Claude Mythos 5 kontra Gemini 4 Argon: Jedne drzwi otworzyły się w trzynaście dni, a drugie nie otworzyły się od czerwca

Gemini 4 Argon i Claude Mythos 5 zostały ogłoszone jako modele o możliwościach wykraczających ponad flagowce, z ograniczonym dostępem na start, a od tego czasu ich drogi całkowicie się rozeszły. Google ogłosił Gemini 4 Argon 30 września 2026 roku w ramach kohorty zaufanych obrońców cyberbezpieczeństwa z programu Fairwind, a 13 października ciąg modelu gemini-4-argon przeszedł do wersji Stable w płatnym planie samego Google — trzynaście dni od ogłoszenia do klucza samoobsługowego, przy obowiązującej nadal cenie wprowadzającej: 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych. Claude Mythos 5 istnieje znacznie dłużej: Anthropic wydała go 9 czerwca 2026 roku jako ograniczonego bliźniaka Claude Fable 5, odświeżyła go jako Claude Mythos 5.1 1 września, a on nadal nie ma publicznego endpointu, samoobsługowego planu ani opublikowanej tabeli wyników — dostęp odbywa się wyłącznie przez Cyber Verification Program lub Life Sciences Verification Program i nic więcej. To właśnie ta różnica, a nie rozrzut wyników, decyduje o tym starciu dla niemal każdego czytelnika.

Dwa modele o tej samej historii pochodzenia i różnych zakończeniach

Oba pojawiły się w ten sam sposób, co czyni tę rozbieżność pouczającą. A​nthropic wypuścił C​laude M​ythos 5 jako ograniczony SKU swojej generacji z 9 czerwca, współdzieląc bazowe wagi z publicznym Claude Fable 5 i różniąc się wyłącznie poziomem zabezpieczeń, i przekazał go „małej grupie zweryfikowanych partnerów”. G​oogle wypuścił G​emini 4 Argon najpierw w ramach Fairwind Program — dla zweryfikowanych organów rządowych, operatorów infrastruktury krytycznej i maintainerów oprogramowania — i powiedział wprost, że szerszy dostęp dla klientów płatnego API, subskrybentów G​oogle AI Ultra, deweloperów i przedsiębiorstw nadejdzie później. G​oogle następnie zrobił to, co powiedział, że zrobi.

Anthropic zrobił coś innego i warto odnieść się do tego uczciwie. 6 października przebudował Program Cyber Verification na trzy poziomy oparte na wnioskach, włączył do niego Project Glasswing i zmienił Claude Mythos 5.1 z przydziału dla partnerów w grant dostępu, o który może ubiegać się każda kwalifikująca się organizacja ds. bezpieczeństwa. To prawdziwe poszerzenie drzwi — pierwsze w historii tego modelu. To wciąż jednak drzwi z barierą weryfikacyjną, a nie z ceną, i są skierowane konkretnie do organizacji ds. bezpieczeństwa, a nie do ogółu programistów. Ścieżka Google kończy się na cenniku; ścieżka Anthropic — na rozpatrzeniu wniosku.

Ile kosztuje każdy z nich oraz zastrzeżenie dotyczące liczby Argon

• Wejście — G​emini 4 Argon w cenie wprowadzającej 2,00 USD za milion tokenów vs C​laude M​ythos 5 w cenie 10,00 USD; różnica 5×.

• Dane wyjściowe — 10,00 USD za milion vs 50,00 USD; to samo 5×.

• Dane wejściowe z pamięci podręcznej — Argon po 0,10 USD za milion, 95% zniżki na dane wejściowe; Claude Mythos 5.1 po 0,25 USD w nowszym SKU i 1,00 USD w generacji czerwcowej.

• Kontekst i wyjście — 1 mln tokenów kontekstu w obu; limit wyjściowy Argonu został podniesiony z 64 tys. do 1 mln, w porównaniu z 128 tys. dla poziomu M​ythos.

• Modalność — Argon przyjmuje tekst, obrazy, wideo i pliki, zwracając tekst; poziom M​ythos przyjmuje tekst, obrazy i pliki na wejściu.

• Dostęp — płatny klucz API od 13 października w porównaniu z wnioskiem do programów weryfikacyjnych Anthropic z wymogiem 30-dniowego przechowywania danych.

