Claude Mythos 5 vs Gemini 4 Pro: O nome está errado, a lacuna de acesso é real

Se você está comparando o Claude Mythos 5 com o Gemini 4 Pro, a primeira coisa a saber é que apenas um desses nomes pertence a um modelo que você pode comprar. O Google não lançou nada chamado Gemini 4 Pro. O modelo Gemini 4 de fronteira em produção é o Gemini 4 Argon, anunciado em 30 de setembro de 2026 a um grupo fechado de defensores de cibersegurança e aberto mundialmente em 13 de outubro de 2026 com preço introdutório de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída. O Claude Mythos 5, lançado em 9 de junho de 2026, custa US$ 10 e US$ 50 pelas mesmas unidades e não é vendido em autoatendimento de forma alguma. Portanto, a comparação honesta não é “qual flagship é melhor”. É um especialista com acesso restrito, a cinco vezes o preço de saída, contra um generalista aberto a todos, com uma tarifa promocional que expira em 30 de novembro de 2026.

A confusão de nomenclatura vale a pena ser esclarecida em vez de contornada, porque já gerou uma série de páginas de comparação que citam especificações de um modelo que não aparece na documentação da API do Google. "Gemini 4 Pro" circula como um rótulo da comunidade para checkpoints internos e para o próprio lançamento Argon. A documentação para desenvolvedores do Google lista gemini-4-argon. Todos os números abaixo para o lado do Google vêm desse modelo.

O que o Google realmente lançou

A mudança de destaque do Gemini 4 Argon não é a janela de entrada, que o Google não publicou formalmente. É o teto de saída: um milhão de tokens em uma única resposta, contra 64K na geração anterior. Esse é um tipo diferente de capacidade em relação a uma janela de contexto grande. Uma saída de um milhão de tokens permite que um modelo escreva uma migração inteira, uma suíte de testes completa ou um documento longo em uma única trajetória, sem emendas, e muda o que um loop agêntico pode retornar em um único passo.

Os benchmarks de lançamento que o Google publicou, todos divulgados pelo fornecedor e não reproduzidos de forma independente:

• DeepSWE v1.1 — 77,9%, contra 74,2% do Claude Opus 5.5 e 74,1% do GPT-6 Astra na comparação do Google.

Vals Index — 68,9%, primeiro lugar no composto do Google de tarefas de finanças, jurídicas, fiscais e de programação.

• Zapier AutomationBench — 51,3%, primeiro lugar.

• LVBench — 91,7% em compreensão de vídeos longos.

• CWE-bench v1 — 68% na remediação de vulnerabilidades, empatado em primeiro lugar.

• Harvey Legal Agent Benchmark — 19,6% de aprovação total.

Os pontos fracos são igualmente específicos e menos citados. O Argon fica cerca de nove pontos atrás do Claude Opus 5.5 no Terminal-Bench 4.0, e fica aproximadamente 10,5 pontos atrás do GPT-6 Astra no FrontierSWE v2 e no Terminal-Bench Science. No GDPval-AA, marca 56%, o que uma ferramenta de acompanhamento coloca em 14º lugar. A Artificial Analysis lhe dá um Intelligence Index de 53 — terceiro, empatado com o GPT-6 Astra e atrás do Opus 5.5, com 58.

A diferença de preços tem um calendário anexado

O $2/$10 da Argon é uma tarifa introdutória. A partir de 1 de dezembro de 2026, passa a ser $4/$20. A comparação que a maioria das páginas faz hoje pressupõe, de forma silenciosa, que o valor promocional é permanente, o que faz a diferença em relação ao Claude Mythos 5 parecer 5× na saída quando é 2,5× após a mudança. A entrada em cache é a outra metade da história: a Argon concede 95% de desconto nas leituras de cache, para $0.10 por milhão, enquanto as leituras de cache do Mythos 5 custam $1.00 por milhão. Para um agente que relê um grande repositório a cada turno, essa proporção decide a conta mais do que o preço de saída anunciado.

O Mythos 5 tem uma vantagem de preço que raramente é mencionada: solicitações em lote custam metade do preço, e seu contexto de 1M de tokens é documentado, não inferido. O Google publicou o limite de saída, mas não a janela de entrada, e rastreadores de terceiros preencheram a lacuna com números que o Google não confirmou. Se sua aplicação depende de um teto de entrada específico, isso é uma questão de compra, não uma questão de benchmark.

Duas planilhas de benchmark que nunca se encontram

Não há nenhum harness compartilhado entre esses dois modelos nos números públicos deles. O Google reporta o DeepSWE v1.1; a ficha do Mythos 5 da Anthropic lidera com SWE-bench Pro a 80,3%, Terminal-Bench 2.1 a 88,0%, SWE-bench Verified a 95,5%, CyberGym a 83,8% e ExploitBench a 78,0%. São testes diferentes, executados por laboratórios diferentes, em datas diferentes. Colocá-los lado a lado produz uma tabela que parece uma comparação e não é.

O único ponto de referência honesto entre modelos é um índice neutro. O Artificial Analysis lista o Gemini 4 Argon em 53. O Claude Mythos 5 não aparece de forma alguma nesse índice — as entradas mais próximas são seu irmão Claude Fable 5.1 e seu sucessor Claude Mythos 5.1. Para um modelo disponível desde junho, a ausência de uma pontuação independente é, por si só, informação: as restrições de acesso que mantêm o Mythos 5 fora da circulação geral também o mantêm fora da maioria dos pipelines de avaliação.

O acesso é a variável decisiva, não a qualidade

O Claude Mythos 5 não pode ser comprado com cartão de crédito. Em 6 de outubro de 2026, a Anthropic reestruturou seu Cyber Verification Program em três níveis baseados em candidatura — Defence Access, Red Team Access e um nível Specialised Access reservado para infraestrutura crítica — com os antigos parceiros do Project Glasswing incorporados ao nível superior. As candidaturas são avaliadas, apenas para organizações dos EUA no lançamento, e todo o tráfego da classe Mythos está sujeito a uma política obrigatória de retenção de 30 dias, o que o inviabiliza para qualquer pessoa com um compromisso de retenção zero. Não há página de cadastro.

O Gemini 4 Argon seguiu o caminho oposto, em etapas. Foi lançado para defensores verificados por meio do Fairwind Program e depois aberto para clientes pagos da API em 13 de outubro. Se você está construindo algo neste trimestre e não é uma organização de segurança com um cronograma de revisão, um desses modelos é um item de linha e o outro é um projeto.

Essa assimetria também reformula o argumento do benchmark. Um modelo que você não pode chamar tem uma pontuação de qualidade, não uma vantagem de qualidade. A questão relevante para a maioria das equipes é qual modelo amplamente disponível lhes oferece a coisa mais próxima do comportamento da classe Mythos. Do lado da Anthropic, esse é o Claude Fable 5.1: o mesmo modelo subjacente com salvaguardas intactas, US$ 10/US$ 50 e nenhum programa de verificação. Do lado do Google, é o próprio Argon, que está amplamente disponível, mas não é o mesmo produto que um modelo cibernético sem classificador.

Como escolher sem um confronto direto que você não pode realizar

Se o seu trabalho for segurança ofensiva autorizada, red teaming ou análise de malware dentro de uma organização que consiga passar pela revisão, o Claude Mythos 5 é o especialista e o processo de acesso é o preço de entrada. Se o seu trabalho for geração de código com saídas longas, migração ou síntese de documentos, o Gemini 4 Argon é mais barato hoje, e ainda mais barato depois do reajuste de preços de dezembro do que o Mythos 5 em termos de saída, e está disponível sem candidatura.

Para todos os casos intermediários, a resposta prática não é escolher nenhum dos dois como dependência única. Claude Fable 5.1 e Claude Fable 5 estão ambos no catálogo da OrcaRouter pelo preço de tabela, sem markup, o que significa que a tabela de preços da Anthropic chega até você sem alterações e uma mudança de preço entra em vigor no mesmo dia. O Gemini 4 Argon ainda não está no nosso catálogo; os modelos Gemini que nós roteamos são da linha 3.x, então um contrato direto com o Google ainda é o caminho para o Argon. Executar o lado da Anthropic por um único endpoint junto com os modelos que você já usa é a maneira econômica de testar se o Fable 5.1 atende aos seus critérios antes de você se comprometer com um programa de verificação para seu gêmeo irrestrito.

O que mudaria esta comparação

Duas datas importam. Em 1º de dezembro de 2026, o preço do Argon dobra, o que reduz a lacuna de saída para 2,5× e torna a diferença de leitura de cache mais importante do que o preço de tabela. E o programa de três níveis da Anthropic ainda é novo o suficiente para que os prazos de aprovação sejam declarados pelo fornecedor em vez de observados. Se o Defence Access acabar levando dias em vez de semanas, o argumento de acesso enfraquece e o especialista se torna uma opção realista para um conjunto muito mais amplo de equipes de segurança. Até lá, o resumo justo é que o Google está vendendo um generalista de fronteira a um preço promocional e a Anthropic está vendendo um especialista restrito a uma lista de organizações aprovadas — e esses são produtos diferentes antes de serem pontuações diferentes.