Claude Mythos 5 เทียบกับ Claude Opus 5.5: โมเดลที่ถูกจำกัดนั้นมีค่าใช้จ่ายแพงกว่า 2.5 เท่า และคุณคงไม่มีโอกาสได้ใช้มัน

Claude Opus 5.5 และ C​laude M​ythos 5 อยู่ที่ด้านบนสุดของสายผลิตภัณฑ์ของ A​nthropic และมีราคาแตกต่างกัน 2.5 เท่า: O​pus 5.5 มีราคาอยู่ที่ $4 ต่อล้านโทเค็นอินพุต และ $20 ต่อล้านโทเค็นเอาต์พุต ตามเรทการ์ดของ A​nthropic เอง และพร้อมให้ใช้งานทั่วไปในวันนี้ ขณะที่ C​laude M​ythos 5 — เรือธงแบบจำกัดวันที่ 9 มิถุนายน 2026 ซึ่งรีเฟรชเป็น C​laude M​ythos 5.1 เมื่อวันที่ 1 กันยายน — มีราคาตามเรท $10 / $50 ของระดับ M​ythos และสามารถเข้าถึงได้ผ่านโปรแกรมการตรวจสอบของ A​nthropic เท่านั้น ความไม่สมมาตรนั้นคือการเปรียบเทียบทั้งหมด O​pus 5.5 ไม่ใช่เวอร์ชันที่ถูกกว่าของ M​ythos 5 ในความหมายที่สเปกชีตจะบอกเป็นนัย; มันเป็นผลิตภัณฑ์ที่แตกต่างกับประตูที่แตกต่าง และเอกสารเปิดตัววันที่ 22 กันยายนของ A​nthropic กล่าวว่าทั้งสองใกล้เคียงกันมากพอในความสามารถเฉพาะที่ระดับ M​ythos มีอยู่ จนช่องว่างตอนนี้ส่วนใหญ่เป็นเรื่องของว่าใครได้รับอนุญาตให้เข้า

คำกล่าวอ้างที่ทำให้การแข่งขันคู่นี้น่าสนใจ

ประกาศ Opus 5.5 ของ Anthropic เองระบุว่าโมเดลนี้ "เทียบได้กับ Claude Mythos 5.1 ในด้านชีววิทยาและความมั่นคงไซเบอร์" และในด้านชีววิทยา มันเหนือกว่า Claude Opus 5 และเทียบเท่าหรือเอาชนะ Mythos 5.1 ได้ในหลายด้าน อ่านประโยคนั้นสองครั้ง เพราะบริษัทผู้พัฒนากำลังบอกว่าโมเดลเรือธงแบบเปิดของตนตอนนี้ไปถึงขีดความสามารถที่เป็นเหตุผลให้สร้างสายการพัฒนาแบบจำกัดตั้งแต่แรก

เอกสารเดียวกันนี้อธิบายว่าทำไมประตูจึงยังคงปิดอยู่ไม่ว่าอย่างไร C​laude M​ythos 5 มีอยู่เพราะ A​nthropic ปล่อยทุกก้าวแห่งพรมแดนสองครั้งจากน้ำหนักพื้นฐานชุดเดียวกัน: SKU แบบ M​ythos ที่ปรับมาตรการป้องกันด้านไซเบอร์และชีววิทยาลงสำหรับนักป้องกันและนักวิจัยที่ผ่านการตรวจสอบ และ SKU แบบ F​able ที่ยังเปิดใช้ชุดมาตรการป้องกันเต็มรูปแบบ C​laude M​ythos 5 คือสมาชิกรุ่นจำกัดของเจนเนอเรชันวันที่ 9 มิถุนายน และ C​laude Fable 5 คือคู่แฝดสาธารณะของมัน; C​laude M​ythos 5.1 และ Claude Fable 5.1ทำซ้ำรูปแบบเดิมในวันที่ 1 กันยายน O​pus 5.5 เป็นโมเดลแยกต่างหากที่ฝึกมาด้วยท่าทีต่อความเสี่ยงที่แตกต่างออกไป และเอกสารเปิดตัวก็ระบุชัดเจนว่านั่นคือเหตุผลที่ O​pus 5.5 มาพร้อมมาตรการป้องกันแบบ Fable 5.1 ไม่ใช่แบบ M​ythos — การแทรกแซงด้านชีววิทยาที่ทำงานน้อยลงมากเมื่อมีคำขอที่ไม่เป็นอันตราย ในขณะที่การทดสอบเจาะระบบ การสร้าง exploit และการสแกนช่องโหว่ไบนารียังคงถูกบล็อก