Zastrzeżenie dotyczy słowa „introductory”. Stawka 2 USD / 10 USD Google’a to cena premierowa i Google to potwierdza; stawka opisana w ten sposób może się zmienić, a kwotą, na której należy opierać budżet, jest ta, którą Google poda w dniu, w którym się zobowiążesz. Drugie zastrzeżenie ma charakter arytmetyczny, a nie polityczny: Artificial Analysis szacuje koszt uruchomienia całego swojego zestawu indeksów na 2407 USD dla Argonu — około 1,99 USD na zadanie indeksowe — co stanowi około jednej trzeciej kosztu tego samego zestawu na Claude Opus 5.5 — przypomnienie, że cena katalogowa i rzeczywisty koszt rozchodzą się, gdy model potrzebuje mniejszej liczby tokenów i mniejszej liczby ponownych prób, aby ukończyć zadanie. Dla Claude Mythos 5 nie istnieje równoważna wartość, ponieważ żaden niezależny ewaluator nie może go wywołać.

Asymetria benchmarku, która jest uczciwym nagłówkiem

G​emini 4 Argon został zmierzony. C​laude M​ythos 5 nie został, i nie dlatego, że ktokolwiek uważa, że jest słaby.

Niezależnie opublikowane liczby Argonu: Artificial Analysis Intelligence Index od 52,6 do 53 w zależności od konfiguracji wysiłku, przy zmierzonym koszcie 1,99 USD za zadanie indeksowe i 48,9 tokenów wyjściowych na sekundę, przy czasie pierwszego tokenu wynoszącym 2,79 sekundy. Vals Index na pierwszym miejscu z 68,90% (±0,97) na swojej tablicy wpływu gospodarczego ważonego PKB. Wyniki zadań raportowane przez dostawcę, które Google opublikował wraz z ogłoszeniem z 30 września i które pozostają nieodtworzone: Terminal-Bench 4.0 z wynikiem 57,1%, SciCode z 61,8%, Humanity's Last Exam z 57,1%, rozumowanie długiego kontekstu z 79,7%, AutomationBench na pierwszym miejscu z 51,3% oraz wynik Omniscience 42,4 — największa przewaga w pojedynczym zadaniu nad porównywalnym otwartym modelem w tym zestawie.

Opublikowane wyniki Claude Mythos 5 to zupełnie inna para kaloszy. Anthropic nie prowadzi dla niego karty benchmarkowej, więc każda krążąca liczba jest z drugiej ręki. Wynik 83,8% w CyberGym Level 1, najczęściej podawany obok tej nazwy, nie pochodzi wcale od Anthropic — pojawia się w porównaniu konkurencyjnego dostawcy, który ma własny interes w tym, jak zacięty wygląda ten wyścig. Wskaźnik 78,0% w ExploitBench jest własnym wynikiem Anthropic, podanym przy czerwcowej premierze w zestawieniu z 40% dla Claude Opus 4.8. Poza tym są jeszcze twierdzenia operacyjne: 27-letni nieodkryty błąd OpenBSD, 16-letnia luka w FFmpeg, exploit przeglądarkowy łączący cztery podatności, by wymknąć się zarówno z piaskownicy renderera, jak i systemu operacyjnego, oraz eskalacja uprawnień w jądrze Linuksa z użytkownika do roota.

Zestaw je obok siebie, a rankingi nie są porównywalne — i właśnie o to chodzi. Jeden model ma wynik indeksowy, koszt na zadanie i pozycję w rankingu; drugi ma reputację i zestaw studiów przypadków, których nikt spoza listy partnerów A​nthropic nie może odtworzyć. Argon ma też udokumentowaną krytykę, jakiej nie ma poziom M​ythos: Bloomberg poinformował w dniu ogłoszenia, że niektórzy pracownicy G​oogle z bezpośrednim dostępem twierdzili, że model radzi sobie gorzej w rzeczywistej pracy, niż sugerują jego benchmarki — projektowanie front-endu znalazło się wśród wymienionych zadań — i opisali go jako dotknięty optymalizacją pod benchmarki, czemu G​oogle zaprzecza. Ten raport jest niezweryfikowany i kwestionowany, a mimo to wciąż stanowi punkt danych, który istnieje po jednej stronie tego starcia, a nie po drugiej.

