Claude Mythos 5 vs Gemini 4 Argon: Uma porta se abriu em treze dias, a outra não se abriu desde junho

O Gemini 4 Argon e o Claude Mythos 5 foram ambos anunciados como modelos com capacidade acima do carro-chefe, com acesso inicial restrito, e desde então os dois divergiram completamente. O Google anunciou o Gemini 4 Argon em 30 de setembro de 2026 por meio de uma coorte do Fairwind Program de defensores cibernéticos de confiança, e em 13 de outubro a string de modelo gemini-4-argon passou para Stable na camada paga do próprio Google — treze dias do anúncio até uma chave de autoatendimento, com preço introdutório de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída em vigor. O Claude Mythos 5 existe há muito mais tempo: a Anthropic o lançou em 9 de junho de 2026 como o irmão restrito do Claude Fable 5, atualizou-o como Claude Mythos 5.1 em 1º de setembro, e ele ainda não tem endpoint público, nem camada de autoatendimento, nem tabela de benchmarks publicada — o acesso passa pelo Cyber Verification Program ou pelo Life Sciences Verification Program, e por nada mais. Essa diferença, e não a disparidade nos benchmarks, é o que decide este confronto para quase todos os leitores.

Dois modelos com a mesma história de origem e finais diferentes

Ambos chegaram da mesma forma, e é isso que torna a divergência instrutiva. A Anthropic lançou o Claude Mythos 5 como o SKU restrito de sua geração de 9 de junho, compartilhando os pesos subjacentes com o Claude Fable 5 público e diferindo apenas no nível de salvaguarda, e o entregou a "um pequeno grupo de parceiros verificados". O Google lançou o Gemini 4 Argon primeiro para o Fairwind Program — autoridades governamentais credenciadas, operadores de infraestrutura crítica e mantenedores de software — e disse claramente que o acesso mais amplo a clientes pagos da API, assinantes do Google AI Ultra, desenvolvedores e empresas viria em seguida. O Google então fez o que disse que faria.

A​nthropic fez algo diferente, e vale a pena ser justo quanto a isso. Em 6 de outubro, reformulou o Programa de Verificação Cibernética em três níveis baseados em candidatura, incorporou o Projeto Glasswing a ele e transformou o C​laude M​ythos 5.1 de uma alocação de parceiros em uma concessão de acesso à qual qualquer organização de segurança qualificada pode se candidatar. Isso é de fato uma ampliação real da porta — a primeira na história deste modelo. Também continua sendo uma porta com um critério de verificação em vez de um preço, e é voltada especificamente para organizações de segurança, e não para um público geral de desenvolvedores. O caminho do G​oogle termina em uma tabela de preços; o da A​nthropic termina em uma análise de candidatura.

Quanto custa cada um, e a ressalva sobre o número do Argon

• Entrada — G​emini 4 Argon com preço introdutório de US$ 2,00 por milhão de tokens, contra C​laude M​ythos 5 a US$ 10,00; uma diferença de 5×.

• Saída — $10,00 por milhão vs $50,00; os mesmos 5×.

• Entrada em cache — Argon a $0,10 por milhão, 95% de desconto na entrada; C​laude M​ythos 5.1 a $0,25 no SKU mais recente e $1,00 na geração de junho.

• Contexto e saída — 1M tokens de contexto em ambos; o teto de saída do Argon foi elevado de 64K para 1M, em comparação com 128K do nível M​ythos.

• Modalidade — Argon recebe texto, imagens, vídeo e arquivos, com saída em texto; o nível M​ythos recebe entrada de texto, imagem e arquivo.

• Acesso — uma chave de API paga desde 13 de outubro vs. uma candidatura aos programas de verificação da ​Anthropic com um requisito de retenção de dados de 30 dias.

A ressalva está na palavra “introdutória”. O valor de US$ 2 / US$ 10 do Google é uma tarifa de lançamento, e o Google já disse isso; uma tarifa descrita assim pode mudar, e o número a considerar no orçamento é o que o Google publicar no dia em que você se comprometer. A outra ressalva é aritmética, não de política: a Artificial Analysis calcula o custo de executar toda a sua suíte de índices em US$ 2.407 para o Argon — cerca de US$ 1,99 por tarefa de índice —, o que equivale a aproximadamente um terço do que a mesma suíte custa no Claude Opus 5.5 — um lembrete de que o preço de tabela e o custo real divergem quando um modelo precisa de menos tokens e menos tentativas para concluir uma tarefa. Não existe um número equivalente para o Claude Mythos 5, porque nenhum avaliador independente pode chamá-lo.

A assimetria do benchmark, que é a manchete honesta

Gemini 4 Argon foi medido. Claude Mythos 5 não foi, e não porque alguém pense que ele seja fraco.

Números publicados de forma independente pelo Argon: Índice de Inteligência da Artificial Analysis de 52,6 a 53, dependendo da configuração de esforço, a um custo medido de US$ 1,99 por tarefa de índice e 48,9 tokens de saída por segundo, com um primeiro token em 2,79 segundos. Primeiro lugar no Vals Index, com 68,90% (±0,97), em seu painel de impacto econômico ponderado pelo PIB. Pontuações de tarefas relatadas pelo fornecedor, que o G​oogle publicou com o anúncio de 30 de setembro e que permanecem não reproduzidas: Terminal-Bench 4.0 com 57,1%, SciCode com 61,8%, Humanity's Last Exam com 57,1%, raciocínio de contexto longo com 79,7%, AutomationBench em primeiro lugar com 51,3%, e um valor de Omniscience de 42,4 — a maior vantagem em uma única tarefa sobre um modelo aberto comparável nesse conjunto.

