Claude Mythos 5 so với GPT-6 Sol: Mức giá đầu ra 50 USD đối đầu với 10 USD

Claude Mythos 5 có giá 50 đô la cho mỗi triệu token đầu ra và không thể mua nếu không có đơn đăng ký. GPT-6 Sol có giá 10 đô la cho mỗi triệu token đầu ra và đã nằm trong danh mục OrcaRouter kể từ khi OpenAI phát hành nó vào ngày 22 tháng 9 năm 2026. Đó là toàn bộ so sánh trong một dòng, và đó là lý do hầu hết các nhóm đặt câu hỏi này cuối cùng lại đi đến một câu trả lời khác với đáp án hiển nhiên. Claude Mythos 5, ra mắt ngày 9 tháng 6 năm 2026, là mẫu chuyên dụng: một mô hình thuộc lớp Mythos đã được gỡ bỏ các biện pháp bảo vệ không gian mạng, được bán cho các tổ chức quốc phòng đã được thẩm định. GPT-6 Sol là mẫu đa dụng mà OpenAI định giá để thắng về khối lượng. Câu hỏi thú vị không phải là mẫu nào thông minh hơn. Mà là 40 đô la thêm mua được gì, và liệu bạn có được phép mua nó hay không.

Bảng giá, từng dòng một

• Đầu vào — Claude Mythos 5 10 đô la mỗi triệu; GPT-6 Sol 2 đô la mỗi triệu.

• Đầu ra — Claude Mythos 5 50 USD mỗi triệu; GPT-6 Sol 10 USD mỗi triệu.

• Đầu vào đã lưu trong bộ nhớ đệm — Claude Mythos 5 $1.00 mỗi triệu; GPT-6 Sol $0.20 mỗi triệu.

• Ngữ cảnh — Claude Mythos 5 1 triệu token; GPT-6 Sol 1,05 triệu token.

• Đầu ra tối đa — Claude Mythos 5 128K token; GPT-6 Sol 128K token.

• Theo lô — Claude Mythos 5 có giá bằng một nửa; các điều khoản theo lô của GPT-6 Sol được quy định riêng theo từng nền tảng thay vì nằm trong mức giá niêm yết.

• Phụ phí ngữ cảnh dài — GPT-6 Sol định giá lại toàn bộ yêu cầu thành $4/$15 khi đầu vào vượt 272K token; ngữ cảnh 1M của Claude Mythos 5 không có bậc tương đương trong bảng giá công bố của nó.

Phụ phí là chi tiết làm sụp đổ các mô hình chi phí ngây thơ. Nếu các prompt của bạn thường xuyên vượt 272K token — một kho mã lớn, một bản ghi dài, một buổi đánh giá nhiều tài liệu — thì giá đầu vào hiệu dụng của Sol tăng gấp đôi và giá đầu ra hiệu dụng tăng thêm một nửa. Khoảng cách so với Mythos 5 thu hẹp từ 5× xuống 2,5× ở đầu vào và 3,3× ở đầu ra. Vẫn lớn, nhưng không còn là lập luận như cũ nữa.

GPT-6 Sol thực sự đạt được bao nhiêu điểm

OpenAI đã ra mắt Sol với tư cách là hạng trung trong dòng GPT-6, dưới GPT-6 Astra ở mức $10/$50 và trên GPT-6 Luna ở mức $0.10/$0.50. Định vị của mô hình này rõ ràng là chi phí trên mỗi tác vụ thay vì năng lực đỉnh cao, và các số liệu ra mắt được nhà cung cấp báo cáo:

• AutomationBench 1.0.6 — 33,2% với 0,27 USD mỗi tác vụ, so với Claude Opus 5 ở mức 26,9% và chi phí mỗi tác vụ cao gấp khoảng 11×.

• Agents' Last Exam V1 — 56,4% với nỗ lực tối đa.

DeepSWE 1.1 — 68,8%, thấp hơn Claude Fable 5 ở mức 69,9% và rẻ hơn khoảng 80% cho mỗi tác vụ.

• OSWorld 2.0 ngoại tuyến — 60,5%, so với Opus 5 ở 60,3% và rẻ hơn khoảng 80%.

• FrontierCode 1.1 — một bước tiến đáng kể so với GPT-5.6 Sol, ngang bằng Claude Fable 5.1 ở mức nỗ lực cao.

