Claude Mythos 5 vs DeepSeek V4 Pro: 15× różnica w cenie, a tylko jeden z nich jest tani w tym, w czym jest dobry

Claude Mythos 5 i DeepSeek V4 Pro nie są konkurentami w zwykłym tego słowa znaczeniu, a liczby mówią o tym, zanim zrobi to jakikolwiek benchmark. Claude Mythos 5 to flagowy model Anthropic do cyberbezpieczeństwa i biologii o ograniczonym dostępie z 9 czerwca 2026 r. — odświeżony jako Claude Mythos 5.1 1 września — wyceniony na 10 USD za milion tokenów wejściowych i 50 USD za milion tokenów wyjściowych w warstwie Mythos, dostępny wyłącznie w ramach programu weryfikacji. DeepSeek V4 Pro to flagowy model MoE zbliżony do otwartych wag, udostępniany przez własne API DeepSeek od kwietnia 2026 r. i odświeżony w sierpniu, w cenie 0,66 USD za tokeny wejściowe i 1,98 USD za tokeny wyjściowe poza godzinami szczytu, około jednej piętnastej stawki Mythos, a odczyty z pamięci podręcznej są trzynaście razy tańsze, dostępny za kluczem, który możesz utworzyć w dziewięćdziesiąt sekund. Jeden z nich to możliwość, o którą się wnioskuje; drugi to pozycja kosztowa, którą się optymalizuje. Porównanie i tak warto przeprowadzić, ponieważ oba modele są słabe w tych samych rzeczach i dobre w tych samych rzeczach, a różnica cen jest największa dokładnie tam, gdzie różnica w zdolnościach jest najmniejsza.

Czym tak naprawdę jest każdy model

C​laude M​ythos 5 to ograniczony SKU czołowej generacji A​nthropic, współdzielący bazowe wagi z publicznym Claude Fable 5 i wyróżniający się wyłącznie poziomem zabezpieczeń — klasyfikatorami cyberbezpieczeństwa i biologii, które w publicznym modelu pozostają włączone. A​nthropic opisuje go jako najnowszą aktualizację M​ythos Preview, z poprawą wyników w benchmarkach cyberbezpieczeństwa, biologii i opieki zdrowotnej, udostępnioną „niewielkiej grupie zweryfikowanych partnerów”. Jego publikowana historia benchmarków jest uboga i pochodzi głównie z relacji z premiery, a nie z utrzymywanej karty modelu, a krążący wraz z nazwą wynik 83,8% w CyberGym Level 1 nie pochodzi od A​nthropic. Jego znaną mocną stroną jest praca w zakresie bezpieczeństwa ofensywnego i defensywnego: reputacja modelu opiera się na autonomicznym wykrywaniu podatności, a jego zakres dostępu jest zbudowany wokół tego — Cyber Verification Program oraz skaner C​laude Security, który stawia M​ythos 5 przed rzeczywistymi bazami kodu dla klientów Enterprise, nie dając im możliwości swobodnego promptowania.

DeepSeek V4 Pro jest pod niemal każdym względem istotnym komercyjnie jego przeciwieństwem. To model typu Mixture-of-Experts z 1,6 biliona łącznych parametrów i około 49 miliardami aktywnych, oknem kontekstowym 1 048 576 tokenów, maksymalnym wyjściem 384 000 tokenów, wejściem wyłącznie tekstowym i opublikowanym cennikiem. Został udostępniony przez API DeepSeek w kwietniu, odświeżony kompilacją 0813 13 sierpnia i jest nadal obsługiwany przy niezmienionym rozliczeniu — co warto powiedzieć wprost, ponieważ we wrześniu DeepSeek ogłosił wycofanie modelu, wyznaczył datę, a następnie jedenaście dni później wycofał się z tego pod naciskiem deweloperów. Przypis na własnej stronie DeepSeek z cennikiem brzmi teraz jak zobowiązanie do ciągłości bez podanych ram czasowych.

Karty stawek, z wierszem, który większość porównań pomija

• Wejście — C​laude M​ythos 5 po 10,00 USD za milion tokenów kontra DeepSeek V4 Pro po 0,66 USD poza godzinami szczytu, 1,32 USD w oknach szczytowych; różnica od 7,6× do 15,2×.

• Wyjście — 50,00 USD za milion w porównaniu z 1,98 USD poza szczytem, 3,96 USD w szczycie; różnica od 12,6× do 25×.

• Odczyty z pamięci podręcznej — 1,00 USD za milion dla czerwcowej generacji M​ythos, 0,25 USD w C​laude M​ythos 5.1 i Claude Fable 5.1, w porównaniu do 0,022 USD dla DeepSeek V4 Pro poza szczytem; pozycja, która dominuje w długich przebiegach agentów i w której różnica jest największa.

• Kontekst i limit generowania — 1 mln tokenów w obu przypadkach; maksymalnie 128 tys. tokenów wyjściowych po stronie M​ythos wobec 384 tys. dla DeepSeek V4 Pro.