O histórico publicado do Claude Mythos 5 é um caso à parte. A Anthropic não mantém nenhuma ficha de benchmark para ele, então todos os números em circulação são de segunda mão. A pontuação de 83,8% no CyberGym Nível 1, mais frequentemente impressa ao lado do nome, não vem da Anthropic de forma alguma — ela aparece na comparação de um fornecedor rival, que tem seu próprio interesse em quão acirrada a corrida parece. O número de 78,0% no ExploitBench é da própria Anthropic, relatado no lançamento de junho contra 40% para o Claude Opus 4.8. Além disso, há as alegações operacionais: um bug do OpenBSD não descoberto há 27 anos, uma vulnerabilidade do FFmpeg com 16 anos, um exploit de navegador que encadeia quatro falhas para escapar tanto do sandbox do renderizador quanto do sandbox do sistema operacional, e uma escalada de privilégios no kernel do Linux de usuário para root.

Coloque-os lado a lado e os placares não são comparáveis, e é exatamente esse o ponto. Um modelo tem uma pontuação de índice, um custo por tarefa e uma posição no ranking; o outro tem uma reputação e um conjunto de estudos de caso que ninguém fora da lista de parceiros da Anthropic consegue reproduzir. O Argon também tem uma crítica documentada que o nível Mythos não tem: a Bloomberg noticiou no dia do anúncio que alguns funcionários do Google com acesso direto disseram que o modelo se sai pior em trabalho real do que os seus benchmarks sugerem — design de front-end entre as tarefas citadas — e descreveram-no como afetado por otimização de benchmark, o que o Google contesta. Esse relatório não é verificado e é contestado, e ainda assim é um dado que existe para um lado desta comparação e não para o outro.

A comparação que nenhum dos fornecedores está fazendo

O material de lançamento do Google posiciona o Argon contra o Claude Opus 5.5 e o GPT-6 Astra em codificação, e não publica nenhuma comparação nem com Claude Fable 5.1 nem com o Claude Mythos 5.1. O material da Anthropic posiciona o Mythos 5.1 contra seu próprio antecessor. Nenhum dos fornecedores publicou um confronto direto, o que significa que o duelo do título deste artigo é um que ambas as empresas evitaram e que nenhum laboratório independente pode realizar, porque um dos dois modelos não pode ser chamado por um avaliador.

O que se pode afirmar é onde os briefings de design divergem. O conjunto de comparação publicado da Argon inclui o Harvey's Legal Agent Benchmark, o Vals Finance Agent v2 e uma suíte de injeção indireta de prompt da Gray Swan — trabalho de conhecimento, produção econômica e resistência a injeção. As evidências do nível M​ythos são trabalho de segurança ofensiva e defensiva. Esses são trabalhos diferentes, e um comprador que escolhe entre eles normalmente está escolhendo entre um modelo de fronteira geral que por acaso é forte em documentos e um especialista que é excepcionalmente forte em superfície de ataque. A diferença de custo, 5× no preço de tabela, é o preço dessa especialização, e só vale a pena pagar se a especialidade for o que você precisa.

O que você pode chamar hoje

Nenhum dos dois modelos está no catálogo da OrcaRouter, e isso não é um estado temporário que uma plataforma possa corrigir — o Gemini 4 Argon é acessível pela API do próprio Google, ao preço do Google, e o Claude Mythos 5 é acessível por meio de um programa de verificação ou não é de forma alguma. Listar um deles aqui como disponível seria uma mentira.

O que está no catálogo é o membro acessível de cada família. Claude Fable 5 é o gêmeo público do C​laude M​ythos 5 — os mesmos pesos subjacentes, a pilha completa de salvaguardas — ao preço de tabela da A​nthropic de $10,00 por milhão de tokens de entrada e $50,00 por milhão de tokens de saída, com 0% de markup, e Claude Fable 5.1 é o equivalente mais recente, à mesma tarifa, com a leitura de cache reduzida em 75%, para $0,25. C​laude O​pus 5.5 está lá a $4,00 e $20,00, e o próprio material de lançamento da A​nthropic diz que ele é comparável ao C​laude M​ythos 5.1 em biologia e cibersegurança — o que, lido sem rodeios, é o fornecedor a dizer que a vantagem do modelo restrito se estreitou para o comportamento de recusa que um programa de verificação existe precisamente para desbloquear. Coloque esses modelos atrás de um único endpoint com failover automático e o problema de "não consigo obter o modelo que quero" passa a ser uma configuração de encaminhamento em vez de um projeto de investigação: o trabalho que precisa da capacidade próxima do M​ythos vai para o Fable 5.1, o trabalho que precisa de raciocínio geral mais barato vai para outro lado, e trocar qualquer um dos dois é uma alteração da string do modelo na mesma chave.

O que assistir

Três sinais, todos específicos. Se o preço introdutório do G​oogle resiste ao contato com tráfego real, o que é o gatilho para o argumento de custo se tornar acionável em vez de teórico. Se a A​nthropic publica uma tabela de benchmarks do M​ythos 5.1 no mesmo conjunto que o O​pus 5.5 — o documento mais útil que o fornecedor poderia lançar, e a única forma de um comprador avaliar o prêmio de 5×. E se o nível de exigência para candidatura ao Cyber Verification Program continua caindo, porque a reformulação de 6 de outubro foi a primeira vez que a política de acesso deste modelo caminhou em direção à abertura, e a velocidade desse movimento é o que vale a pena acompanhar.

Até que isso se concretize, o resumo justo é que Argon é o modelo com um preço, um endpoint e uma régua de outra pessoa aplicada a ele, e C​laude M​ythos 5 é o modelo com uma reputação e um formulário de inscrição. Duas dessas três coisas são verificáveis, e a terceira não é.

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.