Claude Mythos 5 対 DeepSeek V4 Pro：15倍の価格差、そして得意なことにおいて安いのは、そのうちの一方だけ

Claude Mythos 5とDeepSeek V4 Proは通常の意味での競合ではない。そして、あらゆるベンチマークよりも先に、数字がそう語っている。Claude Mythos 5は、Anthropicの2026年6月9日の制限付きサイバーおよび生物学向けフラッグシップであり、9月1日にClaude Mythos 5.1として刷新された。Mythosティアでは入力100万トークンあたり10ドル、出力100万トークンあたり50ドルで、検証プログラムを通じてのみ利用可能。DeepSeek V4 Proは、オープンウェイトに近いMoEフラッグシップで、2026年4月からDeepSeek自身のAPIから提供され、8月に刷新された。オフピーク時で入力0.66ドル、出力1.98ドル、Mythosの料金のおよそ15分の1で、キャッシュ読み取りは13倍安く、90秒で作成できるキーの背後にある。一方は申請する能力であり、他方は最適化する費目である。それでも比較する価値はある。なぜなら、2つのモデルは同じことが苦手で、同じことが得意であり、価格差は能力差が最も小さいところで最大になるからだ。

各モデルの正体

Claude Mythos 5 は、Anthropic のフロンティア世代における制限付き SKU で、基盤となる重みを公開モデルの Claude Fable 5 と共有し、セーフガードレベルによってのみ区別される——公開モデルではオンのままになっているサイバーおよび生物学の分類器のことだ。Anthropic はこれを Mythos Preview への最新アップデートと説明しており、サイバーセキュリティ、生物学、医療のベンチマークで向上が見られ、「審査済みパートナーの小規模グループ」向けにリリースされた。公表されているベンチマーク履歴は乏しく、そのほとんどは維持管理されたモデルカードではなくローンチ時の報道に由来しており、この名前とともに出回っている CyberGym Level 1 の 83.8% という数値は Anthropic に由来するものではない。その既知の強みは攻撃的および防御的セキュリティ業務にある。このモデルの評判は自律的な脆弱性発見に支えられており、そのアクセス範囲もそれを中心に構築されている——Cyber Verification Program と、Enterprise 顧客に自由形式のプロンプト入力を与えることなく Mythos 5 を実際のコードベースに触れさせる Claude Security スキャナーである。

DeepSeek V4 Proは、商業的に重要なほとんどすべての点で正反対だ。総パラメータ数1.6兆、アクティブ約490億のMixture-of-Expertsモデルで、1,048,576トークンのコンテキストウィンドウ、最大出力384,000トークン、入力はテキストのみ、そして公開された料金表を備える。4月にDeepSeekのAPIを通じて提供が始まり、8月13日に0813ビルドで更新され、今日も変わらない課金で提供され続けている——これは明示しておく価値のある点だ。というのも、9月にDeepSeekは同モデルの廃止を発表して日付を設定し、その後、開発者からの圧力を受けて11日後に撤回したからである。DeepSeek自身の料金ページの脚注は今や、期間の定めのない継続提供へのコミットメントとして読める。

料金表、ほとんどの比較で省かれてしまう行つき

• 入力 — Claude Mythos 5 は100万トークンあたり $10.00、一方 DeepSeek V4 Pro はオフピーク時 $0.66、ピーク時間帯では $1.32。7.6倍～15.2倍の差。

• 出力 — 100万あたり$50.00 対 オフピーク時$1.98、ピーク時$3.96。12.6倍から25倍の差。

• キャッシュ読み取り — 6月のMythos世代は100万トークンあたり$1.00、Claude Mythos 5.1とClaude Fable 5.1では$0.25、一方DeepSeek V4 Proのオフピーク時は$0.022；長いエージェント実行を支配し、差が最も大きくなる費目です。