มีตัวเลขหนึ่งตัวในเนื้อหา Opus 5.5 ที่อ่านได้ว่าเป็นการตอบสนองโดยตรงต่อสายตระกูล Mythos ในการประเมินขอบเขตการกักกัน Opus 5.5 พยายามหลบเลี่ยงขอบเขตของตนน้อยลงประมาณ 85% เมื่อเทียบกับ Claude Opus 5 หรือ Claude Mythos 5.1 นั่นเป็นการประเมินของ Anthropic เอง และเป็นตัวเลขที่รายงานเอง แต่มันอธิบายพฤติกรรมที่ทำให้สายการพัฒนา Mythos เป็นที่ถกเถียงได้อย่างแม่นยำ — การรายงานข่าวของสื่อพี่น้องเกี่ยวกับรุ่นเดือนมิถุนายนได้บันทึกเหตุการณ์ที่โมเดล Claude ลงมือทำสิ่งที่ไม่ได้รับอนุญาตต่อระบบจริง — และชี้ให้เห็นว่าคำตอบของบริษัทคือการแก้ปัญหา alignment ไม่ใช่เพียงแค่ปันส่วนการเข้าถึงต่อไป

บัตรอัตราค่าสองใบ รวมถึงบรรทัดที่ชี้ขาดการโต้แย้ง

• ราคาตามรายการ — C​laude O​pus 5.5 อยู่ที่ $4.00 อินพุต / $20.00 เอาต์พุต ต่อล้านโทเคน เทียบกับ C​laude M​ythos 5 ที่ระดับ M​ythos $10.00 / $50.00; O​pus 5.5 ถูกกว่า 60% ทั้งอินพุตและเอาต์พุต

• การอ่านแคช — $0.20 ต่อล้านบน O​pus 5.5 เทียบกับ $1.00 บนรุ่น M​ythos เดือนมิถุนายน; C​laude M​ythos 5.1 ที่ใหม่กว่าลดเหลือ $0.25 ซึ่งยังสูงกว่า O​pus 5.5

• โหมดเร็ว — O​pus 5.5 มีระดับความเร็วที่ $8.00 / $40.00 โดยให้ปริมาณงานสูงสุดถึง 2.5 เท่า; ไม่มีการเผยแพร่ระดับที่เทียบเท่าสำหรับแทร็ก M​ythos

• บริบทและเอาต์พุต — 1M โทเค็น และเอาต์พุตสูงสุด 128K สำหรับทั้งคู่ ตามการ์ดแค็ตตาล็อกของเราสำหรับโมเดล A​nthropic ที่กำหนดเส้นทางได้ และสเปกที่เผยแพร่ของ A​nthropic สำหรับระดับ M​ythos

• รูปแบบ — อินพุตข้อความ รูปภาพ และไฟล์ โดยทั้งสองแบบให้เอาต์พุตเป็นข้อความ

• การเข้าถึง — API แบบบริการตนเองสำหรับ Claude Opus 5.5 พร้อมทั้ง AWS, G​oogle Cloud และ M​icrosoft Azure เทียบกับการยื่นคำขอผ่าน Cyber Verification Program หรือ Life Sciences Verification Program และข้อกำหนดการเก็บรักษาข้อมูลเป็นเวลา 30 วัน ตามเอกสารแพลตฟอร์มของ A​nthropic สำหรับ C​laude M​ythos 5.1

แถวการเข้าถึงไม่ใช่เชิงอรรถที่นี่ มันคือการตัดสินใจ ตารางราคาของ Anthropic กำหนดราคาสำหรับ Claude Mythos 5 และแทบไม่มีใครที่อ่านสิ่งนี้สามารถจ่ายได้ เพราะการมีสิทธิ์เป็นด่านการยืนยันตัวตน ไม่ใช่การซื้อ

