agent Benchmark di Harvey, Vals Finance Agent v2 e una suite di indirect prompt injection di Gray Swan — lavoro intellettuale, output economico e resistenza alle injection. Le prove del tier M​ythos riguardano attività di sicurezza offensiva e difensiva. Sono lavori diversi, e un acquirente che sceglie tra i due di solito sta scegliendo tra un modello frontier generalista che si dà il caso sia forte sui documenti e uno specialista insolitamente forte sulla superficie d'attacco. La differenza di costo, 5× sul prezzo di listino, è il prezzo di quella specializzazione, e vale la pena pagarlo solo se la specialità è ciò di cui hai bisogno.

Cosa puoi chiamare oggi

Nessuno dei due modelli è nel catalogo di OrcaRouter, e non è uno stato temporaneo che una piattaforma possa risolvere — G​emini 4 Argon è raggiungibile tramite l'API di G​oogle alla tariffa di G​oogle, e C​laude M​ythos 5 è raggiungibile tramite un programma di verifica oppure non lo è affatto. Elencare uno di essi qui come disponibile sarebbe una menzogna.

Ciò che figura nel catalogo è il membro raggiungibile di ciascuna famiglia. Claude Fable 5 è il gemello pubblico di C​laude M​ythos 5 — stessi pesi di base, stack di salvaguardie completo — al prezzo di listino di A​nthropic di 10,00 $ per milione di input e 50,00 $ per milione di output con 0% di ricarico, e Claude Fable 5.1 è l'equivalente più recente allo stesso prezzo, con la lettura della cache ridotta del 75% a 0,25 $. C​laude O​pus 5.5 è disponibile a 4,00 $ e 20,00 $, e il materiale di lancio di A​nthropic stesso afferma che è paragonabile a C​laude M​ythos 5.1 in biologia e cybersicurezza — il che, letto senza giri di parole, è il fornitore che ti dice che il vantaggio del modello limitato si è ridotto al comportamento di rifiuto che un programma di verifica esiste per sbloccare. Metti questi dietro un unico endpoint con failover automatico e il problema "non riesco a ottenere il modello che voglio" diventa una configurazione di routing anziché un progetto di ricerca: il lavoro che richiede la capacità affine a M​ythos va a Fable 5.1, il lavoro che richiede un ragionamento generale più economico va altrove, e scambiare l'uno o l'altro è un cambio di stringa del modello sulla stessa chiave.

Cosa guardare

Tre segnali, tutti specifici. Se il prezzo introduttivo di Google sopravvive al contatto con il traffico reale, il che è la condizione perché l'argomento sui costi diventi applicabile anziché teorico. Se Anthropic pubblica una tabella di benchmark di Mythos 5.1 sullo stesso insieme di Opus 5.5 — il documento più utile che il fornitore potrebbe pubblicare, e l'unico modo in cui un acquirente può valutare il premio di 5×. E se la soglia di ammissione al Cyber Verification Program continua a scendere, perché la ricostruzione del 6 ottobre è stata la prima volta in cui la politica di accesso di questo modello si è mossa verso l'apertura e il ritmo di quel movimento è la cosa che vale la pena monitorare.

Finché non arriveranno, la sintesi equa è che Argon è il modello con un prezzo, un endpoint e il righello di qualcun altro applicato ad esso, mentre C​laude M​ythos 5 è il modello con una reputazione e un modulo di candidatura. Due di queste tre cose sono verificabili, e la terza no.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.