• Modalność — wprowadzanie tekstu, obrazów i plików po stronie Mythos w porównaniu z tylko tekstem w DeepSeek V4 Pro.

• Dostęp — program weryfikacyjny i wymóg 30-dniowego przechowywania danych kontra samoobsługowy klucz API.

To wiersz okna szczytowego jest tym, który gryzie. Stawka D​eepSeek poza szczytem to połowa stawki szczytowej, a okna szczytowe to 01:00–04:00 i 06:00–10:00 UTC, od poniedziałku do piątku, z wyłączeniem chińskich świąt publicznych; wszystko inne, w tym całe weekendy, zalicza się do godzin poza szczytem. Zadanie wsadowe uruchamiane według harmonogramu, a nie na żądanie, może trafić w okno szczytowe, mimo że nikt go tam nie wybiera, a efektywna stawka za dane wejściowe wynosi 1,32 USD. To wciąż ułamek stawki M​ythos, więc wniosek się nie odwraca — ale podsumowanie „25× taniej”, które ignoruje to okno, opisuje model, którego możesz nie wywoływać. Po stronie M​ythos zwróć uwagę na kierunek zmian w zakresie cache: A​nthropic obniżył koszt odczytu z cache o 75% między tymi dwiema generacjami, co mówi, że dostawca wie, iż długa praca agentowa wielokrotnie odczytuje ten sam kontekst i że to właśnie pozycja cache jest tym, gdzie tak naprawdę mieści się rachunek ciężkiego użytkownika.

Porównanie benchmarkowe, którego nie można przeprowadzić

Oto szczery problem z tym starciem i nie jest to błahy problem. Anthropic nie publikuje tabeli benchmarków dla Claude Mythos 5, a DeepSeek nie publikuje wyników w zestawieniu z Mythos 5. Oba modele były mierzone przez różne podmioty na różnych rzeczach, a liczby krążące na temat Claude Mythos 5 pochodzą głównie z porównań podmiotów trzecich, a nie od Anthropic.

To, co istnieje, jest asymetryczne w użyteczny sposób. DeepSeek opublikował pełną kartę dla kompilacji 0813, w całości raportowaną przez producenta i ani razu nieodtworzoną niezależnie: Terminal-Bench 2.1 na poziomie 87,9, DeepSWE na 62,7, CyberGym na 83,3, Humanity's Last Exam na 42,7 bez narzędzi i 60,0 z nimi, Toolathlon-Verified na 74,1, AutomationBench na 31,8. Niezależni ewaluatorzy znacznie ostudzili jednak ten obraz — Artificial Analysis plasuje kompilację 0813 na poziomie 36 w swoim Intelligence Index, przy zmierzonym koszcie 0,67 USD na zadanie indeksowe, a jej wariant nierozumujący na poziomie 20. To realny profil możliwości za 0,66 USD za milion tokenów wejściowych i zarazem znacznie poniżej czołówki w ogólnym rozumowaniu.

Miejsce, w którym oba modele faktycznie się pokrywają, to bezpieczeństwo, a tam porównanie jest pouczające w niewłaściwym kierunku. D​eepSeek podaje CyberGym na poziomie 83,3 dla V4 Pro. Liczba najczęściej drukowana obok C​laude M​ythos 5 na tym samym benchmarku to 83,8 — i nie pochodzi od A​nthropic, lecz z porównania konkurenta, który ma własny powód, by przedstawiać ten wyścig jako bliski. Dwie liczby z otoczenia dostawców różniące się o pół punktu na tym samym benchmarku nie są dowodem na to, że otwarty flagowy model MoE dorównuje ograniczonemu modelowi cybernetycznemu A​nthropic. To dowód na to, że żadna z tych liczb nie została niezależnie zweryfikowana i że benchmark jest wykorzystywany przez obie strony jako infrastruktura marketingowa.

Gdzie każdy z nich jest niewłaściwym narzędziem

Skonfrontuj oba modele z listą zadań, a podział okaże się wystarczająco wyraźny, by na jego podstawie kierować.

C​laude M​ythos 5 jest stworzony do pracy w dziedzinie bezpieczeństwa i pozostaje niedostępny dla niemal wszystkich, którzy go chcą. Jeśli Twoim zadaniem jest wykrywanie podatności, tworzenie exploitów, red teaming przeciwko własnej infrastrukturze lub badania bezpieczeństwa wymagające swobodnego promptowania modelu frontier, to właśnie poziom M​ythos jest do tego zaprojektowany, a przeszkodą nie jest cena — lecz kwalifikowalność. Publiczny bliźniak tego samego modelu, Claude Fable 5, ma pełny zestaw zabezpieczeń, co oznacza, że testy penetracyjne, generowanie exploitów i skanowanie pod kątem podatności binarnych pozostają zablokowane; kupujesz poziom możliwości, a nie uprawnienia cyber.

