Claude Mythos 5 vs Gemini 4 Argon: ประตูบานหนึ่งเปิดในสิบสามวัน อีกบานหนึ่งยังไม่เปิดนับตั้งแต่เดือนมิถุนายน

Gemini 4 Argon และ Claude Mythos 5 ต่างได้รับการประกาศเปิดตัวในฐานะโมเดลที่มีความสามารถสูงกว่าโมเดลเรือธง โดยจำกัดการเข้าถึงในระยะแรก และทั้งสองก็แยกออกจากกันอย่างสิ้นเชิงนับตั้งแต่นั้นมา Google ประกาศเปิดตัว Gemini 4 Argon เมื่อวันที่ 30 กันยายน 2026 ผ่านกลุ่มผู้เข้าร่วม Fairwind Program ที่เป็นนักป้องกันไซเบอร์ที่เชื่อถือได้ และในวันที่ 13 ตุลาคม สตริงโมเดล gemini-4-argon ย้ายไปสู่สถานะ Stable บนชั้นบริการแบบชำระเงินของ Google เอง — สิบสามวันนับจากการประกาศจนถึงคีย์แบบ self-serve โดยมีราคาเปิดตัวที่ 2 ดอลลาร์ต่อล้านโทเคนอินพุต และ 10 ดอลลาร์ต่อล้านโทเคนเอาต์พุต Claude Mythos 5 มีมานานกว่านั้นมาก: Anthropic เปิดตัวเมื่อวันที่ 9 มิถุนายน 2026 ในฐานะรุ่นพี่น้องแบบจำกัดของ Claude Fable 5 และรีเฟรชเป็น Claude Mythos 5.1 เมื่อวันที่ 1 กันยายน และยังคงไม่มี endpoint สาธารณะ ไม่มีชั้นบริการแบบ self-serve และไม่มีตาราง benchmark ที่เผยแพร่ — การเข้าถึงต้องผ่าน Cyber Verification Program หรือ Life Sciences Verification Program เท่านั้น ความแตกต่างนั้น ไม่ใช่ความต่างของ benchmark คือสิ่งที่ตัดสินการเปรียบเทียบนี้สำหรับผู้อ่านเกือบทุกคน

สองโมเดลที่มีเรื่องราวต้นกำเนิดเดียวกันแต่จุดจบต่างกัน

ทั้งสองมาถึงด้วยวิธีเดียวกัน ซึ่งเป็นสิ่งที่ทำให้ความแตกต่างนี้ให้ข้อคิด Anthropic เปิดตัว Claude Mythos 5 ในฐานะ SKU แบบจำกัดของเจเนอเรชันวันที่ 9 มิถุนายน โดยใช้น้ำหนักพื้นฐานร่วมกับ Claude Fable 5 เวอร์ชันสาธารณะ และต่างกันเพียงระดับการป้องกันความปลอดภัย และมอบให้กับ "กลุ่มเล็ก ๆ ของพันธมิตรที่ผ่านการตรวจสอบ" Google เปิดตัว Gemini 4 Argon ให้กับ Fairwind Program ก่อน — หน่วยงานรัฐบาลที่ผ่านการตรวจสอบ ผู้ดำเนินการโครงสร้างพื้นฐานที่สำคัญ และผู้ดูแลซอฟต์แวร์ — และกล่าวอย่างตรงไปตรงมาว่าการเข้าถึงที่กว้างขึ้นสำหรับลูกค้า API แบบชำระเงิน ผู้สมัครสมาชิก Google AI Ultra นักพัฒนา และองค์กรจะตามมา จากนั้น Google ก็ทำในสิ่งที่ตนบอกว่าจะทำ

