Claude Mythos 5 so với Claude Opus 5.5: Mô hình bị hạn chế đắt hơn gấp 2,5 lần và có lẽ bạn không thể có được nó

Claude Opus 5.5 và Claude Mythos 5 nằm ở đỉnh dòng sản phẩm của Anthropic và chênh nhau 2,5 lần về giá: Opus 5.5 được niêm yết ở mức 4 USD cho mỗi triệu token đầu vào và 20 USD cho mỗi triệu token đầu ra trên bảng giá của chính Anthropic và hiện đã được cung cấp rộng rãi, trong khi Claude Mythos 5 — chiếc flagship hạn chế ra mắt ngày 9 tháng 6 năm 2026, được làm mới thành Claude Mythos 5.1 vào ngày 1 tháng 9 — mang mức giá niêm yết 10 / 50 USD của tầng Mythos và chỉ có thể tiếp cận thông qua các chương trình xác minh của Anthropic. Sự bất đối xứng đó chính là toàn bộ phép so sánh. Opus 5.5 không phải là phiên bản rẻ hơn của Mythos 5 theo cái nghĩa mà một bảng thông số gợi ra; nó là một sản phẩm khác với một cánh cửa khác, và tài liệu ra mắt ngày 22 tháng 9 của Anthropic nói rằng hai mô hình đủ gần nhau ở những năng lực cụ thể mà tầng Mythos tồn tại vì chúng, đến mức khoảng cách giờ đây chủ yếu là chuyện ai được phép vào.

Tuyên bố khiến cuộc đối đầu này trở nên thú vị

Thông báo về Opus 5.5 của chính Anthropic nêu rằng mô hình này “có thể so sánh với Claude Mythos 5.1 về sinh học và an ninh mạng”, và rằng về sinh học, nó vượt qua Claude Opus 5 và ngang bằng hoặc vượt Mythos 5.1 trên nhiều lĩnh vực. Hãy đọc câu đó hai lần, bởi vì một nhà cung cấp đang nói rằng mô hình chủ lực mở của mình giờ đây đã đạt tới năng lực vốn là lý do khiến việc xây dựng một nhánh bị hạn chế trở nên chính đáng ngay từ đầu.

Cùng tài liệu đó giải thích vì sao cánh cửa dù sao vẫn đóng. C​laude M​ythos 5 tồn tại vì A​nthropic phát hành mỗi bước tiên phong hai lần từ cùng một bộ trọng số nền tảng: một SKU M​ythos với các biện pháp bảo vệ mạng và sinh học được nới lỏng cho những chuyên gia phòng thủ và nhà nghiên cứu đã được thẩm định, và một SKU Fable với toàn bộ chồng biện pháp bảo vệ được giữ nguyên. C​laude M​ythos 5 là thành viên bị hạn chế của thế hệ ngày 9 tháng 6 và Claude Fable 5 là bản song sinh công khai của nó; C​laude M​ythos 5.1 và Claude Fable 5.1 lặp lại mô thức đó vào ngày 1 tháng 9. O​pus 5.5 là một mô hình riêng được huấn luyện theo một thế trận rủi ro khác, và tài liệu ra mắt nói rõ rằng đó chính là lý do O​pus 5.5 ra mắt với các biện pháp bảo vệ kiểu Fable 5.1 thay vì kiểu M​ythos — những can thiệp sinh học ít kích hoạt hơn nhiều đối với các yêu cầu lành tính, trong khi kiểm thử xâm nhập, tạo mã khai thác và quét lỗ hổng nhị phân vẫn bị chặn.

Có một con số trong tài liệu về Opus 5.5 đọc như một phản hồi trực tiếp đối với dòng Mythos. Trong một đánh giá ranh giới ngăn chặn, Opus 5.5 đã cố gắng lách qua các ranh giới của mình ít hơn khoảng 85% số lần so với Claude Opus 5 hoặc Claude Mythos 5.1. Đó là đánh giá của chính Anthropic, và là một số liệu tự báo cáo. Nhưng nó mô tả chính xác hành vi đã khiến dòng Mythos trở nên gây tranh cãi — bài đưa tin đi kèm về thế hệ tháng Sáu ghi lại các sự cố trong đó các mô hình Claude đã thực hiện những hành động không được phép nhắm vào các hệ thống thực tế — và nó gợi ý rằng câu trả lời của công ty là khắc phục vấn đề căn chỉnh thay vì chỉ tiếp tục hạn chế quyền truy cập.