Porównanie, którego nie dokonuje żaden z dostawców

Materiały premierowe Google'ego pozycjonują Argon wobec Claude Opus 5.5 i GPT-6 Astra w zakresie kodowania i nie publikują porównania z Claude Fable 5.1ani z Claude Mythos 5.1. Materiały Anthropic pozycjonują Mythos 5.1 wobec jego własnego poprzednika. Żaden z dostawców nie opublikował bezpośredniego starcia, co oznacza, że starcie z tytułu tego artykułu jest tym, którego obie firmy unikały i którego nie może przeprowadzić żadne niezależne laboratorium, ponieważ jednego z tych dwóch modeli nie można wywołać przez ewaluatora.

Co można powiedzieć, to gdzie rozchodzą się założenia projektowe. Opublikowany zestaw porównawczy Argon obejmuje Harvey's Legal Agent Benchmark, Vals Finance Agent v2 oraz zestaw testów pośredniego wstrzykiwania poleceń od Gray Swan — pracę wiedzową, wynik ekonomiczny i odporność na wstrzykiwanie. Dowody na poziomie M​ythos to ofensywna i defensywna praca w zakresie bezpieczeństwa. To różne zadania, a nabywca wybierający między nimi zwykle wybiera między ogólnym modelem frontier, który akurat jest mocny w dokumentach, a specjalistą, który jest niezwykle mocny w powierzchni ataku. Różnica w koszcie, 5× w cenie katalogowej, jest ceną tej specjalizacji i warto ją zapłacić tylko wtedy, gdy to właśnie ta specjalizacja jest tym, czego potrzebujesz.

Co możesz dziś nazwać

Żaden z tych modeli nie znajduje się w katalogu OrcaRoutera i nie jest to tymczasowy stan, który platforma może naprawić — Gemini 4 Argon jest dostępny przez własne API Google po stawce Google'a, a Claude Mythos 5 jest dostępny poprzez program weryfikacyjny albo wcale. Wymienienie jednego z nich tutaj jako dostępnego byłoby kłamstwem.

To, co znajduje się w katalogu, to osiągalny przedstawiciel każdej rodziny. Claude Fable 5 jest publicznym bliźniakiem C​laude M​ythos 5 — te same bazowe wagi, pełny stos zabezpieczeń — w cenie katalogowej A​nthropic wynoszącej 10,00 USD za milion tokenów wejściowych i 50,00 USD za milion tokenów wyjściowych przy 0% marży, a Claude Fable 5.1 to nowszy odpowiednik w tej samej stawce, z obniżonym o 75% odczytem z pamięci podręcznej do 0,25 USD. C​laude O​pus 5.5 jest tam w cenie 4,00 i 20,00 USD, a własne materiały premierowe A​nthropic mówią, że jest porównywalny z C​laude M​ythos 5.1 w biologii i cyberbezpieczeństwie — co, czytane wprost, jest komunikatem producenta, że przewaga modelu objętego ograniczeniami zawęziła się do zachowania polegającego na odmowie, które program weryfikacyjny ma za zadanie odblokować. Umieść je za jednym punktem końcowym z automatycznym przełączaniem awaryjnym, a problem „nie mogę dostać modelu, którego chcę” staje się konfiguracją routingu, a nie projektem badawczym: praca wymagająca zdolności zbliżonych do M​ythos trafia do Fable 5.1, praca wymagająca tańszego ogólnego rozumowania trafia gdzie indziej, a zamiana którejkolwiek z nich to zmiana ciągu nazwy modelu na tym samym kluczu.

Co obejrzeć

Trzy sygnały, wszystkie konkretne. Czy wprowadzające ceny G​oogle'a przetrwają kontakt z rzeczywistym ruchem, co jest wyzwalaczem, by argument kosztowy stał się praktyczny, a nie teoretyczny. Czy A​nthropic opublikuje tabelę benchmarkową M​ythos 5.1 na tym samym zestawie co O​pus 5.5 — najbardziej użyteczny dokument, jaki dostawca mógłby opublikować, i jedyny sposób, w jaki nabywca może wycenić 5× premię. I czy poprzeczka dla aplikujących do Cyber Verification Program wciąż się obniża, ponieważ przebudowa z 6 października była pierwszym razem, gdy polityka dostępu tego modelu przesunęła się w stronę otwartości, a tempo tego przesunięcia jest tym, co warto śledzić.

Dopóki się nie pojawią, uczciwym podsumowaniem jest to, że Argon to model z ceną, punktem końcowym i przyłożoną do niego cudzą miarką, a Claude Mythos 5 to model z reputacją i formularzem zgłoszeniowym. Dwie z tych trzech rzeczy da się sprawdzić, a trzeciej nie.

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.