A​nthropic ทำสิ่งที่แตกต่างออกไป และก็ควรได้รับการมองอย่างเป็นธรรม เมื่อวันที่ 6 ตุลาคม บริษัทได้ปรับโครงสร้าง Cyber Verification Program ใหม่ให้เป็นสามระดับที่อิงการสมัคร ผนวก Project Glasswing เข้าไปในโครงการนั้น และเปลี่ยน C​laude M​ythos 5.1 จากการจัดสรรสำหรับพันธมิตรให้กลายเป็นสิทธิ์การเข้าถึงซึ่งองค์กรด้านความปลอดภัยใด ๆ ที่มีคุณสมบัติเข้าเกณฑ์สามารถสมัครขอรับได้ นี่คือการเปิดประตูให้กว้างขึ้นจริง ๆ — เป็นครั้งแรกในประวัติศาสตร์ของโมเดลนี้ แต่ก็ยังคงเป็นประตูที่มีด่านการตรวจสอบยืนยัน แทนที่จะเป็นราคา และมุ่งเป้าไปที่องค์กรด้านความปลอดภัยโดยเฉพาะ มากกว่ากลุ่มผู้พัฒนาทั่วไป เส้นทางของ G​oogle จบที่ตารางอัตราค่าบริการ ส่วนของ A​nthropic จบที่การพิจารณาใบสมัคร

ค่าใช้จ่ายของแต่ละอัน และข้อควรระวังเกี่ยวกับตัวเลขของ Argon

• อินพุต — Gemini 4 Argon ราคาแนะนำ $2.00 ต่อล้านโทเคน เทียบกับ Claude Mythos 5 ที่ $10.00; ต่างกัน 5 เท่า

• เอาต์พุต — 10.00 ดอลลาร์ต่อล้าน เทียบกับ 50.00 ดอลลาร์; เป็น 5 เท่าเช่นเดียวกัน

• อินพุตแคช — Argon ราคา $0.10 ต่อล้าน ลด 95% สำหรับอินพุต; Claude Mythos 5.1 ราคา $0.25 บน SKU ที่ใหม่กว่า และ $1.00 บนเจนเนอเรชันเดือนมิถุนายน

• บริบทและเอาต์พุต — ทั้งคู่มีบริบท 1M โทเคน; เพดานเอาต์พุตของ Argon เพิ่มจาก 64K เป็น 1M เทียบกับ 128K สำหรับระดับ M​ythos

• รูปแบบข้อมูล — Argon รับข้อความ รูปภาพ วิดีโอ และไฟล์ โดยมีเอาต์พุตเป็นข้อความ; ระดับ M​ythos รับอินพุตเป็นข้อความ รูปภาพ และไฟล์

• การเข้าถึง — คีย์ API แบบชำระเงินตั้งแต่วันที่ 13 ตุลาคม เทียบกับการสมัครเข้าโปรแกรมการตรวจสอบยืนยันของ Anthropic ซึ่งมีข้อกำหนดการเก็บรักษาข้อมูล 30 วัน

ข้อควรระวังอยู่ที่คำว่า "introductory" ราคา $2 / $10 ของ Google เป็นราคาช่วงเปิดตัว และ Google ก็บอกไว้เช่นนั้น ราคาที่ถูกเรียกเช่นนั้นสามารถเปลี่ยนแปลงได้ และตัวเลขที่ควรใช้ตั้งงบประมาณคือตัวเลขที่ Google ประกาศในวันที่คุณตัดสินใจ ข้อควรระวังอีกข้อเป็นเรื่องเลขคณิตมากกว่านโยบาย: Artificial Analysis วัดต้นทุนการรันชุดดัชนีทั้งหมดที่ $2,407 สำหรับ Argon — ประมาณ $1.99 ต่องานดัชนีหนึ่งงาน — ซึ่งคิดเป็นประมาณหนึ่งในสามของค่าใช้จ่ายของชุดเดียวกันบน Claude Opus 5.5 — เป็นเครื่องเตือนใจว่าราคาตั้งและต้นทุนที่เกิดขึ้นจริงแตกต่างกันเมื่อโมเดลใช้โทเค็นน้อยลงและลองซ้ำน้อยลงในการทำงานให้เสร็จ ไม่มีตัวเลขเทียบเคียงสำหรับ Claude Mythos 5 เพราะไม่มีผู้ประเมินอิสระรายใดสามารถเรียกใช้มันได้