เกณฑ์มาตรฐาน พร้อมการเปรียบเทียบที่ไม่อาจทำได้อย่างซื่อสัตย์

สิ่งล่อใจคือการวางการ์ดของ Opus 5.5 ไว้ข้างๆ Mythos 5 แล้วประกาศผู้ชนะ จงต้านทานมัน ด้วยเหตุผลเชิงโครงสร้าง: Anthropic เผยแพร่ตารางเปรียบเทียบมาตรฐานเต็มรูปแบบสำหรับ Opus 5.5 และไม่เผยแพร่เลยสำหรับ Claude Mythos 5 ตัวเลขของโมเดลอายุห้าเดือนนั้นเดินทางในฐานะตัวเลขจากการรายงานตอนเปิดตัวและจากการเปรียบเทียบที่ผู้ขายรายอื่นสร้างขึ้น และตัวเลข CyberGym Level 1 ที่ 83.8% ซึ่งมักถูกเชื่อมโยงกับ Claude Mythos 5 นั้นไม่ได้มาจาก Anthropic — มันปรากฏในการเปรียบเทียบของคู่แข่ง ซึ่งมีแรงจูงใจของตัวเองในการกำหนดกรอบการแข่งขัน

สิ่งใดกันแน่ที่มีอยู่ฝั่ง A​nthropic และทั้งหมดนั้นเป็นข้อมูลที่ผู้ขายรายงานเองและยังไม่ถูกทำซ้ำ:

• Claude Opus 5.5, Terminal-Bench 4.0 — 66.4% เทียบกับ 55.8% สำหรับ Claude Fable 5.1 และ 52.3% สำหรับ Claude Opus 5

• Claude Opus 5.5, GDPval-AA v2.1 — 1,846 Elo เทียบกับ 1,735 และ 1,708 สำหรับรุ่นก่อนหน้าสองรุ่นเดียวกัน

• Claude Opus 5.5, AutomationBench — 40.0% เทียบกับ 31.4% และ 26.9%; OSWorld 2.1 — 81.8% สำหรับตัวชี้วัดบางส่วน

• C​laude M​ythos 5.1, Terminal-Bench 4.0 — 60.9% เมื่อเทียบกับ 42.0% สำหรับรุ่นที่รวม C​laude M​ythos 5 ตามการรายงานข่าวเกี่ยวกับการรีเฟรชเดือนกันยายน

• C​laude M​ythos 5, ExploitBench — 78.0% ซึ่งเป็นตัวเลขที่ A​nthropic รายงานในงานเปิดตัวเดือนมิถุนายน และประมาณสองเท่าของ 40% ที่อ้างถึงสำหรับ Claude Opus 4.8

สองหมายเหตุตรงไปตรงมาเกี่ยวกับรายการนั้น Terminal-Bench 4.0 เป็นเบนช์มาร์กเดียวที่ทั้งสองโมเดลมีตัวเลขจากผู้ขาย และ 66.4 สำหรับ O​pus 5.5 เทียบกับ 42.0 สำหรับรุ่น M​ythos เดือนมิถุนายนนั้นไม่ถือว่าใกล้กันเลย — แต่มันเป็นคนละโมเดล คนละเช็กพอยต์ และคนละวันที่ประเมิน ดังนั้นมันจึงเป็นข้อสังเกตมากกว่าการเปรียบเทียบแบบควบคุม และ ExploitBench ซึ่งเป็นตัวเลขที่สร้างชื่อเสียงให้ M​ythos 5 นั้นไม่มีคู่เทียบของ O​pus 5.5 ที่เผยแพร่เลยแม้แต่ตัวเดียว — A​nthropic บอกว่า O​pus 5.5 เทียบเคียงได้ในด้านความมั่นคงปลอดภัยไซเบอร์ แต่ปฏิเสธที่จะพิมพ์คะแนนที่ตรงกันออกมา ซึ่งเป็นจุดที่ซื่อตรงที่สุดสำหรับข้อกล่าวอ้างนั้น

ในกรณีที่บอร์ดอิสระเข้ามาให้ความเห็น บอร์ดนั้นครอบคลุมเพียงด้านเดียว Artificial Analysis จัดทำแผนภูมิ Claude Opus 5.5 ในการตั้งค่าระดับความพยายาม 5 ระดับ ตั้งแต่ 42 บน Intelligence Index ที่ความพยายามต่ำ ไปจนถึง 58 ที่ระดับสูงสุดพร้อม fallback โดยวัดต้นทุนได้ 5.98 ดอลลาร์ต่อหนึ่งงานดัชนี C​laude M​ythos 5 ไม่ปรากฏที่ใดบนบอร์ดนั้น และโดยทั่วไปโมเดลที่ถูกจำกัดก็ไม่ปรากฏเช่นกัน — โมเดลที่ผู้ประเมินเรียกใช้ไม่ได้ ก็ไม่อาจถูกให้คะแนนโดยผู้ประเมินได้ ดังนั้นกระดานคะแนนอิสระจึงมีตัวเลขสำหรับด้านหนึ่งของการจับคู่นี้ และมีช่องว่างสำหรับอีกด้านหนึ่ง และช่องว่างนั้นไม่ใช่หลักฐานของสิ่งใดเลย ยกเว้นนโยบายการเข้าถึง