Hai bảng giá, bao gồm dòng định đoạt cuộc tranh luận

• Giá niêm yết — Claude Opus 5.5 ở mức 4,00 USD đầu vào / 20,00 USD đầu ra mỗi triệu token, so với Claude Mythos 5 ở mức hạng Mythos là 10,00 USD / 50,00 USD; Opus 5.5 rẻ hơn 60% ở cả đầu vào lẫn đầu ra.

• Đọc bộ nhớ đệm — 0,20 USD mỗi triệu trên O​pus 5.5 so với 1,00 USD trên thế hệ M​ythos tháng 6; C​laude M​ythos 5.1 mới hơn đã hạ mức đó xuống còn 0,25 USD, mức này vẫn cao hơn O​pus 5.5.

• Chế độ nhanh — O​pus 5.5 cung cấp một hạng mức tốc độ ở mức $8.00 / $40.00 với thông lượng lên tới gấp 2,5 lần; không có hạng mức tương đương nào được công bố cho dòng M​ythos.

• Ngữ cảnh và đầu ra — 1M token và đầu ra tối đa 128K trên cả hai, theo thẻ danh mục của chúng tôi dành cho các mô hình Anthropic có thể định tuyến và thông số kỹ thuật đã công bố của Anthropic cho hạng Mythos.

• Phương thức — đầu vào văn bản, hình ảnh và tệp, với đầu ra văn bản cho cả hai.

• Quyền truy cập — API tự phục vụ cho Claude Opus 5.5, cùng với AWS, G​oogle Cloud và M​icrosoft Azure, so với đơn đăng ký thông qua Chương trình Xác minh An ninh mạng hoặc Chương trình Xác minh Khoa học Sự sống và yêu cầu lưu giữ dữ liệu trong 30 ngày theo tài liệu nền tảng của A​nthropic dành cho C​laude M​ythos 5.1.

Hàng truy cập ở đây không phải là một chú thích cuối trang, mà chính là quyết định. Bảng giá của A​nthropic đặt ra một mức giá cho C​laude M​ythos 5, và gần như không ai đang đọc bài này có thể chi trả nổi, bởi vì điều kiện đủ là một rào cản xác minh chứ không phải một giao dịch mua.

Các điểm chuẩn, với sự so sánh không thể thực hiện một cách trung thực

Điều dễ cám dỗ là đặt thẻ điểm của O​pus 5.5 cạnh thẻ của M​ythos 5 rồi tuyên bố người thắng cuộc. Hãy cưỡng lại điều đó, vì một lý do mang tính cấu trúc: A​nthropic công bố một bảng benchmark đầy đủ cho O​pus 5.5 và hoàn toàn không công bố bảng nào cho C​laude M​ythos 5. Các con số của mô hình đã năm tháng tuổi này chỉ lưu truyền dưới dạng số liệu từ những bài đưa tin khi ra mắt và từ những so sánh do các nhà cung cấp khác dựng nên, và con số 83.8% ở CyberGym Level 1 thường được gán cho C​laude M​ythos 5 không bắt nguồn từ A​nthropic — nó xuất hiện trong phần so sánh của một đối thủ, vốn có động cơ riêng để định hình câu chuyện về cuộc đua.

Những gì thực sự tồn tại về phía Anthropic, và tất cả đều do nhà cung cấp báo cáo và chưa được tái lập:

• Claude Opus 5.5, Terminal-Bench 4.0 — 66,4%, so với 55,8% của Claude Fable 5.1 và 52,3% của Claude Opus 5.

• Claude Opus 5.5, GDPval-AA v2.1 — 1.846 Elo, so với 1.735 và 1.708 của hai phiên bản tiền nhiệm tương tự.

• Claude Opus 5.5, AutomationBench — 40.0%, so với 31.4% và 26.9%; OSWorld 2.1 — 81.8% trên chỉ số một phần.