ความไม่สมมาตรของ benchmark ซึ่งเป็นประเด็นหลักที่ตรงไปตรงมา

G​emini 4 Argon ถูกวัดแล้ว ส่วน C​laude M​ythos 5 ยังไม่ถูกวัด และไม่ใช่เพราะมีใครคิดว่ามันอ่อนแอ

ตัวเลขที่ Argon เผยแพร่เองโดยอิสระ: Artificial Analysis Intelligence Index อยู่ที่ 52.6 ถึง 53 ขึ้นอยู่กับการตั้งค่าระดับความพยายาม โดยวัดได้ที่ $1.99 ต่องานดัชนี และ 48.9 โทเค็นเอาต์พุตต่อวินาที ด้วยโทเค็นแรกที่ 2.79 วินาที Vals Index ครองอันดับหนึ่งที่ 68.90% (±0.97) บนบอร์ดผลกระทบทางเศรษฐกิจที่ถ่วงน้ำหนักด้วย GDP คะแนนงานที่ผู้ขายรายงาน ซึ่ง Google เผยแพร่พร้อมประกาศเมื่อวันที่ 30 กันยายน และยังไม่มีการทำซ้ำ: Terminal-Bench 4.0 ที่ 57.1%, SciCode ที่ 61.8%, Humanity's Last Exam ที่ 57.1%, การให้เหตุผลแบบบริบทยาวที่ 79.7%, AutomationBench อันดับหนึ่งที่ 51.3%, และค่า Omniscience ที่ 42.4 — ซึ่งเป็นส่วนต่างนำสูงสุดในงานเดียวเมื่อเทียบกับโมเดลเปิดที่เทียบเคียงได้ในชุดนั้น

บันทึกที่เผยแพร่ของ C​laude M​ythos 5 นั้นเป็นอีกเรื่องหนึ่งโดยสิ้นเชิง A​nthropic ไม่มีการ์ดเบนช์มาร์กสำหรับมัน ดังนั้นตัวเลขทุกตัวที่หมุนเวียนจึงเป็นข้อมูลมือสอง คะแนน CyberGym Level 1 ที่ 83.8% ซึ่งมักพิมพ์ไว้ข้างชื่อไม่ได้มาจาก A​nthropic เลย — มันปรากฏอยู่ในการเปรียบเทียบของผู้ขายรายคู่แข่ง ซึ่งมีผลประโยชน์ของตัวเองว่าการแข่งขันดูสูสีเพียงใด ตัวเลข ExploitBench ที่ 78.0% เป็นของ A​nthropic เอง โดยรายงานตอนเปิดตัวในเดือนมิถุนายน เทียบกับ 40% ของ Claude Opus 4.8 นอกจากนี้ยังมีข้ออ้างเชิงปฏิบัติการ: บั๊ก OpenBSD ที่ไม่ถูกค้นพบมา 27 ปี, ช่องโหว่ FFmpeg อายุ 16 ปี, การโจมตีเบราว์เซอร์ที่เชื่อมช่องโหว่สี่จุดเพื่อหลบหนีแซนด์บ็อกซ์ทั้งของตัวเรนเดอร์และระบบปฏิบัติการ, และการยกระดับสิทธิ์ในเคอร์เนล Linux จากผู้ใช้เป็นรูท