DeepSeek V4 Pro jest stworzony do dużej skali. Tekst na wejściu, tekst na wyjściu, ogromny limit wyjścia i cena, która sprawia, że agresywne pętle ponawiania i długie potoki ekstrakcji stają się ekonomicznie banalne. Jego profil jest dokładnie tym, czego chcesz do klasyfikacji na skalę, strukturyzowanej ekstrakcji z dokumentów, które już są tekstem, streszczania, wstępnego triażu i mocno zorientowanego na formatowanie środka potoku agentowego. Nie jest to natomiast model, do którego wysyła się obraz: nie ma funkcji widzenia, więc skanowany PDF lub zrzut ekranu nie jest tańszą ścieżką wejściową, lecz wykluczoną. A jego ogólny wskaźnik rozumowania wynoszący 36 oznacza, że zadania wymagające prawdziwego wieloetapowego planu to zadania, w których przewaga cenowa przestaje to rekompensować.

Struktura kosztów, która sprawia, że routing jest rozwiązaniem, a nie kompromisem

Ponieważ ich mocne strony nie pokrywają się w dużym stopniu, użytecznym posunięciem nie jest dokonywanie wyboru. Prace związane z wizją i trudne wnioskowanie wyślij do A​nthropic, a prace tekstowe o dużym wolumenie do D​eepSeek, a oszczędności przy mieszanym obciążeniu są zwykle duże — ale tylko wtedy, gdy oba modele działają za jednym kluczem, ponieważ w przeciwnym razie druga integracja kosztuje więcej czasu inżynierskiego niż różnica w wydatkach na tokeny.

To argument za warstwą routingu, a nie decyzją zakupową. OrcaRouter oferuje anthropic/claude-opus-5.5 w cenie 4,00 USD za wejście i 20,00 USD za wyjście, a deepseek/deepseek-v4-pro w cenie 0,66 i 1,98 USD na tym samym en​dpoincie zgodnym z O​penAI, w katalogu ponad 200 modeli, z ceną katalogową dostawcy przekazywaną przy 0% marży — co ma znaczenie szczególnie po stronie D​eepSeek, bo D​eepSeek kilkukrotnie zmieniał cennik V4 Pro i przesuwał okna poza szczytem, a trasa typu pass-through podąża za cennikiem dostawcy, zamiast zabetonowywać konkretną liczbę w umowie. DSL routingu wyraża ten podział w jednym miejscu — tani model do łatwej gałęzi, eskalacja, gdy wskazuje na to pewność odpowiedzi albo kształt zadania — a automatyczny failover jest tu wart więcej niż przy stabilnym modelu: V4 Pro spędził tydzień we wrześniu w zapowiedzianym stanie wyłączenia, które następnie wycofano, a trasa, która przełącza się na drugiego dostawcę bez wdrożenia, to tania polisa na wypadek zmiany zdania przez dostawcę.

Innym uczciwym zastosowaniem tego samego katalogu jest użycie go jako narzędzia pomiarowego. Nawyk zaczynania od drogiego modelu jest powszechny i kosztowny; jedynym niezawodnym rozwiązaniem jest liczenie tokenów na rzeczywistym ruchu przy użyciu obu modeli, co jest zmianą konfiguracji, gdy oba są na jednym kluczu, a osobnym projektem, gdy nie są.

Co zmieniłoby to porównanie

Dwie rzeczy. Jeśli D​eepSeek wypuści następcę, który zamyka lukę w zakresie agentów długiego horyzontu przy cenie choćby zbliżonej do obecnej, podział sprowadza się do kwestii ceny, a odpowiedź jest banalna — a D​eepSeek wielokrotnie wykonywał taki ruch, w tym wrześniowe wydanie, które, jak twierdzi, wszechstronnie przewyższa V4 Pro pod względem wydajności, kosztu i szybkości. W drugą stronę, jeśli A​nthropic opublikuje tabelę benchmarków M​ythos 5 lub 5.1 na standardowym zestawie, połowa tego porównania dotycząca bezpieczeństwa stanie się weryfikowalna, a nie tylko deklarowana, a nabywcy mogliby wreszcie stwierdzić, czy cennik $10 / $50 daje coś, czego nie zapewnia stawka $0.66 D​eepSeek.

Nie wydarzyło się ani jedno z nich. Dopóki któreś nie nastąpi, praktyczne stanowisko jest takie, że DeepSeek V4 Pro oferuje lepszy stosunek wartości do ceny w przeliczeniu na token na rynku w przypadku pracy w formie tekstu i jest wyceniany tak, jakby rozumowanie na poziomie frontier było rozwiązłym towarem masowym, a Claude Mythos 5 to możliwość, której większość zespołów nie może uzyskać, i cena, której większość zespołów nie zapłaciłaby, gdyby mogła. Buduj na tym, który możesz wywołać; zachowaj nazwę modelu w konfiguracji, aby drugi stał się jednowierszową zmianą, jeśli kiedykolwiek się otworzy.

Nic z tego nie jest hipotetyczne: udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, stopień ważności, ocenę pewności i oznaczenie sporne.