Claude Mythos 5 vs DeepSeek V4 Pro: En 15-faldig prisskillnad, och bara en av dem är billig på det den är bra på

Claude Mythos 5 och DeepSeek V4 Pro är inte konkurrenter i vanlig bemärkelse, och siffrorna säger det innan någon benchmark gör det. Claude Mythos 5 är Anthropics flaggskeppsmodell från den 9 juni 2026 för begränsad cyber- och biologianvändning – uppdaterad till Claude Mythos 5.1 den 1 september – med ett pris på 10 USD per miljon indatatokens och 50 USD per miljon utdatatokens i Mythos-nivån och endast tillgänglig via ett verifieringsprogram. DeepSeek V4 Pro är den MoE-flaggskeppsmodell som ligger nära öppna vikter och som sedan april 2026 serveras från DeepSeeks eget API och uppdaterades i augusti, till 0,66 USD för indata och 1,98 USD för utdata i lågtrafik, ungefär en femtondel av Mythos-priset, med cacheläsningar som är tretton gånger billigare, bakom en nyckel du kan skapa på nittio sekunder. Det ena är en förmåga du ansöker om; det andra är en kostnadspost du optimerar. Jämförelsen är ändå värd att göra, eftersom de två modellerna är dåliga på samma saker och bra på samma saker, och prisskillnaden är störst precis där gapet i förmåga är minst.

Vad varje modell faktiskt är

Claude Mythos 5 är den begränsade SKU:n i Anthropics frontier-generation; den delar sina underliggande vikter med den publika Claude Fable 5 och skiljer sig endast genom skyddsnivå – cyber- och biologiklassificerarna som förblir aktiverade i den publika modellen. Anthropic beskriver den som den senaste uppdateringen av Mythos Preview, med förbättringar i benchmarks för cybersäkerhet, biologi och hälso- och sjukvård, släppt till "en liten grupp granskade partner". Dess publicerade benchmarkhistorik är tunn och kommer mestadels från lanseringsbevakning snarare än ett underhållet modellkort, och siffran 83,8 % för CyberGym Level 1 som cirkulerar tillsammans med namnet kommer inte från Anthropic. Dess kända styrka är offensivt och defensivt säkerhetsarbete: modellens rykte vilar på autonom sårbarhetsupptäckt, och dess åtkomstomfång är uppbyggt kring detta – Cyber Verification Program och Claude Security-skannern, som placerar Mythos 5 framför verkliga kodbaser för Enterprise-kunder utan att ge dem fri promptning.

DeepSeek V4 Pro är motsatsen i nästan varje avseende som är kommersiellt viktigt. Det är en Mixture-of-Experts-modell med 1,6 biljoner parametrar totalt och cirka 49 miljarder aktiva, ett kontextfönster på 1 048 576 token, en maximal utdata på 384 000 token, endast text som indata och ett publicerat prisblad. Den släpptes via DeepSeeks API i april, uppdaterades med 0813-bygget den 13 augusti och tillhandahålls fortfarande i dag med oförändrad fakturering – en punkt som är värd att uttryckligen nämna, eftersom DeepSeek i september meddelade att modellen skulle läggas ned, satte ett datum och sedan ändrade sig elva dagar senare under utvecklarpress. Fotnoten på DeepSeeks egen prissättningssida framstår nu som ett åtagande om kontinuitet utan tidsram.

Prislistor, med raden som de flesta jämförelser utelämnar

• Indata — C​laude M​ythos 5 till $10,00 per miljon tokens mot DeepSeek V4 Pro till $0,66 i lågtrafik, $1,32 inom högtrafikfönstren; en skillnad på 7,6× till 15,2×.

• Utdata — 50,00 USD per miljon jämfört med 1,98 USD vid lågtrafik, 3,96 USD vid högtrafik; en skillnad på 12,6× till 25×.

• Cacheläsningar – 1,00 $ per miljon för Mythos-generationen från juni, 0,25 $ för Claude Mythos 5.1 och Claude Fable 5.1, jämfört med 0,022 $ för DeepSeek V4 Pro utanför högtrafik; posten som dominerar långa agentkörningar och där gapet är som störst.

• Kontext- och utdatatak — 1M tokens vardera; 128K maximal utdata på M​ythos-sidan mot 384K för DeepSeek V4 Pro.