พอเอาสองอันนั้นมาเทียบกันข้าง ๆ กระดานผู้นำเหล่านี้ก็เทียบกันไม่ได้ ซึ่งนั่นแหละคือประเด็น โมเดลหนึ่งมีคะแนนดัชนี ค่าใช้จ่ายต่องาน และอันดับบนกระดานผู้นำ ส่วนอีกโมเดลมีชื่อเสียงและชุดกรณีศึกษา ที่ไม่มีใครนอกรายชื่อพันธมิตรของ Anthropic สามารถทำซ้ำได้ Argon ยังมีข้อวิจารณ์ที่มีการบันทึกไว้ ซึ่งระดับ Mythos ไม่มี: Bloomberg รายงานในวันประกาศว่า พนักงาน Google บางคนที่มีสิทธิ์เข้าถึงโดยตรงกล่าวว่า โมเดลนี้ทำงานจริงได้ไม่ดีเท่าที่ผลเบนช์มาร์กบ่งชี้ — โดยมีการออกแบบฟรอนต์เอนด์เป็นหนึ่งในงานที่ถูกระบุชื่อ — และอธิบายว่าโมเดลนี้ได้รับผลกระทบจากการปรับให้เหมาะกับเบนช์มาร์ก ซึ่ง Google โต้แย้ง รายงานนั้นยังไม่ได้รับการยืนยันและเป็นที่โต้แย้ง และมันก็ยังเป็นจุดข้อมูลหนึ่งที่มีอยู่ในฝั่งหนึ่งของการเปรียบเทียบนี้ แต่อีกฝั่งหนึ่งไม่มี

การเปรียบเทียบที่ไม่มีผู้ขายรายใดทำ

เอกสารเปิดตัวของ G​oogle วางตำแหน่ง Argon ให้แข่งขันกับ C​laude O​pus 5.5 และ GPT-6 Astra ในด้านการเขียนโค้ด และไม่เผยแพร่การเปรียบเทียบกับทั้ง Claude Fable 5.1 หรือ C​laude M​ythos 5.1 เอกสารของ A​nthropic วางตำแหน่ง M​ythos 5.1 ให้แข่งขันกับรุ่นก่อนของตัวเอง ไม่มีผู้จำหน่ายรายใดเผยแพร่การเปรียบเทียบแบบตัวต่อตัว ซึ่งหมายความว่าการจับคู่ในชื่อบทความนี้เป็นสิ่งที่ทั้งสองบริษัทหลีกเลี่ยง และไม่มีแล็บอิสระรายใดสามารถทดสอบได้ เนื่องจากผู้ประเมินไม่สามารถเรียกใช้หนึ่งในสองโมเดลได้

สิ่งที่พอจะพูดได้คือจุดที่บรีฟการออกแบบแตกต่างกัน ชุดการเปรียบเทียบที่ Argon เผยแพร่ประกอบด้วย Harvey's Legal Agent Benchmark, Vals Finance Agent v2 และชุดทดสอบ indirect-prompt-injection จาก Gray Swan — งานฐานความรู้ ผลผลิตทางเศรษฐกิจ และความต้านทานการโจมตีแบบ injection หลักฐานของระดับ M​ythos คืองานความมั่นคงปลอดภัยเชิงรุกและเชิงรับ สองสิ่งนั้นเป็นงานคนละประเภท และผู้ซื้อที่ต้องเลือกระหว่างสองสิ่งนี้มักกำลังเลือกระหว่างโมเดลแนวหน้าทั่วไปที่บังเอิญแข็งแกร่งด้านเอกสาร กับผู้เชี่ยวชาญเฉพาะทางที่แข็งแกร่งผิดปกติด้านพื้นผิวการโจมตี ความแตกต่างด้านค่าใช้จ่าย 5× ของราคาตามรายการ คือราคาที่ต้องจ่ายสำหรับความเชี่ยวชาญเฉพาะทางนั้น และจะคุ้มค่าที่จะจ่ายก็ต่อเมื่อสิ่งที่คุณต้องการคือความเชี่ยวชาญเฉพาะทางนั้น

สิ่งที่คุณสามารถโทรหาได้ในวันนี้

ทั้งสองโมเดลไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter และนั่นไม่ใช่สถานะชั่วคราวที่แพลตฟอร์มจะแก้ไขได้ — Gemini 4 Argon เข้าถึงได้ผ่าน API ของ Google เองในอัตราของ Google และ Claude Mythos 5 จะเข้าถึงได้ผ่านโปรแกรมยืนยันตัวตน หรือไม่ก็เข้าถึงไม่ได้เลย การลงรายการหนึ่งในนั้นที่นี่ว่าพร้อมใช้งานจะเป็นการโกหก