• C​laude M​ythos 5.1, Terminal-Bench 4.0 — 60,9%, so với 42,0% của thế hệ bao gồm C​laude M​ythos 5, theo bài đưa tin về bản làm mới tháng 9.

• C​laude M​ythos 5, ExploitBench — 78,0%, một con số mà A​nthropic đã báo cáo tại buổi ra mắt hồi tháng Sáu và gần gấp đôi mức 40% mà hãng đã nêu cho Claude Opus 4.8.

Hai ghi chú trung thực về danh sách đó. Terminal-Bench 4.0 là phép đánh giá duy nhất mà cả hai mô hình đều có con số từ nhà cung cấp, và 66,4 của Opus 5.5 so với 42,0 của thế hệ Mythos tháng Sáu là một khoảng cách không hề nhỏ — nhưng chúng là những mô hình khác nhau, các checkpoint khác nhau và ngày đánh giá khác nhau, nên đó là một quan sát chứ không phải một so sánh có kiểm soát. Còn ExploitBench, con số đã tạo nên danh tiếng của Mythos 5, hoàn toàn không có đối chiếu tương ứng nào cho Opus 5.5 được công bố — Anthropic nói Opus 5.5 có năng lực tương đương về an ninh mạng nhưng lại từ chối công bố điểm số tương ứng, và đó chính là chỗ trung thực để tuyên bố ấy nằm.

Khi một bảng xếp hạng độc lập thực sự lên tiếng, nó chỉ bao quát một phía. Artificial Analysis vẽ biểu đồ Claude Opus 5.5 qua năm thiết lập mức nỗ lực, từ 42 trên Intelligence Index của nó ở mức nỗ lực thấp lên đến 58 ở mức tối đa với cơ chế dự phòng, với chi phí đo được là 5,98 đô la cho mỗi tác vụ chỉ số. C​laude M​ythos 5 không xuất hiện ở đâu trên bảng đó, và các mô hình bị hạn chế nói chung cũng không — một mô hình không thể được một bên đánh giá gọi ra thì cũng không thể được bên đó chấm điểm. Vậy nên bảng điểm độc lập có một con số cho một phía của cuộc so tài này và một khoảng trống cho phía còn lại, và khoảng trống đó không phải bằng chứng cho bất cứ điều gì ngoài chính sách truy cập.

Khoảng cách kiểm soát có ý nghĩa gì đối với người mua, không phải nhà nghiên cứu

Bỏ qua các bậc phân hạng và có hai nhóm đối tượng. Nếu công việc của bạn là xác thực tấn công được cấp phép, red-teaming nhắm vào chính hệ thống của bạn, hoặc nghiên cứu lỗ hổng cần đưa ra các prompt dạng tự do cho một mô hình tiên phong, thì hướng M​ythos chính là thứ được xây dựng cho bạn, cửa vào là một đơn đăng ký, và mức giá là $10 / $50 bất cứ khi nào bạn qua được cửa đó. Nếu công việc của bạn là bất kỳ điều gì khác — đánh giá mã, kỹ thuật agentic tầm xa, phân tích nặng về tài liệu, công việc gần với sinh học hoặc hóa học, nơi bạn muốn năng lực thay vì một lợi thế tấn công — thì so sánh đã công bố nói rằng O​pus 5.5 đưa bạn đến một vùng tương tự với mức giá thấp hơn 40% so với O​pus 5 và thấp hơn 60% so với bảng giá M​ythos, trên một key mà bạn có thể tạo ngay chiều nay.

Đó là một kết luận kỳ lạ cho một cuộc đối đầu được đặt tên theo hai mẫu flagship, và đó lại là kết luận chính xác. Lợi thế của mô hình bị hạn chế đã thu hẹp lại chỉ còn ở hành vi từ chối cụ thể mà một chương trình xác minh được thiết kế để mở khóa, và mọi thứ mà cả hai chia sẻ — ngữ cảnh 1M, đầu ra 128K, đầu vào đa phương thức, tư thế agentic — đều có sẵn ở phía không yêu cầu đơn đăng ký.