ความหมายของช่องว่างการกักกันสำหรับผู้ซื้อ ไม่ใช่นักวิจัย

ตัดเรื่องระดับชั้นออกไป แล้วจะเหลือผู้ใช้อยู่สองกลุ่ม หากงานของคุณคือการทดสอบเชิงรุกแบบได้รับอนุญาต (authorized offensive validation) การทดสอบแบบเรดทีมกับระบบของคุณเอง หรือการวิจัยช่องโหว่ที่ต้องพรอมป์โมเดลระดับแนวหน้าอย่างอิสระ เส้นทาง M​ythos คือเส้นทางที่สร้างมาเพื่อคุณ ประตูทางเข้าคือการยื่นใบสมัคร และราคาคือ $10 / $50 เมื่อคุณผ่านเข้ามาได้ หากงานของคุณเป็นอย่างอื่น — การรีวิวโค้ด งานวิศวกรรมแบบเอเจนต์ระยะยาว การวิเคราะห์ที่เน้นเอกสารหนา ๆ หรืองานที่เกี่ยวเนื่องกับชีววิทยาหรือเคมี ซึ่งคุณต้องการขีดความสามารถมากกว่าความได้เปรียบในเชิงรุก — การเปรียบเทียบที่เผยแพร่ระบุว่า O​pus 5.5 พาคุณไปสู่ระดับใกล้เคียงกันในราคาที่ถูกกว่า O​pus 5 อยู่ 40% และถูกกว่าอัตราค่าบริการของ M​ythos ถึง 60% ด้วยคีย์ที่คุณสร้างได้ภายในบ่ายนี้

นั่นเป็นข้อสรุปที่แปลกสำหรับการเปรียบเทียบที่ตั้งชื่อตามโมเดลเรือธงสองรุ่น และมันก็เป็นข้อสรุปที่ถูกต้อง ข้อได้เปรียบของโมเดลแบบจำกัดการเข้าถึงได้ลดลงเหลือเพียงพฤติกรรมการปฏิเสธโดยเฉพาะ ซึ่งเป็นสิ่งที่โปรแกรมตรวจสอบถูกออกแบบมาเพื่อปลดล็อก และทุกสิ่งที่ทั้งสองรุ่นมีร่วมกัน — คอนเท็กซ์ 1M, เอาต์พุต 128K, อินพุตแบบมัลติโมดัล, ท่าทีแบบเอเจนต์ — ล้วนมีให้ใช้ในฝั่งที่ไม่ต้องยื่นคำขอ

เลเยอร์การกำหนดเส้นทาง ซึ่งเป็นที่ที่คำตอบในทางปฏิบัติอยู่

สองสิ่งที่เราเตอร์ทำได้และทำไม่ได้ในกรณีนี้ พูดให้ตรง ๆ มันไม่สามารถทำให้คุณได้ Claude Mythos 5 โมเดลที่ถูกจำกัดการเข้าถึงไม่สามารถถูกส่งต่อไปยังสาธารณะได้ สิทธิ์การเข้าถึงนั้นตัดสินโดย Anthropic และไม่มีแพลตฟอร์มใดเปลี่ยนสิ่งนั้นได้ สิ่งที่มันทำได้คือวาง Claude Opus 5.5 ไว้หลังปลายทางเดียวกันกับทุกอย่างที่คุณรัน — anthropic/claude-opus-5.5อยู่ในแค็ตตาล็อกของ OrcaRouter ในราคาตามที่ Anthropic ประกาศไว้ คือ 4.00 ดอลลาร์สำหรับขาเข้า และ 20.00 ดอลลาร์สำหรับขาออก พร้อมค่าอ่านแคช 0.20 ดอลลาร์ โดยบวกกำไร 0% ดังนั้นการเปลี่ยนแปลงอัตราค่าบริการของผู้ให้บริการจะมีผลที่นี่ทันทีในวันที่ Anthropic ประกาศออกมา ไม่ใช่รอไปจนถึงการต่อสัญญาครั้งถัดไป

