Claude Mythos 5 vs DeepSeek V4 Pro: Uma diferença de preço de 15×, e apenas um deles é barato naquilo em que é bom

Claude Mythos 5 e DeepSeek V4 Pro não são concorrentes no sentido usual, e os números já dizem isso antes de qualquer benchmark. Claude Mythos 5 é o carro-chefe restrito de cibersegurança e biologia da Anthropic, de 9 de junho de 2026 — atualizado como Claude Mythos 5.1 em 1º de setembro — com preço de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída no nível Mythos, e disponível apenas por meio de um programa de verificação. DeepSeek V4 Pro é o carro-chefe MoE quase de pesos abertos, servido pela própria API da DeepSeek desde abril de 2026 e atualizado em agosto, a US$ 0,66 de entrada e US$ 1,98 de saída fora de pico, cerca de um quinze avos da tarifa do Mythos, com leituras de cache treze vezes mais baratas, atrás de uma chave que você pode criar em noventa segundos. Um deles é uma capacidade para a qual você se candidata; o outro é uma linha de orçamento que você otimiza. A comparação vale a pena mesmo assim, porque os dois modelos são ruins nas mesmas coisas e bons nas mesmas coisas, e a diferença de preço é maior exatamente onde a diferença de capacidade é menor.

O que cada modelo realmente é

Claude Mythos 5 é o SKU restrito da geração de fronteira da Anthropic, compartilhando seus pesos subjacentes com o Claude Fable 5 público e distinguindo-se apenas pelo nível de salvaguarda — os classificadores de cibersegurança e biologia que permanecem ativados no modelo público. A Anthropic o descreve como a atualização mais recente do Mythos Preview, com ganhos em benchmarks de cibersegurança, biologia e saúde, lançado para "um pequeno grupo de parceiros verificados". Seu histórico publicado de benchmarks é escasso e vem principalmente da cobertura de lançamento, e não de uma ficha técnica mantida; além disso, o número de 83,8% do CyberGym Level 1 que circula associado ao nome não se origina da Anthropic. Sua força conhecida é o trabalho de segurança ofensiva e defensiva: a reputação do modelo se baseia na descoberta autônoma de vulnerabilidades, e seu envelope de acesso é construído em torno disso — o Cyber Verification Program e o scanner Claude Security, que coloca o Mythos 5 diante de bases de código reais para clientes Enterprise sem lhes oferecer prompting de formato livre.

DeepSeek V4 Pro é o oposto em quase todos os aspectos que importam comercialmente. É um modelo Mixture-of-Experts com 1,6 trilhão de parâmetros totais e cerca de 49 bilhões ativos, uma janela de contexto de 1.048.576 tokens, saída máxima de 384.000 tokens, entrada somente texto e uma tabela de preços publicada. Foi disponibilizado pela API da DeepSeek em abril, foi atualizado com a build 0813 em 13 de agosto e continua sendo servido hoje com cobrança inalterada — um ponto que vale declarar explicitamente, porque em setembro a DeepSeek anunciou a aposentadoria do modelo, marcou uma data e, onze dias depois, voltou atrás sob pressão dos desenvolvedores. A nota de rodapé na própria página de preços da DeepSeek agora soa como um compromisso de continuidade sem prazo definido.

Tabelas de tarifas, com a linha que a maioria das comparações deixa de fora

• Entrada — Claude Mythos 5 a US$ 10,00 por milhão de tokens vs. DeepSeek V4 Pro a US$ 0,66 fora de pico, US$ 1,32 dentro das janelas de pico; uma diferença de 7,6× a 15,2×.

• Saída — US$ 50,00 por milhão vs. US$ 1,98 fora de pico, US$ 3,96 em pico; uma diferença de 12,6× a 25×.

• Leituras de cache — US$ 1,00 por milhão para a geração Mythos de junho, US$ 0,25 no Claude Mythos 5.1 e Claude Fable 5.1, contra US$ 0,022 para o DeepSeek V4 Pro fora de pico; o item de linha que domina execuções longas de agentes e onde a diferença é mais ampla.

• Contexto e teto de saída — 1M de tokens em ambos; saída máxima de 128K no lado do M​ythos contra 384K do DeepSeek V4 Pro.

• Modalidade — entrada de texto, imagem e arquivo do lado do M​ythos vs apenas texto no DeepSeek V4 Pro.

• Acesso — um programa de verificação e um requisito de retenção de dados de 30 dias vs uma chave de API self-serve.

A linha da janela de pico é a que morde. A tarifa fora de pico da DeepSeek é metade da de pico, e as janelas de pico são 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta-feira, excluindo feriados públicos chineses; tudo o mais, incluindo fins de semana inteiros, conta como fora de pico. Um job em lote que é executado segundo um agendamento, e não sob demanda, pode cair numa janela de pico sem que ninguém escolha isso, e a tarifa efetiva de entrada passa a ser US$ 1,32. Isso ainda é uma fração da tarifa do Mythos, portanto a conclusão não se inverte — mas um resumo de "25× mais barato" que ignora a janela está descrevendo um modelo que você pode não estar chamando. Do lado do Mythos, repare na direção que o caching está tomando: a Anthropic cortou a leitura de cache em 75% entre as duas gerações, o que mostra que o fornecedor sabe que trabalho agêntico longo relê o mesmo contexto e que a linha de cache é onde a fatura de um usuário intensivo realmente reside.

A comparação de benchmark que não pode ser feita

Aqui está o problema honesto com esta comparação, e não é pequeno. A Anthropic não publica uma tabela de benchmark para o Claude Mythos 5, e a DeepSeek não publica resultados contra o Mythos 5. Os dois modelos foram medidos em coisas diferentes por partes diferentes, e os números que circulam para o Claude Mythos 5 vêm em grande parte de comparações de terceiros, e não da Anthropic.

O que existe é assimétrico de uma forma útil. A DeepSeek publicou uma ficha completa para a build 0813, toda ela reportada pelo fornecedor e nada dela reproduzido de forma independente: Terminal-Bench 2.1 em 87,9, DeepSWE em 62,7, CyberGym em 83,3, Humanity's Last Exam em 42,7 sem ferramentas e 60,0 com elas, Toolathlon-Verified em 74,1, AutomationBench em 31,8. Avaliadores independentes então esfriaram consideravelmente o quadro — a Artificial Analysis coloca a build 0813 em 36 em seu Intelligence Index, com um custo medido de US$ 0,67 por tarefa do índice, e sua variante sem raciocínio em 20. Esse é um perfil de capacidade real por US$ 0,66 por milhão de tokens de entrada, e muito abaixo da fronteira em raciocínio geral.

O ponto em que os dois modelos realmente se sobrepõem é a segurança, e aí a comparação é instrutiva na direção errada. A DeepSeek relata CyberGym em 83,3 para o V4 Pro. O número mais frequentemente impresso ao lado do Claude Mythos 5 no mesmo benchmark é 83,8 — e não vem da Anthropic, vem da comparação de um concorrente que tem seus próprios motivos para enquadrar a disputa como acirrada. Dois números ligados a fornecedores, com meio ponto de diferença no mesmo benchmark, não são evidência de que um flagship MoE aberto iguala o modelo restrito de cibersegurança da Anthropic. É evidência de que nenhum dos dois números foi verificado de forma independente, e de que o benchmark está sendo usado por ambos os lados como infraestrutura de marketing.

Onde cada um é a ferramenta errada

Coloque os dois modelos frente a uma lista de tarefas e a divisão fica limpa o suficiente para rotear com base nela.

Claude Mythos 5 foi criado para trabalho de segurança e está fechado para quase todos que o desejam. Se a sua tarefa é descoberta de vulnerabilidades, desenvolvimento de exploits, red-teaming contra a sua própria infraestrutura, ou pesquisa de segurança que exige prompting livre de um modelo de fronteira, o nível Mythos é o que foi projetado para isso, e o preço não é o obstáculo — a elegibilidade é. O gêmeo público do mesmo modelo, Claude Fable 5, carrega a pilha completa de salvaguardas, o que significa que testes de penetração, geração de exploits e varredura de vulnerabilidades em binários permanecem bloqueados; você está comprando o nível de capacidade, não as permissões de segurança cibernética.