• コンテキストと出力上限 — 両方とも100万トークン。M​ythos側の最大出力は128Kで、DeepSeek V4 Proの384Kに対して。

• モダリティ — Mythos 側ではテキスト、画像、ファイルの入力が可能、DeepSeek V4 Pro ではテキストのみ。

• アクセス — 審査プログラムと30日間のデータ保持要件 対 セルフサービス型APIキー。

ピーク時間帯の行が一番の曲者だ。D​eepSeekのオフピーク料金はピークの半額で、ピーク時間帯はUTC 01:00～04:00と06:00～10:00、月曜から金曜（中国の祝日を除く）だ。それ以外は、週末全体を含めてすべてオフピーク扱いとなる。オンデマンドではなくスケジュールで実行されるバッチジョブは、誰も意図しないままピーク時間帯に重なってしまうことがあり、実効入力レートは$1.32になる。それでもM​ythos料金のほんの一部にすぎないので、結論は覆らない。だが、時間帯を無視した「25倍安い」という要約は、あなたが実際には呼び出していないモデルについて述べていることになる。M​ythos側では、キャッシュに関する進む方向に注目してほしい。A​nthropicは2世代の間でキャッシュ読み取りを75%削減した。これは、長時間のエージェント作業では同じコンテキストが繰り返し読み込まれること、そしてヘビーユーザーの請求額が実際に効いてくるのはキャッシュの行であることを、ベンダーが分かっている証拠だ。

行うことができないベンチマーク比較

この対決に関する正直な問題はここにあり、しかもそれは小さな問題ではありません。AnthropicはClaude Mythos 5のベンチマーク表を公開しておらず、DeepSeekもMythos 5に対する結果を公開していません。この2つのモデルは、異なる主体によって異なる項目で測定されており、Claude Mythos 5について出回っている数値は、主にAnthropicによるものではなく、第三者による比較から来ています。

存在するものは、有用な意味で非対称だ。D​eepSeekは0813ビルドの完全なカードを公開したが、そのすべてはベンダー報告であり、独立に再現されたものは一つもない。Terminal-Bench 2.1は87.9、DeepSWEは62.7、CyberGymは83.3、Humanity's Last Examはツールなしで42.7、ツールありで60.0、Toolathlon-Verifiedは74.1、AutomationBenchは31.8。その後、独立系評価者たちはこの見方をかなり冷ました——Artificial Analysisは0813ビルドをIntelligence Indexで36とし、指標タスクあたりの実測コストは$0.67、その非推論バリアントは20とする。これは入力100万トークンあたり$0.66という実際の能力プロファイルであり、一般的な推論ではフロンティアよりはるかに下である。

両モデルが実際に重なる領域はセキュリティであり、そこでの比較は逆方向に示唆的だ。DeepSeekはV4 ProでCyberGymを83.3と報告している。同じベンチマークでClaude Mythos 5の隣に最も頻繁に記載される数値は83.8だ — そしてそれはAnthropicから出たものではなく、競合他社の比較から出たもので、その競合にはこの競争を接戦として印象づける自前の事情がある。同じベンチマーク上で0.5ポイント差のベンダーに近い数値2つは、オープンなMoEフラッグシップがAnthropicの制限付きサイバーモデルに匹敵する証拠ではない。それは、どちらの数値も独立に検証されていないこと、そしてこのベンチマークが双方によってマーケティング基盤として使われていることの証拠だ。

それぞれが間違ったツールとなる場合

2つのモデルをタスクリストに照らし合わせれば、ルーティングするのに十分明確な差が出る。

Claude Mythos 5はセキュリティ業務向けに作られており、それを求めるほぼすべての人にとって非公開です。脆弱性の発見、エクスプロイト開発、自社インフラ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セキュリティ研究が目的なら、Mythosティアがまさにそのために設計されたものであり、障害となるのは価格ではなく適格性です。同じモデルの公開版であるClaude Fable 5は完全なセーフガード群を備えているため、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ブロックされたままです。あなたが買っているのは能力のティアであり、サイバー関連の権限ではありません。

