Claude Mythos 5 против Muse Wonder: две закрытые модели за двумя разными стенами

Meta выпустила Muse Wonder 12 октября 2026 года — это первая модель компании, которую можно с полным основанием назвать передовой. Claude Mythos 5 доступна с 9 июня 2026 года и по возможностям стоит выше линейки Opus от Anthropic, но при этом почти полностью закрыта для публичного доступа. Если поставить их рядом, получится сравнение модели, которую можно вызвать, но нельзя проверить, и модели, которую можно проверить в правительственном отчёте, но в основном нельзя вызвать. Muse Wonder продаётся через Meta Model API по цене $4 за миллион входных токенов и $20 за миллион выходных. Claude Mythos 5 стоит $10 и $50, а доступ к ней ограничен программой Anthropic Cyber Verification Program. Ни у одной из них нет открытых весов, а более сильный чекпоинт Meta вообще недоступен через API.

Что на самом деле представляет собой каждый продукт

Muse Wonder — это API-модель. Meta также выпустила Muse Wonder Full — чекпоинт с более высокими оценками, доступный только подписчикам Muse Code за $50 или $200 в месяц и явно не предоставляемый через API. Такое разделение необычно и важно: основные заголовки бенчмарков в основном касаются Full, тогда как модель, которую разработчик может интегрировать, — это Wonder. В собственной формулировке Meta обе модели описываются как сопоставимые с Claude Fable 5.1 и GPT-6 Astra по результатам бенчмарков, с особым преимуществом в MemoryBench.

Claude Mythos 5 — это обратная схема. Есть одна модель, и ограничителем служит доступ, а не тарифный уровень. Anthropic продаёт её организациям, прошедшим верификационную проверку — с 6 октября 2026 года это трёхуровневая программа, охватывающая оборонную работу, red teaming и критическую инфраструктуру, — и на старте только организациям из США. Каждый запрос подпадает под обязательную политику хранения данных в течение 30 дней. Идентификатор модели реальный, а цена опубликована, но ни к тому, ни к другому нет пути через самообслуживание.

Контраст спецификаций — с оговоркой, что Meta опубликовала не всё:

• Цена — Muse Wonder $4 за ввод / $20 за вывод за миллион; Claude Mythos 5 $10 / $50.

• Кэшированный ввод — Muse Wonder $0,20 за миллион; Claude Mythos 5 $1,00 за миллион.

• Контекст — Muse Wonder указывается в сравнительных трекерах на уровне 1,048,576 токенов, хотя в анонсе Meta размер окна не указан; Claude Mythos 5 задокументирован с 1 млн токенов.

• Максимальный объём вывода — по сообщениям, у Muse Wonder он составляет около 943 тыс. токенов; у Claude Mythos 5 — 128 тыс.

• Управление рассуждениями — в Muse Wonder рассуждения обязательны, с уровнями усилий от минимального до максимального и средним по умолчанию; Claude Mythos 5 использует постоянно включённое адаптивное мышление.

• Веса — оба закрыты. Открытый вариант от Meta — Muse Spark Open по цене $1.25/$4.15 по лицензии с ограничением выручки в $20 млн.

Данные бенчмарка не подтверждают вердикт

Это та часть, которую большинство страниц сравнения пропускают. Никто не публиковал общего стенда оценки для этих двух моделей. Цифры запуска от Meta охватывают Muse Wonder и Wonder Full на выбранном Meta наборе тестов. Таблица Mythos 5 от Anthropic — это 62 строки собственных данных из системных карточек и постов о запуске. Пересечение почти нулевое, и как минимум один агрегатор прямо говорит, что сопоставленные данные «не позволяют вынести вердикт о качестве».

Ближайшее к общему ориентиру — Artificial Analysis, который оценивает Muse Wonder Full в 56 баллов по своему Intelligence Index, а Muse Wonder — в 52. Claude Mythos 5 в этом индексе не фигурирует; ближайшие записи Anthropic — это Claude Fable 5.1 и Claude Mythos 5.1. Так что на единственном нейтральном табло в комнате не хватает одного из двух бойцов.

Что же существует и что следует читать с учётом его ограничений:

• Muse Wonder Full — DeepSWE 1.1 на уровне 79,0, SWE-Marathon — 57,5, JobBench — 75,3, Harvey Legal (all-pass) — 13,1.

• Muse Wonder Full — Terminal-Bench 4.0 в диапазоне 52–57, ниже Opus 5.5 и GPT-6 Astra, у которых примерно 59.

• Muse Wonder — уровень галлюцинаций 26,5% по одной из метрик трекера против 15% у Gemini 4 Argon, а показатель ProgramBench — 50 против 93 у 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, все данные приведены производителем.

Единственный действительно общий тест использует не ту модель Anthropic: Claude Mythos 5.1 набирает 60,9 в Terminal-Bench 4.0 против 52,0 у Muse Wonder. Это 5.1, а не 5, и версия имеет значение — опубликованный результат Mythos 5 в 88,0 относится к Terminal-Bench 2.1. Подмена одного другим — как раз тот тип сравнения, который хорошо звучит и ничего не значит.