สิ่งที่อยู่ในแค็ตตาล็อกคือสมาชิกที่เข้าถึงได้ของแต่ละตระกูล Claude Fable 5เป็นฝาแฝดสาธารณะของ C​laude M​ythos 5 — น้ำหนักพื้นฐานเดียวกัน ชุดระบบป้องกันเต็มรูปแบบ — ในราคาตามรายการของ A​nthropic ที่ $10.00 ต่ออินพุตหนึ่งล้าน และ $50.00 ต่อเอาต์พุตหนึ่งล้าน โดยไม่มีมาร์กอัป และ Claude Fable 5.1เป็นรุ่นเทียบเท่าที่ใหม่กว่าในอัตราเดียวกัน โดยค่าอ่านแคชถูกลดลง 75% เหลือ $0.25 C​laude O​pus 5.5มีอยู่ในราคา $4.00 และ $20.00 และเอกสารเปิดตัวของ A​nthropic เองกล่าวว่ามันเทียบได้กับ C​laude M​ythos 5.1 ในด้านชีววิทยาและความมั่นคงทางไซเบอร์ — ซึ่งเมื่ออ่านแบบตรงไปตรงมา ก็คือผู้ขายกำลังบอกคุณว่าข้อได้เปรียบของโมเดลที่ถูกจำกัดได้แคบลงเหลือเพียงพฤติกรรมการปฏิเสธที่โปรแกรมการตรวจสอบมีอยู่เพื่อปลดล็อก นำสิ่งเหล่านั้นไปไว้หลังเอนด์พอยต์เดียวที่มี failover อัตโนมัติ และปัญหา "ฉันไม่สามารถเข้าถึงโมเดลที่ต้องการได้" ก็กลายเป็นเพียงการตั้งค่าการกำหนดเส้นทางแทนที่จะเป็นโครงการวิจัย: งานที่ต้องการความสามารถที่ใกล้เคียงกับ M​ythos จะไปที่ Fable 5.1 งานที่ต้องการการให้เหตุผลทั่วไปที่ประหยัดกว่าจะไปที่อื่น และการสลับไม่ว่าจะแบบใดก็เป็นเพียงการเปลี่ยนสตริงโมเดลบนคีย์เดียวกัน

ดูอะไรดี

สามสัญญาณ ซึ่งทั้งหมดล้วนเจาะจงเฉพาะ: ว่า[ราคาเปิดตัว]ของ Google จะอยู่รอดเมื่อเผชิญกับทราฟฟิกจริงหรือไม่ ซึ่งเป็นตัวกระตุ้นให้ข้อโต้แย้งเรื่องต้นทุนกลายเป็นสิ่งที่ลงมือทำได้จริงแทนที่จะเป็นเพียงทฤษฎี ว่า Anthropic จะเผยแพร่ตาราง benchmark ของ Mythos 5.1 บนชุดเดียวกันกับ Opus 5.5 หรือไม่ — เอกสารที่มีประโยชน์ที่สุดที่ผู้ขายจะเปิดเผยได้ และเป็นวิธีเดียวที่ผู้ซื้อจะประเมินมูลค่าพรีเมียม 5 เท่าได้ และว่าเกณฑ์การสมัครของ Cyber Verification Program จะยังคงลดลงเรื่อย ๆ หรือไม่ เพราะการรีบิลด์เมื่อวันที่ 6 ตุลาคมเป็นครั้งแรกที่นโยบายการเข้าถึงของโมเดลนี้เคลื่อนไปสู่ความเปิดกว้าง และอัตราการเคลื่อนไหวดังกล่าวคือสิ่งที่ควรค่าต่อการติดตาม

จนกว่าสิ่งเหล่านั้นจะมาถึง ข้อสรุปที่ยุติธรรมก็คือ Argon เป็นโมเดลที่มีราคา มีเอนด์พอยต์ และถูกเอาไม้บรรทัดของคนอื่นมาวัด ส่วน C​laude M​ythos 5 เป็นโมเดลที่มีชื่อเสียงและมีแบบฟอร์มสมัคร สองในสามสิ่งนั้นตรวจสอบได้ และสิ่งที่สามตรวจสอบไม่ได้

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