O DeepSeek V4 Pro foi concebido para volume. Texto entra, texto sai, um limite de saída enorme e um preço que torna ciclos de tentativa agressivos e pipelines de extração longos economicamente banais. O seu perfil é exatamente o que se pretende para classificação à escala, extração estruturada de documentos que já são texto, sumarização, triagem inicial e a parte intermédia, pesada em formatação, de um pipeline de agentes. O que ele não é é um modelo para o qual se envia uma imagem: não tem visão, por isso um PDF digitalizado ou uma captura de ecrã não é um caminho de entrada mais barato, é um caminho excluído. E o seu índice de raciocínio geral de 36 significa que as tarefas que exigem um plano genuinamente com vários passos são as tarefas em que a vantagem de preço deixa de compensar.

A estrutura de custos que faz do encaminhamento a resposta em vez de um compromisso

Como os pontos fortes não se sobrepõem muito, a decisão útil não é escolher. Envie o trabalho que envolve visão e o raciocínio difícil para o lado da A​nthropic e o trabalho de texto em grande volume para a D​eepSeek, e a economia em uma carga de trabalho mista costuma ser grande — mas só se os dois modelos estiverem atrás de uma única chave, porque, caso contrário, a segunda integração custa mais tempo de engenharia do que a diferença no gasto com tokens.

Isso é um caso para uma camada de roteamento, e não para uma decisão de compra. O OrcaRouter disponibiliza anthropic/claude-opus-5.5 a $4,00 de entrada e $20,00 de saída, e deepseek/deepseek-v4-pro a $0,66 e $1,98 no mesmo endpoint compatível com O​penAI, num catálogo com mais de 200 modelos, com o preço de tabela do fornecedor repassado com 0% de margem — o que importa especificamente no lado da D​eepSeek, porque a D​eepSeek já reajustou o preço do V4 Pro mais de uma vez e alterou as suas janelas de horário fora de pico, e uma rota de repasse acompanha a tabela do fornecedor em vez de congelar um número no seu contrato. A DSL de roteamento expressa a divisão num único lugar — modelo barato para o ramo fácil, escalonar quando a confiança da resposta ou o formato da tarefa assim o indicar — e o failover automático vale mais aqui do que num modelo estável: o V4 Pro passou uma semana de setembro sob um encerramento anunciado que depois foi retirado, e ter uma rota que recorre a um segundo fornecedor sem necessidade de um deploy é uma proteção barata contra um fornecedor que muda de ideias.

O outro uso honesto do mesmo catálogo é como um dispositivo de medição. O hábito de começar pelo modelo caro é comum e caro; a única solução confiável é contar tokens em tráfego real com ambos os modelos, o que é uma mudança de configuração quando ambos estão numa mesma chave e um projeto quando não estão.

O que mudaria esta comparação

Duas coisas. Se a DeepSeek lançar um sucessor que feche a lacuna de agentes de horizonte longo por algo próximo do preço atual, a divisão se reduz a uma questão de preço e a resposta é trivial — e a DeepSeek já fez esse movimento repetidas vezes, incluindo um lançamento de setembro que, segundo ela, supera de forma abrangente o V4 Pro em desempenho, custo e velocidade. Na outra direção, se a Anthropic publicar uma tabela de benchmarks do Mythos 5 ou 5.1 em um conjunto padrão, a metade relativa à segurança desta comparação passa a ser verificável, em vez de apenas afirmada, e os compradores finalmente conseguiriam saber se a tabela de preços de $10 / $50 está comprando algo que os $0.66 da DeepSeek não oferecem.

Nenhum dos dois aconteceu. Até que um aconteça, a posição prática é que o DeepSeek V4 Pro oferece o melhor custo-benefício por token no mercado para trabalho em formato de texto e tem um preço como se o raciocínio de fronteira fosse uma commodity já resolvida, enquanto o Claude Mythos 5 é uma capacidade que a maioria das equipes não consegue obter e um preço que a maioria das equipes não pagaria se pudesse. Construa sobre aquele que você consegue chamar; mantenha o nome do modelo na configuração para que o outro se torne uma alteração de uma linha caso algum dia seja aberto.

Nada disso é hipotético: as falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este estão reunidos no Arquivo de Incidentes de IA da OrcaRouter, onde cada entrada traz as suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.