• Modalitet – text-, bild- och filinmatning på Mythos-sidan kontra enbart text på DeepSeek V4 Pro.

• Åtkomst — ett verifieringsprogram och ett krav på 30 dagars datalagring kontra en API-nyckel för självbetjäning.

Raden om högtrafikfönstret är den som svider. D​eepSeeks lågtrafikpris är hälften av högtrafikpriset, och högtrafikfönstren är 01:00–04:00 och 06:00–10:00 UTC, måndag till fredag, med undantag för kinesiska allmänna helgdagar; allt annat, inklusive hela helger, räknas som lågtrafik. Ett batchjobb som körs enligt ett schema i stället för på begäran kan hamna i ett högtrafikfönster utan att någon väljer det, och det effektiva indatapriset blir $1,32. Det är fortfarande en bråkdel av M​ythos-priset, så slutsatsen vänds inte – men en sammanfattning som säger "25× billigare" och bortser från fönstret beskriver en modell som du kanske inte anropar. På M​ythos-sidan: notera utvecklingsriktningen för cachning. A​nthropic sänkte cache-läsningen med 75 % mellan de två generationerna, vilket säger dig att leverantören vet att långt agentiskt arbete läser samma kontext igen och att cachelinjen är där en storkonsuments räkning faktiskt ligger.

Benchmark-jämförelsen som inte kan göras

Här är det ärliga problemet med den här matchningen, och det är inte ett litet problem. A​nthropic publicerar ingen benchmarktabell för C​laude M​ythos 5, och D​eepSeek publicerar inga resultat mot M​ythos 5. De två modellerna har mätts på olika saker av olika parter, och siffrorna som cirkulerar för C​laude M​ythos 5 kommer mestadels från tredjepartsjämförelser snarare än från A​nthropic.

Det som finns är asymmetriskt på ett användbart sätt. DeepSeek publicerade ett fullständigt kort för 0813-bygget, allt leverantörsrapporterat och inget av det oberoende reproducerat: Terminal-Bench 2.1 på 87,9, DeepSWE på 62,7, CyberGym på 83,3, Humanity's Last Exam på 42,7 utan verktyg och 60,0 med dem, Toolathlon-Verified på 74,1, AutomationBench på 31,8. Oberoende utvärderare gav sedan en betydligt mer dämpad bild – Artificial Analysis placerar 0813-bygget på 36 på sitt Intelligence Index med en uppmätt kostnad på $0,67 per indexuppgift, och dess icke-resonerande variant på 20. Det är en verklig förmågeprofil för $0,66 per miljon indatatoken, och långt under frontlinjen när det gäller allmän resonemangsförmåga.

Det område där de två modellerna faktiskt överlappar varandra är säkerhet, och där är jämförelsen lärorik åt fel håll. DeepSeek rapporterar 83,3 på CyberGym för V4 Pro. Siffran som oftast anges bredvid Claude Mythos 5 på samma benchmark är 83,8 – och den kommer inte från Anthropic, den kommer från en konkurrents jämförelse som har sina egna skäl att framställa tävlingen som jämn. Att två leverantörsnära siffror skiljer sig med en halv punkt på samma benchmark är inte bevis för att en öppen MoE-flaggskeppsmodell matchar Anthropics begränsade cybermodell. Det är bevis för att ingen av siffrorna har verifierats oberoende, och att benchmarken används av båda sidor som marknadsföringsinfrastruktur.

Där var och en är fel verktyg

Ställ de två modellerna mot en uppgiftslista, och uppdelningen är tillräckligt ren för att routa utifrån.

C​laude M​ythos 5 är byggd för säkerhetsarbete och är stängd för nästan alla som vill ha den. Om din uppgift är sårbarhetsupptäckt, exploitutveckling, red-teaming mot din egen infrastruktur eller säkerhetsforskning som kräver fri promptning av en frontier-modell, är M​ythos-nivån den som är utformad för det, och priset är inte hindret — behörigheten är det. Samma modells publika tvilling, Claude Fable 5, bär hela skyddsstacken, vilket innebär att penetrationstestning, exploitgenerering och binär sårbarhetsskanning förblir blockerade; du köper kapacitetsnivån, inte cyberbehörigheterna.

