Claude Mythos 5 vs Gemini 4 Pro: Il nome è sbagliato, il divario di accesso è reale

Se stai confrontando Claude Mythos 5 con Gemini 4 Pro, la prima cosa da sapere è che solo uno di quei nomi appartiene a un modello che puoi acquistare. Google non ha rilasciato nulla chiamato Gemini 4 Pro. Il modello Gemini 4 di frontiera in produzione è Gemini 4 Argon, annunciato il 30 settembre 2026 a un gruppo ristretto di difensori informatici e reso disponibile in tutto il mondo il 13 ottobre 2026 a un prezzo introduttivo di 2 dollari per milione di token in input e 10 dollari per milione in output. Claude Mythos 5, rilasciato il 9 giugno 2026, costa 10 e 50 dollari per le stesse unità e non è affatto venduto in modalità self-service. Quindi il confronto onesto non è "quale ammiraglia sia migliore". È uno specialista ad accesso limitato a cinque volte il prezzo di output contro un generalista aperto a tutti a una tariffa promozionale che scade il 30 novembre 2026.

La confusione sui nomi merita di essere chiarita anziché aggirata, perché ha già prodotto una serie di pagine di confronto che citano le specifiche di un modello che non compare nella documentazione API di Google. "Gemini 4 Pro" circola come etichetta della community per checkpoint interni e per la release Argon stessa. La documentazione per sviluppatori di Google elenca gemini-4-argon. Ogni dato riportato di seguito per la parte Google proviene da quel modello.

Cosa ha effettivamente rilasciato Google

La modifica principale di Gemini 4 Argon non è la finestra di input, che Google non ha pubblicato formalmente. È il tetto di output: un milione di token in una singola risposta, rispetto ai 64K della generazione precedente. Si tratta di un tipo di capacità diverso da una grande finestra di contesto. Un output da un milione di token consente a un modello di scrivere un'intera migrazione, una suite di test completa o un lungo documento in un'unica traiettoria senza dover collegare parti, e cambia ciò che un ciclo agentico può restituire in un singolo passaggio.

I benchmark di lancio pubblicati da Google, tutti dichiarati dal fornitore e non riprodotti in modo indipendente:

• DeepSWE v1.1 — 77,9%, contro il 74,2% di Claude Opus 5.5 e il 74,1% di GPT-6 Astra nella comparativa di Google.

• Vals Index — 68,9%, primo posto nella classifica composita di Google per attività finanziarie, legali, fiscali e di programmazione.

• Zapier AutomationBench — 51,3%, primo posto.

• LVBench — 91,7% nella comprensione dei video lunghi.

• CWE-bench v1 — 68% nella correzione delle vulnerabilità, a pari merito al primo posto.

• Harvey Legal Agent Benchmark — 19,6% di superamento totale.

I punti deboli sono altrettanto specifici e meno citati. Argon è indietro di circa nove punti rispetto a Claude Opus 5.5 su Terminal-Bench 4.0, e di circa 10,5 punti rispetto a GPT-6 Astra su FrontierSWE v2 e Terminal-Bench Science. Su GDPval-AA ottiene il 56%, che un tracker colloca al 14° posto. Artificial Analysis gli assegna un Intelligence Index di 53 — terzo, a pari merito con GPT-6 Astra e dietro Opus 5.5 a 58.

Il divario di prezzo ha un calendario allegato

La tariffa $2/$10 di Argon è una tariffa introduttiva. Dal 1° dicembre 2026 diventa $4/$20. Il confronto che la maggior parte delle pagine propone oggi presuppone silenziosamente che il numero promozionale sia permanente, il che fa sembrare che il divario rispetto a Claude Mythos 5 sia di 5× sull'output, quando dopo la modifica è di 2,5×. L'input in cache è l'altra metà della storia: Argon applica uno sconto del 95% sulle letture della cache, portandole a $0,10 per milione, mentre le letture della cache di Mythos 5 sono $1,00 per milione. Per un agente che rilegge un grande repository a ogni turno, quel rapporto decide la fattura più del prezzo di output indicato.

Mythos 5 ha un vantaggio di prezzo di cui si parla raramente: le richieste batch costano la metà e la sua finestra di contesto da 1M di token è documentata anziché dedotta. Google ha pubblicato il limite di output ma non la finestra di input, e i tracker di terze parti hanno colmato la lacuna con cifre che Google non ha confermato. Se la tua applicazione dipende da un tetto di input specifico, quella è una questione di procurement, non di benchmark.

Due fogli di benchmark che non si incontrano mai

Non esiste un harness condiviso tra questi due modelli nei loro numeri pubblici. Google riporta DeepSWE v1.1; la scheda di Mythos 5 di Anthropic mette in testa SWE-bench Pro all'80,3%, Terminal-Bench 2.1 all'88,0%, SWE-bench Verified al 95,5%, CyberGym all'83,8% e ExploitBench al 78,0%. Sono test diversi, eseguiti da laboratori diversi, in date diverse. Metterli fianco a fianco produce una tabella che sembra un confronto e non lo è.

