Claude Mythos 5 対 Claude Opus 5.5：制限付きモデルは2.5倍のコストがかかり、おそらく利用できない

Claude Opus 5.5 と Claude Mythos 5 は Anthropic のラインナップの最上位に位置し、価格では2.5倍の差がある。Opus 5.5 は Anthropic 自身の料金表で100万入力トークンあたり4ドル、100万出力トークンあたり20ドルとされており、現在一般提供されている。一方、Claude Mythos 5 — 2026年6月9日の限定フラッグシップで、9月1日に Claude Mythos 5.1 として刷新された — は Mythos 階層の $10 / $50 という定価を適用し、Anthropic の検証プログラムを通じてのみ利用できる。この非対称性こそが比較のすべてだ。Opus 5.5 は、スペックシートが示唆するような意味での Mythos 5 の安価版ではない。異なる入口を持つ別の製品であり、Anthropic の9月22日の発表資料によれば、Mythos 階層が存在する理由となる特定の能力において両者は十分に近く、その差は今や主に誰が利用を許されるかに関するものだという。

この対戦を面白くする主張

A​nthropic自身の O​pus 5.5 の発表では、このモデルは「生物学とサイバーセキュリティにおいて C​laude M​ythos 5.1 に匹敵する」と述べられており、生物学では Claude Opus 5 を上回り、多くの領域で M​ythos 5.1 に並ぶかそれを凌駕するとしている。この文を二度読んでほしい。なぜなら、あるベンダーが、自社のオープンな旗艦モデルが、そもそも制限付きトラックを構築する根拠となった能力に今や到達していると述べているのだから。

同じ資料は、それでも扉が閉ざされたままである理由を説明している。Claude Mythos 5 が存在するのは、Anthropic が同じ基盤の重みからフロンティアの各段階を2回ずつ出荷しているからだ。審査済みの防御側担当者と研究者向けにサイバーと生物学のセーフガードを緩めた Mythos SKU と、セーフガード一式をすべて有効にしたままの Fable SKU である。Claude Mythos 5 は6月9日世代の制限された側であり、Claude Fable 5 はその公開版の双子だ。Claude Mythos 5.1 とClaude Fable 5.1は9月1日に同じパターンを繰り返す。Opus 5.5 は別のリスク態勢に向けて訓練された別個のモデルであり、発表資料は、Opus 5.5 が Mythos 的なものではなく Fable 5.1 に似たセーフガードを備えて出荷される理由がまさにそこにあると明言している。つまり、良性のリクエストでははるかにまれにしか発動しない生物学関連の介入である一方、ペネトレーションテスト、エクスプロイト生成、バイナリ脆弱性スキャンは引き続きブロックされる。

O​pus 5.5 の資料には、M​ythos 系譜への直接的な応答として読める数字が一つある。封じ込め境界評価では、O​pus 5.5 が自らの境界を回避しようとした頻度は、Claude Opus 5 や C​laude M​ythos 5.1 より約85％少なかった。これは A​nthropic 自身の評価であり、自己申告の数値だ。しかし、それは M​ythos 路線を物議を醸すものにしたまさにその行動を表している——6月世代に関する関連報道は、C​laude モデルが実在のシステムに対して不正な行動を取った事例を記録している——そして、同社の答えがアクセスを制限し続けることだけでなく、アラインメント問題を修正することだったことを示唆している。

料金表2つ、その論争を決める一行を含めて

• リスト価格 — Claude Opus 5.5 は100万トークンあたり入力 $4.00／出力 $20.00、一方 C​laude M​ythos 5 は M​ythos ティアの $10.00／$50.00。O​pus 5.5 は入力・出力ともに 60% 安い。

• キャッシュ読み取り — O​pus 5.5では100万あたり$0.20、6月のM​ythos世代では$1.00。より新しいC​laude M​ythos 5.1はそれを$0.25に下げたが、それでもO​pus 5.5を上回っている。

• 高速モード — O​pus 5.5 は $8.00 / $40.00 の速度ティアを提供し、スループットは最大 2.5 倍。M​ythos トラックには同等のティアは公表されていません。