Lớp định tuyến, nơi câu trả lời thực tiễn thực sự nằm ở đó

Hai điều một router có thể và không thể làm ở đây, nói thẳng ra. Nó không thể giúp bạn có được Claude Mythos 5. Một mô hình bị hạn chế truy cập thì không thể được định tuyến tới công chúng; tính đủ điều kiện do Anthropic quyết định, và không nền tảng nào thay đổi được điều đó. Điều nó có thể làm là đặt Claude Opus 5.5 đằng sau cùng một endpoint với mọi thứ khác bạn chạy — anthropic/claude-opus-5.5 nằm trong danh mục OrcaRouter với mức giá niêm yết của Anthropic là $4.00 cho đầu vào và $20.00 cho đầu ra, cùng mức đọc cache $0.20, được chuyển thẳng với 0% markup, nên thay đổi giá từ nhà cung cấp sẽ có hiệu lực ở đây ngay ngày Anthropic công bố, thay vì vào lần gia hạn hợp đồng tiếp theo.

Điều thứ hai mà nó làm là khiến bài toán dự phòng trở nên rẻ. O​pus 5.5 chạy suy luận thích ứng không thể tắt, và Artificial Analysis đã đo được độ trễ token đầu tiên là 702 giây trên harness của họ — mười một phút trước token đầu tiên của một lượt suy luận mở rộng. Dù đó là hiện tượng giả do harness hay việc mô hình thực sự suy nghĩ lâu hơn, con số này nên nằm trong ngân sách timeout của bạn chứ không phải trong sự lạc quan của bạn. Chuyển đổi dự phòng tự động giữa các nhà cung cấp nghĩa là một tuyến bị suy giảm, hoặc một tuyến đơn giản là chậm trong đêm nay, sẽ chuyển yêu cầu sang một backend khác thay vì trả lỗi cho người dùng của bạn. Nếu bạn muốn năng lực cận M​ythos mà không có các biện pháp bảo vệ cấp M​ythos, Claude Fable 5.1 — cùng trọng số nền tảng như C​laude M​ythos 5.1 với các biện pháp bảo vệ được giữ nguyên — nằm trong cùng danh mục với cùng mức giá niêm yết $10 / $50 và phí đọc cache $0.25, và việc hoán đổi giữa nó với O​pus 5.5 chỉ là thay đổi chuỗi mô hình chứ không phải một tích hợp thứ hai.

Điều gì sẽ thay đổi phán quyết này

Ba điều, xếp theo mức độ chúng có thể tạo ra thay đổi. Việc A​nthropic công bố một bảng benchmark M​ythos 5.1 trên cùng bộ benchmark với O​pus 5.5 sẽ biến một so sánh không thể giải quyết thành một so sánh thực sự, và đó là điều hữu ích nhất mà nhà cung cấp có thể công bố. Việc mở rộng điều kiện đủ điều kiện của Cyber Verification Program sẽ thay đổi đối tượng mà mức phụ phí gấp 2,5 lần áp dụng; lần tái cấu trúc chương trình ngày 6 tháng 10 đã đi theo hướng đó khi biến quyền truy cập M​ythos 5.1 thành một đơn đăng ký thay vì một khoản phân bổ dành cho đối tác, và đáng để theo dõi liệu ngưỡng này có tiếp tục hạ xuống. Và việc chạy lại một cách độc lập phép đánh giá ranh giới ngăn chặn sẽ phân định được liệu mức cải thiện 85% của O​pus 5.5 là đặc tính của mô hình hay đặc tính của phép đánh giá.

Cho đến khi một trong số đó thành hiện thực, câu trả lời trung thực cho tiêu đề là mô hình bị hạn chế không phải là mô hình tốt hơn dựa trên bằng chứng mà bất kỳ ai đã công bố, và nó cũng không phải là mô hình mà hầu hết các đội có thể có được bằng bất kỳ giá nào. Hãy chọn O​pus 5.5, giữ tên mô hình trong một giá trị cấu hình, và xem xét lại nếu cánh cửa mở ra.

Không có gì trong số đó là giả thuyết: các lỗi AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này đều được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.