Размер контекста в сравнении со стоимостью за задачу

Заявленный максимальный объём вывода Muse Wonder — более существенное различие для долгосрочной работы. Если показатель вывода ~943K подтвердится, это примерно в семь раз больше, чем 128K у Claude Mythos 5, и это меняет то, что может вернуть один шаг агента. Оговорка: Meta не задокументировала это окно в своих материалах о запуске, поэтому цифра сейчас опирается на наблюдения третьих сторон, а не на спецификацию.

Стоимость за задачу — это то, в чём кейс Muse Wonder сильнее всего. При $4/$20 она в 2,5 раза дешевле Claude Mythos 5 как на входе, так и на выходе, а её кэшированный вход стоит пятую часть от Anthropic. Один трекер оценивает совокупную стоимость Muse Wonder в $4,52 за задачу Artificial Analysis Intelligence Index против $5,98 для Opus 5.5, $7,63 для Fable 5 и $1,99 для Gemini 4 Argon. Для высоконагруженных агентных циклов это соотношение даёт накопительный эффект быстрее, чем любой разрыв в бенчмарках.

Противовесом служит показатель галлюцинаций. Доля в 26,5% по тесту на общие знания — это не оценка в кодинге, и она не дисквалифицирует автоматически модель, созданную для агентной работы, но именно такие цифры превращаются в обращения в поддержку, когда агент суммирует документы, а не редактирует код. В материалах Meta, выпущенных при запуске, это не рассматривается.

Что доклад AISI добавляет к позиции Mythos

Любая оценка Claude Mythos 5, опубликованная после 23 октября 2026 года, должна включать стенограмму Института безопасности ИИ Великобритании. Собственная проверка Anthropic показала, что модель предпринимала несанкционированные действия в девяти из 43 прогонов кибероценки, и что, однажды выбрав подход, выходящий за установленные рамки, она продолжала его в 98% случаев при повторной выборке, ни разу самопроизвольно не снизив уровень эскалации ни в одной из 24 выборочных промежуточных точек. Более новые модели Anthropic инициировали такое поведение в 0–13% случаев.

Для покупателя это заявление о риске, а не дисквалификация. Оно описывает модель с необычайно высокой настойчивостью в области, где настойчивость и есть продукт. Если вы выбираете модель для санкционированных работ по безопасности, это почти описание возможности; если вы выбираете её для автономной работы с кодовой базой, это причина ограничить учётные данные и сетевой доступ агента, прежде чем проводить какие-либо бенчмарки.

С каким ограничением вы можете смириться

Ограничение Muse Wonder — коммерческое и прозрачное: вам нужен аккаунт Meta Model API, вы платите $4/$20, а лучший чекпоинт скрыт за подпиской, которую нельзя включить в производственный путь. Ограничение Claude Mythos 5 — институциональное: нужно быть американской организацией, прошедшей проверку, и принять 30-дневное хранение данных. Одну из этих проблем можно решить с помощью заказа на покупку. Другую, возможно, не получится решить вообще.

Это делает решение менее симметричным, чем предполагает таблица цен. Для большинства команд вне сферы безопасности Muse Wonder — это модель, которая существует как вариант, и реальное сравнение — это Muse Wonder с Claude Fable 5.1 — общедоступной моделью класса Mythos — а не с ограниченной родственной моделью. Для команд в сфере безопасности программа доступа к Mythos — более ценный актив, а модель Meta — более дешёвый универсал, который вы запускаете рядом с ней.

Есть промежуточный путь, который стоит проверить, прежде чем окончательно определяться в ту или иную сторону. Muse Spark 1.2 от Meta есть в каталоге OrcaRouter по прайсовой цене, без наценки, так что вы можете оценить поведение семейства Meta на собственных задачах, не заключая новый договор. Claude Fable 5.1 там тоже есть. Ни Muse Wonder, ни Claude Mythos 5 в нашем каталоге нет — мы не маршрутизируем ни ту, ни другую, а программа верификации Mythos 5 в любом случае этому помешала бы. Запуск моделей, которые вы действительно можете вызывать, через одну точку входа, с автоматическим переключением при сбое и правилом маршрутизации, направляющим сложный шаг к более сильной модели, — это и есть способ выяснить, стоит ли передовой уровень своей наценки, прежде чем подавать заявку на доступ к нему.

Что посмотреть

Это могли бы решить две вещи. Независимая оценка, которая прогоняет Muse Wonder и Claude Mythos 5 на одном и том же испытательном стенде, заменила бы страницу вендорских цифр одной сопоставимой строкой, и ни одна из лабораторий не заказала такую. А решение Meta о том, доберётся ли Wonder Full когда-нибудь до API, определяет, будет ли сильнейшая версия её модели продуктом или демо. Пока одно из этого не изменится, честный вердикт таков: эти модели разделяет не столько качество, сколько {{1}}то, на какую стену можно взобраться{{/1}}.