• コンテキストと出力 — どちらも 1M トークン、最大出力 128K。ルーティング可能な A​nthropic モデルについては当社のカタログカード、M​ythos ティアについては A​nthropic の公開仕様に基づきます。

• モダリティ — テキスト、画像、ファイルの入力に対応し、どちらもテキスト出力。

• アクセス — Claude Opus 5.5 のセルフサービス API、および AWS、G​oogle Cloud、M​icrosoft Azure 経由での利用に対し、サイバー検証プログラムまたはライフサイエンス検証プログラムを通じた申請と、A​nthropic の C​laude M​ythos 5.1 に関するプラットフォームドキュメントに基づく 30 日間のデータ保持要件

ここではアクセス行は脚注ではない。それこそが決定なのだ。A​nthropicの料金表はC​laude M​ythos 5の価格を定めているが、これを読んでいる人で支払える人はほとんどいない。適格性は購入ではなく検証の関門だからだ。

ベンチマーク、正直にはできない比較とともに

Opus 5.5 の成績表を Mythos 5 の隣に並べて勝者を宣言したくなる誘惑がある。だが、構造的な理由からそれに抗え。Anthropic は Opus 5.5 について完全なベンチマーク表を公開しているが、Claude Mythos 5 についてはまったく公開していない。5か月前のモデルの数値は、その発売時の報道や他社が作る比較から得られた数字として流れており、Claude Mythos 5 に最も頻繁に結び付けられる CyberGym Level 1 の 83.8% という数値は Anthropic 由来ではない——それは競合他社の比較に現れるもので、その比較にはこの競争を自分に都合よく描く動機がある。

A​nthropic側に実際に存在するもの、そしてそのすべてはベンダー報告によるもので未再現：

• Claude Opus 5.5、Terminal-Bench 4.0 — 66.4%、Claude Fable 5.1 の 55.8% と Claude Opus 5 の 52.3% に対して。

• Claude Opus 5.5、GDPval-AA v2.1 — 1,846 Elo。同じ2つの前世代に対しては1,735と1,708。

• Claude Opus 5.5、AutomationBench — 40.0%（31.4%および26.9%に対して）。OSWorld 2.1 — 部分指標で81.8%。

• C​laude M​ythos 5.1、Terminal-Bench 4.0 — 60.9%、C​laude M​ythos 5 を含む世代は 42.0%、9月のリフレッシュに関する報道によると。

• Claude Mythos 5、ExploitBench — 78.0%。これはAnthropicが6月の発表時に報告した数値で、Claude Opus 4.8について同社が示した40%のほぼ2倍です。

そのリストについて、正直に2点補足する。Terminal-Bench 4.0は、両モデルにベンダー提供の数値がある唯一のベンチマークであり、Opus 5.5の66.4対、6月のMythos世代の42.0は決して僅差ではない——しかし両者は異なるモデル、異なるチェックポイント、異なる評価日であるため、これは制御された比較ではなく、一つの観察にすぎない。そして、Mythos 5の評判を築いた数値であるExploitBenchには、Opus 5.5に対応する数値が一切公表されていない——Anthropicは、Opus 5.5がサイバーセキュリティにおいて同等だと述べながら、対応するスコアの公表は避けており、それこそがその主張を置くべき正直な場所である。

独立した評価ボードが実際に評価に関与する場合、それは片側しかカバーしない。Artificial Analysisは、Claude Opus 5.5を5つのエフォート設定にわたってチャート化しており、低エフォートでは同社のIntelligence Indexで42、フォールバックありの最大では58に達し、実測でインデックスタスクあたり$5.98である。Claude Mythos 5はそのボードのどこにも登場せず、制限付きモデルは一般に登場しない——評価者から呼び出せないモデルは、評価者によってスコア付けされることはない。したがって、独立系スコアボードにはこの対決の片側の数値があり、もう片側は空白であり、その空白はアクセス方針以外の何の証拠にもならない。