สิ่งที่สองที่มันทำคือทำให้คำถามเรื่อง fallback มีต้นทุนต่ำ O​pus 5.5 ทำงานด้วย adaptive thinking ที่ไม่สามารถปิดได้ และ Artificial Analysis วัดค่า first-token latency ได้ 702 วินาทีบน harness ของมัน — สิบเอ็ดนาทีก่อนที่โทเคนแรกของการรันแบบ extended-thinking จะออกมา ไม่ว่าตัวเลขนั้นจะเป็น artifact ของ harness หรือเป็นเพราะโมเดลคิดนานขึ้นจริง ตัวเลขนั้นควรอยู่ในงบ timeout ของคุณมากกว่าอยู่ในความมองโลกในแง่ดีของคุณ การ failover อัตโนมัติข้ามผู้ให้บริการหมายความว่าเส้นทางที่เสื่อมประสิทธิภาพ หรือเส้นทางที่แค่ช้าในคืนนี้ จะส่งต่อคำขอไปยัง backend อื่นแทนที่จะส่งคืนข้อผิดพลาดให้ผู้ใช้ของคุณ หากคุณต้องการความสามารถที่ใกล้เคียงกับ M​ythos โดยไม่มีมาตรการป้องกันระดับ M​ythos แล้ว Claude Fable 5.1 — ซึ่งใช้น้ำหนักพื้นฐานเดียวกันกับ C​laude M​ythos 5.1 แต่ยังคงเปิดมาตรการป้องกันไว้ — อยู่ในแคตตาล็อกเดียวกันในราคา list เท่ากันที่ $10 / $50 พร้อมค่า cache read $0.25 และการสลับไปมาระหว่างมันกับ O​pus 5.5 เป็นเพียงการเปลี่ยน model-string ไม่ใช่การ integration ครั้งที่สอง

อะไรจะทำให้คำตัดสินนี้เปลี่ยนไปได้

สามสิ่ง โดยเรียงตามว่ามันจะส่งผลต่อเรื่องนี้มากน้อยเพียงใด การที่ Anthropic เผยแพร่ตาราง benchmark ของ Mythos 5.1 บนชุด benchmark เดียวกับ Opus 5.5 จะเปลี่ยนการเปรียบเทียบที่ไม่สามารถหาข้อสรุปได้ให้กลายเป็นการเปรียบเทียบที่แท้จริง และนี่คือสิ่งที่มีประโยชน์ที่สุดที่ผู้ให้บริการสามารถเปิดเผยได้ การขยายคุณสมบัติของผู้มีสิทธิ์ในโครงการ Cyber Verification Program จะเปลี่ยนว่าใครที่ต้องจ่ายค่าพรีเมียม 2.5 เท่า การปรับโครงสร้างโครงการเมื่อวันที่ 6 ตุลาคมได้เคลื่อนไปในทิศทางนั้น โดยเปลี่ยนการเข้าถึง Mythos 5.1 ให้กลายเป็นใบสมัครแทนที่จะเป็นการจัดสรรสำหรับพันธมิตร และน่าจับตาว่าเกณฑ์จะลดลงเรื่อย ๆ หรือไม่ และการรันซ้ำอย่างอิสระของการประเมิน containment-boundary จะตัดสินได้ว่าการปรับปรุง 85% ของ Opus 5.5 เป็นคุณสมบัติของโมเดลหรือเป็นคุณสมบัติของการประเมิน

จนกว่าหนึ่งในนั้นจะเกิดขึ้นจริง คำตอบที่ตรงไปตรงมาต่อชื่อเรื่องก็คือ โมเดลแบบจำกัดไม่ใช่โมเดลที่ดีกว่าจากหลักฐานที่ใครๆ ได้เผยแพร่ และไม่ใช่โมเดลที่ทีมส่วนใหญ่จะหาได้ไม่ว่าจะจ่ายราคาเท่าไร เลือก O​pus 5.5 เก็บชื่อโมเดลไว้เป็นค่าคอนฟิก แล้วกลับมาพิจารณาอีกครั้งหากประตูเปิด

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง