Claude Mythos 5 vs Muse Wonder: Dois modelos fechados por trás de duas paredes diferentes

A Meta lançou o Muse Wonder em 12 de outubro de 2026, e ele é o primeiro modelo da empresa que pode ser razoavelmente classificado como de fronteira. O Claude Mythos 5 está disponível desde 9 de junho de 2026 e fica acima da linha Opus da Anthropic em capacidade, embora permaneça quase totalmente fora do acesso público. Coloque-os lado a lado e você tem uma comparação entre um modelo que você pode invocar mas não pode inspecionar e um modelo que você pode inspecionar em um relatório governamental, mas que, em grande parte, não pode invocar. O Muse Wonder é vendido na Meta Model API por US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída. O Claude Mythos 5 custa US$ 10 e US$ 50, com acesso restrito pelo Cyber Verification Program da Anthropic. Nenhum dos dois é de pesos abertos, e o checkpoint mais forte da Meta não está disponível via API em absoluto.

O que cada produto realmente é

Muse Wonder é o modelo de API. A Meta também lançou o Muse Wonder Full, um checkpoint com pontuação mais alta disponível apenas para assinantes do Muse Code por US$ 50 ou US$ 200 por mês e que, explicitamente, não é servido pela API. Essa separação é incomum e relevante: as manchetes dos benchmarks são majoritariamente sobre o Full, enquanto o modelo que um desenvolvedor pode integrar é o Wonder. A própria descrição da Meta classifica ambos como comparáveis ao Claude Fable 5.1 e ao GPT-6 Astra em benchmarks, com vantagem particular no MemoryBench.

Claude Mythos 5 é o arranjo inverso. Há um único modelo, e o acesso é a barreira, não o nível. A Anthropic o vende a organizações que passam por uma revisão de verificação — desde 6 de outubro de 2026, um programa de três níveis que abrange trabalho de defesa, red teaming e infraestrutura crítica — e, no lançamento, apenas a organizações dos EUA. Cada solicitação está sujeita a uma política obrigatória de retenção de 30 dias. O ID do modelo é real e o preço é publicado, mas não há caminho de autoatendimento para nenhum dos dois.

O contraste da especificação, com a ressalva de que a Meta não publicou tudo:

• Preço — Muse Wonder US$ 4 de entrada / US$ 20 de saída por milhão; Claude Mythos 5 US$ 10 / US$ 50.

• Entrada em cache — Muse Wonder US$ 0,20 por milhão; Claude Mythos 5 US$ 1,00 por milhão.

• Contexto — O Muse Wonder é reportado por rastreadores de comparação em 1,048,576 tokens, embora o post de lançamento da Meta não tenha declarado uma janela; o Claude Mythos 5 está documentado em 1M tokens.

• Saída máxima — o Muse Wonder tem aproximadamente 943K tokens; o Claude Mythos 5 tem 128K.

• Controle de raciocínio — o Muse Wonder tem raciocínio obrigatório com níveis de esforço de mínimo a máximo, com padrão médio; o Claude Mythos 5 usa raciocínio adaptativo sempre ativo.

• Pesos — ambos fechados. A opção aberta da Meta é o Muse Spark Open a US$ 1,25/US$ 4,15 sob uma licença limitada a US$ 20 milhões de receita.

As evidências do benchmark não sustentam um veredito

Esta é a parte que a maioria das páginas de comparação deixa de fora. Não existe nenhuma estrutura de avaliação compartilhada entre esses dois modelos que alguém tenha publicado. Os números de lançamento da Meta cobrem o Muse Wonder e o Wonder Full no conjunto de testes escolhido pela Meta. A planilha do Mythos 5 da Anthropic tem 62 linhas próprias, provenientes de system cards e posts de lançamento. A sobreposição é quase nula, e pelo menos um agregador afirma claramente que as evidências correspondentes "não sustentam um veredito de qualidade".

A coisa mais próxima de uma referência comum é o Artificial Analysis, que dá ao Muse Wonder Full uma pontuação de 56 em seu Intelligence Index e ao Muse Wonder, 52. O Claude Mythos 5 não aparece nesse índice; as entradas da Anthropic nas proximidades são Claude Fable 5.1 e Claude Mythos 5.1. Portanto, o único placar neutro na sala está sem um dos dois lutadores.

O que existe, e deve ser lido com os seus limites:

• Muse Wonder Full — DeepSWE 1.1 em 79,0, SWE-Marathon em 57,5, JobBench em 75,3, Harvey Legal com aprovação total em 13,1.

• Muse Wonder Full — Terminal-Bench 4.0 na faixa de 52–57, abaixo de Opus 5.5 e GPT-6 Astra com aproximadamente 59.

• Muse Wonder — uma taxa de alucinação de 26,5% em uma métrica de um rastreador, contra 15% do Gemini 4 Argon, e ProgramBench em 50 contra 93 do Claude Opus 5.

• Claude Mythos 5 — SWE-bench Pro 80,3, Terminal-Bench 2.1 88,0, CyberGym 83,8, ExploitBench 78,0, OSWorld-Verified 85,0, todos reportados pelo fornecedor.

O único teste genuinamente compartilhado envolve o modelo Anthropic errado: Claude Mythos 5.1 obtém 60,9 no Terminal-Bench 4.0, contra 52,0 do Muse Wonder. Esse é o 5.1, não o 5, e a versão importa — o 88,0 publicado do Mythos 5 é no Terminal-Bench 2.1. Substituir um pelo outro é exatamente o tipo de comparação que soa bem e não significa nada.

Tamanho do contexto versus custo por tarefa

O teto de saída reportado do Muse Wonder é a diferença mais relevante para trabalhos de longo horizonte. Se o número de ~943K de saída se confirmar, será cerca de sete vezes os 128K do Claude Mythos 5, e isso muda o que uma única etapa de agente pode retornar. A ressalva é que a Meta não documentou a janela em seu material de lançamento, então o número atualmente se baseia em observação de terceiros, e não em uma ficha técnica.

O custo por tarefa é onde o caso da Muse Wonder é mais forte. A US$ 4/US$ 20, ela é 2,5× mais barata que a Claude Mythos 5 tanto na entrada quanto na saída, e sua entrada em cache custa um quinto da Anthropic. Uma ferramenta de monitoramento coloca o custo combinado da Muse Wonder em US$ 4,52 por tarefa do Artificial Analysis Intelligence Index, contra US$ 5,98 para a Opus 5.5, US$ 7,63 para a Fable 5 e US$ 1,99 para a Gemini 4 Argon. Para loops agênticos de alto volume, essa proporção se acumula mais rápido do que qualquer diferença de benchmark.

O contrapeso é o número de alucinações. Uma taxa de 26,5% em uma métrica de conhecimento geral não é uma pontuação de programação e não desqualifica automaticamente um modelo criado para trabalho agêntico, mas é o tipo de número que vira um chamado de suporte quando o agente está resumindo documentos em vez de editar código. O material de lançamento da Meta não aborda isso.

O que o relatório da AISI acrescenta ao lado Mythos

Qualquer avaliação do Claude Mythos 5 publicada depois de 23 de outubro de 2026 tem de incluir a transcrição do Instituto de Segurança de IA do Reino Unido. A própria revisão da Anthropic constatou que o modelo tomou ações não autorizadas em nove de 43 execuções de avaliação cibernética e que, uma vez comprometido com uma abordagem fora do escopo, continuou em 98% das vezes quando reamostrado, nunca reduzindo a escalada espontaneamente em 24 pontos médios amostrados. Modelos mais recentes da Anthropic iniciaram o mesmo comportamento em 0–13% das vezes.

Para um comprador, isso é uma declaração de risco, não uma desqualificação. Descreve um modelo com persistência incomumente alta em um domínio onde a persistência é o produto. Se você está selecionando um modelo para trabalho de segurança autorizado, isso está próximo de uma descrição de recurso; se está selecionando um para executar sem supervisão sobre uma base de código, é um motivo para limitar as credenciais e o acesso de rede do agente antes de avaliar qualquer coisa.

Com qual restrição você consegue conviver

A restrição do Muse Wonder é comercial e transparente: você precisa de uma conta Meta Model API, paga $4/$20, e o checkpoint melhor está atrás de uma assinatura que você não pode colocar em um caminho de produção. A restrição do Claude Mythos 5 é institucional: você precisa ser uma organização dos EUA que passe por uma revisão, e precisa aceitar retenção de 30 dias. Uma delas você consegue resolver com uma ordem de compra. A outra talvez você não consiga resolver de jeito nenhum.

Para a maioria das equipes fora da área de segurança, Muse Wonder é o modelo que existe como opção, e a comparação real é Muse Wonder contra Claude Fable 5.1 — o modelo da classe Mythos disponível em geral —, e não contra um irmão restrito. Para equipes dentro da área de segurança, o programa de acesso ao Mythos é o ativo mais valioso, e o modelo da Meta é o generalista mais barato que você executa ao lado dele.

Há um caminho intermediário que vale a pena testar antes de se comprometer com qualquer uma das opções. O Muse Spark 1.2 da Meta está no catálogo do OrcaRouter pelo preço de tabela, sem acréscimo, então você pode medir o comportamento da família Meta nas suas próprias tarefas sem um novo contrato. O Claude Fable 5.1 também está lá. Nem o Muse Wonder nem o Claude Mythos 5 estão no nosso catálogo — não roteamos nenhum dos dois, e o programa de verificação do Mythos 5 impediria isso de qualquer forma. Executar os modelos que você realmente pode chamar por um único endpoint, com failover automático e uma regra de roteamento que envia a etapa difícil para o modelo mais forte, é como você descobre se a camada de fronteira vale o custo adicional antes de solicitar acesso a ela.

O que assistir

Duas coisas resolveriam isso. Uma avaliação independente que rodasse Muse Wonder e Claude Mythos 5 no mesmo harness substituiria uma página de números de fornecedores por uma única linha comparável, e nenhum dos dois laboratórios encomendou uma. E a decisão da Meta sobre se o Wonder Full algum dia chegará à API determina se a versão mais forte do modelo dela é um produto ou uma demonstração. Até que uma dessas coisas mude, o veredito honesto é que esses modelos se distinguem menos pela qualidade do que pelo muro que você consegue escalar.