DeepSeek V4 Proは大量処理向けに作られています。テキストを入力し、テキストを出力し、巨大な出力上限を持ち、その価格は、攻撃的なリトライループや長い抽出パイプラインを経済的にありふれたものにします。その特性は、大規模な分類、すでにテキストである文書からの構造化抽出、要約、一次トリアージ、そしてエージェントパイプラインの中間にある整形負荷の高い処理にまさにうってつけです。ただし、画像を送るモデルではありません。視覚機能がないため、スキャンしたPDFやスクリーンショットは、より安価な入力経路ではなく、除外された入力経路です。また、汎用推論指数が36であることは、真の多段階計画を必要とするタスクでは、価格優位が補えなくなることを意味します。

ルーティングを妥協ではなく答えにするコスト構造

強みは大きく重なっていないため、有用な策はどちらかを選ぶことではない。視覚を伴う作業と難度の高い推論はA​nthropic側に、大量のテキスト作業はD​eepSeekに送る。そうすれば、混在ワークロードでの節約は通常大きい — ただし、2つのモデルが1つのキーの背後に存在する場合に限る。そうでなければ、2つ目の統合はトークン支出の差よりも多くのエンジニアリング時間を要するからだ。

それは調達の判断ではなく、ルーティング層の話だ。OrcaRouter はanthropic/claude-opus-5.5を入力 $4.00、出力 $20.00 で、deepseek/deepseek-v4-proを同じ O​penAI 互換エンドポイント上で $0.66 と $1.98 で提供している。ラインナップは 200 を超えるモデルにわたり、プロバイダーの定価を 0% のマークアップでそのまま通している——これは特に D​eepSeek 側で意味を持つ。D​eepSeek は V4 Pro の価格を一度ならず改定し、オフピーク時間帯も動かしてきたからだ。パススルーのルートなら、契約に数字を凍結するのではなくベンダーの価格表に追随できる。ルーティング DSL はその振り分けを一箇所で表現する——簡単な分岐には安いモデル、回答の確信度やタスクの形がそう告げればエスカレーション——そして自動フェイルオーバーは、ここでは安定したモデル上よりも価値がある。V4 Pro は 9 月、告知されたサービス停止の下で一週間を過ごし、その停止は後に撤回された。デプロイなしに別のプロバイダーへフォールバックするルートを持っていることは、ベンダーが心変わりするリスクに対する安上がりなヘッジになる。

同じカタログのもう一つの誠実な使い方は、測定器として使うことです。高価なモデルを優先する習慣はよくあるうえに高くつきます。唯一の確実な解決策は、両方のモデルで実際のトラフィック上のトークンを数えることです。これは、両方が1つのキー上にあるなら設定変更で済み、そうでなければプロジェクトになります。

この比較を変えるものは何でしょうか？

2つある。DeepSeekが、長期タスクにおけるエージェント能力の差を埋める後継モデルを、現在の価格と同程度の価格で投入すれば、この分岐は価格の問題に帰着し、答えは自明だ——そしてDeepSeekはその一手を繰り返し打ってきた。同社が性能・コスト・速度でV4 Proを全面的に上回ると述べている9月のリリースもその一つだ。逆に、Anthropicが標準的なベンチマークセットでMythos 5または5.1のベンチマーク表を公開すれば、この比較のセキュリティ面は主張ではなく検証可能になり、購入者は$10 / $50の料金表で、DeepSeekの$0.66では提供されない何かを買っているのかどうかを、ようやく判断できるようになるだろう。

どちらも実現していない。どちらかが実現するまでは、実用的な立場としては、DeepSeek V4 Pro がテキストを扱う作業において市場でトークンあたりの価値がより高く、フロンティア推論が解決済みのコモディティであるかのように価格付けされており、C​laude M​ythos 5 はほとんどのチームが入手できない能力であり、仮に入手できてもほとんどのチームが支払わない価格である。呼び出せる方で構築せよ。モデル名を config に残しておけば、もう一方がもし利用可能になっても1行の変更で済む。

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。