L'unico onesto punto di riferimento tra modelli è un indice neutrale. Artificial Analysis elenca Gemini 4 Argon a 53. Claude Mythos 5 non compare affatto su quell'indice — le voci più vicine sono il modello gemello Claude Fable 5.1 e il suo successore Claude Mythos 5.1. Per un modello disponibile da giugno, l'assenza di un punteggio indipendente è di per sé un'informazione: le restrizioni di accesso che tengono Mythos 5 fuori dalla circolazione generale lo tengono fuori anche dalla maggior parte delle pipeline di valutazione.

L'accesso è la variabile decisiva, non la qualità

Claude Mythos 5 non può essere acquistato con una carta di credito. Il 6 ottobre 2026 Anthropic ha ristrutturato il proprio Cyber Verification Program in tre livelli su domanda — Defence Access, Red Team Access e un livello Specialised Access riservato alle infrastrutture critiche — con i vecchi partner di Project Glasswing inglobati nel livello più alto. Le domande vengono esaminate, al lancio solo per organizzazioni statunitensi, e tutto il traffico di classe Mythos è soggetto a una politica di conservazione obbligatoria di 30 giorni che lo esclude per chiunque abbia un impegno di zero-retention. Non esiste una pagina di registrazione.

Gemini 4 Argon ha seguito il percorso opposto, a tappe. È stato lanciato per difensori verificati tramite il Fairwind Program, poi è stato aperto ai clienti API a pagamento il 13 ottobre. Se stai costruendo qualcosa questo trimestre e non sei un'organizzazione di sicurezza con una tempistica di revisione, uno di questi modelli è una voce di spesa e l'altro è un progetto.

Quell'asimmetria inquadra diversamente anche l'argomentazione sui benchmark. Un modello che non puoi chiamare ha un punteggio di qualità, non un vantaggio di qualità. La domanda rilevante per la maggior parte dei team è quale modello generalmente disponibile offra loro la cosa più vicina a un comportamento di classe Mythos. Sul fronte Anthropic è Claude Fable 5.1: lo stesso modello sottostante con le salvaguardie intatte, $10/$50 e nessun programma di verifica. Sul fronte Google è Argon stesso, che è ampiamente disponibile ma non è lo stesso prodotto di un modello cyber senza classificatore.

Come scegliere senza un confronto diretto che non puoi effettuare

Se il tuo lavoro è sicurezza offensiva autorizzata, red teaming o analisi di malware all'interno di un'organizzazione che può superare la revisione, Claude Mythos 5 è lo specialista e il processo di accesso è il prezzo d'ingresso. Se il tuo lavoro è generazione di codice con output lungo, migrazione o sintesi di documenti, Gemini 4 Argon è più economico oggi, ancora più economico dopo la rideterminazione dei prezzi di dicembre rispetto a Mythos 5 sull'output, e disponibile senza candidatura.

Per tutti quelli nel mezzo, la risposta pratica è non scegliere nessuno dei due come unica dipendenza. Claude Fable 5.1 e Claude Fable 5 sono entrambi nel catalogo OrcaRouter a prezzo di listino, senza ricarichi, il che significa che il listino prezzi di Anthropic ti arriva invariato e le variazioni di prezzo sono effettive lo stesso giorno. Gemini 4 Argon non è ancora nel nostro catalogo; i modelli Gemini che instradiamo sono della linea 3.x, quindi un contratto diretto con Google resta la strada per Argon. Far passare il lato Anthropic da un unico endpoint, insieme ai modelli che già usi, è il modo economico per testare se Fable 5.1 soddisfa i tuoi standard prima di impegnarti in un programma di verifica per il suo gemello senza restrizioni.

Cosa cambierebbe questo confronto

Contano due date. Il 1º dicembre 2026 il prezzo di Argon raddoppia, il che restringe il divario sull'output a 2,5× e rende la differenza sul costo di lettura della cache più importante del prezzo di listino. E il programma a tre livelli di Anthropic è ancora così recente che le tempistiche di approvazione sono dichiarate dal fornitore anziché osservate. Se Defence Access dovesse richiedere giorni anziché settimane, l'argomento sull'accesso si indebolisce e lo specialista diventa un'opzione realistica per una platea molto più ampia di team di sicurezza. Fino ad allora, la sintesi equa è che Google vende un generalista di frontiera a un prezzo promozionale e Anthropic vende uno specialista ad accesso ristretto a un elenco di organizzazioni approvate — e questi sono prodotti diversi prima ancora che punteggi diversi.