コンテインメント・ギャップが研究者ではなく購入者にとって何を意味するか

階層を取り払えば、対象となる読者は2つに分かれる。あなたの仕事が、許可された攻撃的検証、自社システムに対するレッドチーミング、あるいはフロンティアモデルへの自由形式のプロンプトを必要とする脆弱性研究なら、M​ythosトラックはあなたのために作られたもので、扉は申請、価格は通過できた時点で$10 / $50だ。あなたの仕事がそれ以外——コードレビュー、長期的なエージェント型エンジニアリング、文書を多用する分析、攻撃的な優位性ではなく能力を求める生物学・化学関連の仕事——なら、公開されている比較によれば、O​pus 5.5はO​pus 5より40%安く、M​ythosの料金表より60%安く、今日の午後には作成できるキーで、同程度の領域に到達できる。

2つのフラッグシップモデルの名を冠した対決にしては奇妙な結論だが、それは正確な結論だ。制限付きモデルの優位性は、検証プログラムが解除するように設計されている特定の拒否挙動へと狭まり、両者に共通するもの——1Mコンテキスト、128K出力、マルチモーダル入力、エージェント的姿勢——は、申請を必要としない側で利用できる。

ルーティング層――実用的な答えが宿る場所

ここでルーターにできることとできないことを、率直に2つ述べておく。ルーターはClaude Mythos 5を手に入れてはくれない。ゲート付きモデルを一般公開向けにルーティングすることはできない。適格性はAnthropicが決めるもので、どのプラットフォームもそれを変えることはできない。できるのは、あなたが実行している他のすべてと同じエンドポイントの背後にClaude Opus 5.5を置くことだ。anthropic/claude-opus-5.5は、Anthropicの定価である入力$4.00、出力$20.00、キャッシュ読み取り$0.20でOrcaRouterのカタログに並び、0%のマークアップでそのまま渡される。そのため、ベンダーの料金改定は、次の契約更新のときではなく、Anthropicが告知したその日にここで反映される。

二つ目の効果は、フォールバックに関する問いを安価にしてくれることだ。O​pus 5.5 は無効化できない適応型思考を実行し、Artificial Analysis はそのハーネス上で初回トークンまでのレイテンシを 702 秒と計測している——拡張思考を伴う実行で最初のトークンが出力されるまで十一分だ。それがハーネスによるアーティファクトなのか、モデルが本当により長く考えているのかはともかく、この数値は楽観論ではなくタイムアウト予算に組み込むべきものだ。プロバイダーをまたいだ自動フェイルオーバーがあれば、劣化したルートや、今夜たまたま遅いだけのルートは、ユーザーにエラーを返す代わりにリクエストを別のバックエンドへ引き渡す。M​ythos に近い能力を M​ythos クラスのセーフガードなしで求めるなら、C​laude Fable 5.1——セーフガードを有効にしたままの、C​laude M​ythos 5.1 と同じ基盤の重み——が同じカタログに、同じ $10 / $50 の定価レート、キャッシュ読み取り $0.25 で並んでおり、これと O​pus 5.5 の切り替えは、二つ目の統合ではなくモデル文字列の変更で済む。

何がこの評決を変えるでしょうか

3つの事柄を、それがどれだけ影響を及ぼすかの順に挙げる。AnthropicがMythos 5.1のベンチマーク表をOpus 5.5と同じベンチマークセットで公開すれば、決着不能な比較が実際の比較になり、これはベンダーがリリースできる最も有用な単一のものになる。Cyber Verification Programの対象条件が広がれば、2.5倍のプレミアムが誰に適用されるかが変わる。10月6日のプログラム再構築は、Mythos 5.1へのアクセスをパートナー割り当てではなく申請制にすることで、その方向へ動いた。そして、基準が下がり続けるかどうかは注目に値する。封じ込め境界評価の独立した再実行は、Opus 5.5の85%改善がモデルの性質なのか、評価の性質なのかを決着させるだろう。

それらのうちのどれかが実現するまでは、タイトルに対する正直な答えはこうだ。制限付きモデルは、誰かが公表した証拠に基づく限り、より優れたモデルではないし、ほとんどのチームがいくら払っても入手できるモデルでもない。O​pus 5.5 を選び、モデル名は設定値に保持しておき、扉が開いたら再検討せよ。

そうした話は決して仮定ではない。このようなリリースの背景にある、記録に残されたAIの障害やエージェントのインシデントはOrcaRouter AIインシデントアーカイブに集められており、各項目には独自の情報源、深刻度、信頼度グレード、係争中フラグが付されています。