DeepSeek V4 Pro är byggd för volym. Text in, text ut, ett enormt utdatatak och ett pris som gör aggressiva återförsöksloopar och långa extraktionspipelines ekonomiskt alldagliga. Dess profil är precis vad du vill ha för klassificering i stor skala, strukturerad extraktion från dokument som redan är text, sammanfattning, första gallring och den formateringstunga mitten av en agentpipeline. Vad den inte är, är en modell du skickar en bild till: den har ingen bildseende förmåga, så en skannad PDF eller en skärmbild är inte en billigare inmatningsväg, den är en utesluten sådan. Och dess allmänna resonemangsindex på 36 innebär att de uppgifter som kräver en genuin flerstegsplan är de uppgifter där prisfördelen slutar kompensera.

Den kostnadsstruktur som gör routning till svaret snarare än en kompromiss

Eftersom styrkorna inte överlappar särskilt mycket är det användbara draget inte att välja. Skicka det visionsbärande arbetet och det tunga resonerandet till A​nthropic-sidan och det högvolymiga textarbetet till D​eepSeek, och besparingen vid en blandad arbetsbelastning är vanligtvis stor — men bara om de två modellerna ligger bakom en enda nyckel, för annars kostar den andra integrationen mer ingenjörstid än skillnaden i tokenutgifter.

Det är argumentet för ett routinglager snarare än ett inköpsbeslut. OrcaRouter tillhandahåller anthropic/claude-opus-5.5 för 4,00 USD in och 20,00 USD ut och deepseek/deepseek-v4-pro för 0,66 och 1,98 på samma OpenAI-kompatibla endpoint, i en katalog med över 200 modeller, där leverantörens listpris förs vidare med 0 % påslag — vilket spelar roll särskilt på DeepSeek-sidan, eftersom DeepSeek har ändrat priset på V4 Pro mer än en gång och flyttat sina off-peak-fönster, och en vidareförd rutt följer leverantörens prislista i stället för att låsa fast en siffra i ditt avtal. Routing-DSL:en uttrycker uppdelningen på ett enda ställe — billig modell för den enkla grenen, eskalera när svarets konfidens eller uppgiftens form säger det — och automatisk failover är värt mer här än på en stabil modell: V4 Pro tillbringade en vecka i september under en aviserad nedstängning som sedan drogs tillbaka, och att ha en rutt som faller tillbaka till en andra leverantör utan en deploy är en billig hedge mot att en leverantör ändrar sig.

Den andra ärliga användningen av samma katalog är som ett mätinstrument. Vanan att börja med den dyra modellen är vanlig och kostsam; den enda tillförlitliga lösningen är att räkna tokens på verklig trafik med båda modellerna, vilket är en konfigurationsändring när båda finns på en och samma nyckel och ett projekt när de inte gör det.

Vad skulle ändra denna jämförelse

Två saker. Om D​eepSeek släpper en efterföljare som stänger gapet för långsiktiga agenter till något i närheten av nuvarande pris, reduceras uppdelningen till en prisfråga och svaret är trivialt – och D​eepSeek har gjort den manövern upprepade gånger, inklusive en septemberrelease som de säger överträffar V4 Pro heltäckande när det gäller prestanda, kostnad och hastighet. I den andra riktningen, om A​nthropic publicerar en benchmarktabell för M​ythos 5 eller 5.1 på en standarduppsättning, blir säkerhetshalvan av denna jämförelse kontrollerbar i stället för påstådd, och köpare skulle äntligen kunna avgöra om prislistan på $10 / $50 köper något som D​eepSeeks $0.66 inte tillhandahåller.

Ingetdera har inträffat. Tills ett av dem gör det är den praktiska hållningen att DeepSeek V4 Pro är det bättre värdet per token på marknaden för textbaserat arbete och är prissatt som om frontier-resonemang vore en redan löst handelsvara, och att Claude Mythos 5 är en förmåga som de flesta team inte kan få tag på och ett pris som de flesta team inte skulle betala om de kunde. Bygg vidare på den du kan anropa; behåll modellnamnet i konfigurationen så att den andra blir en enradig ändring om den någonsin öppnas.

Inget av detta är hypotetiskt: de dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, tillförlitlighetsgrad och omtvistad flagga.