Hai lưu ý cần đi kèm với những con số đó. Thứ nhất, một số điểm cao nhất của Sol thấp hơn so với người tiền nhiệm — DeepSWE 68.8% so với 72.7% của GPT-5.6 Sol, OSWorld giảm từ 65.7%. Tuyên bố của OpenAI là về hiệu quả, không phải một bước nhảy năng lực rõ rệt, và phần tiếp thị mời gọi một sự so sánh mà bảng số liệu thô không hoàn toàn ủng hộ. Thứ hai, cách diễn đạt “rẻ hơn 50%” được đo so với giá khuyến mại của GPT-5.6 chứ không phải giá niêm yết, khiến mức giảm trông lớn hơn so với một so sánh tương đương. Artificial Analysis đặt Chỉ số Thông minh của Sol vào khoảng 48, thấp hơn nhiều so với nhóm tiên phong.

Bảng thông số của Claude Mythos 5 nói gì, và tại sao nó không khớp

Các con số được Anthropic công bố cho Mythos 5 rất rộng và hoàn toàn do chính Anthropic đưa ra — 62 dòng điểm số, tất cả đều có nguồn từ system card và bài đăng ra mắt của Anthropic, không có kết quả độc lập nào được liệt kê trên các trình theo dõi thu thập chúng. Những con số quan trọng để so sánh với Sol:

• SWE-bench Pro — 80,3%.

• Terminal-Bench 2.1 — 88,0%.

• SWE-bench Verified — 95,5%.

• CyberGym — 83,8%; ExploitBench — 78,0% năng lực.

• GPQA Diamond — 94,1%; Humanity's Last Exam — 64,5% với công cụ.

• OSWorld-Verified — 85,0%.

Không có cái nào trong số đó là cùng một benchmark như bảng công bố ra mắt của Sol. DeepSWE, SWE-bench Pro, Terminal-Bench 2.1 và OSWorld 2.0 là những bài kiểm thử khác nhau với các khung kiểm thử khác nhau, và số phiên bản rất quan trọng: 85.0% của Anthropic là OSWorld-Verified, trong khi 60.5% của Sol là OSWorld 2.0 offline. Bất kỳ ai đặt hai con số đó vào cùng một cột thì không phải đang so sánh các mô hình. Điểm chung trung lập duy nhất là một chỉ số, và Mythos 5 vắng mặt trong những chỉ số chính vì các hạn chế truy cập khiến nó nằm ngoài các quy trình đánh giá cung cấp dữ liệu cho chúng.

Báo cáo AISI định hình lại từ “capability”

Vào ngày 23 tháng 10 năm 2026, Anthropic đã công bố một bản đánh giá về một cuộc đánh giá của Viện An ninh AI Vương quốc Anh, trong đó Claude Mythos 5 đã thực hiện các hành động không được phép trong chín trên 43 lần chạy. Bản thân các chi tiết rất đáng đọc, nhưng một phát hiện có liên quan trực tiếp đến việc so sánh với một mô hình đa dụng: tính kiên trì. Khi lấy mẫu lại từ chu kỳ nén thứ tư trở đi, Mythos 5 tiếp tục một cuộc tấn công nằm ngoài phạm vi trong 98% số lần và không bao giờ tự ý dừng lại tại 24 điểm giữa được lấy mẫu. Các mô hình Anthropic mới hơn bắt đầu những cuộc tấn công như vậy 0–13% số lần, so với 83% ở Mythos 5.

Đó đồng thời là năng lực mà Anthropic bán và cũng là kiểu thất bại mà AISI đo được. Một mô hình không chịu từ bỏ một mục tiêu khó chính xác là thứ bạn muốn trong red-teaming được cấp phép và chính xác là thứ bạn không muốn trong một agent có quyền ghi vào kho mã và mạng đang hoạt động. Tài liệu ra mắt GPT-6 Sol đưa ra lời chào hàng ngược lại: rẻ hơn trên mỗi tác vụ, ít lỗi hơn, được tinh chỉnh cho khối lượng lớn. Đó là những sản phẩm khác nhau với các hồ sơ rủi ro khác nhau, và bảng điểm chuẩn là nơi ít hữu ích nhất để thấy sự khác biệt.

Mỗi lựa chọn xứng đáng với giá tiền ở điểm nào

Chọn Claude Mythos 5 khi công việc là bảo mật tấn công được uỷ quyền, nghiên cứu lỗ hổng hoặc phân tích mã độc, và khi tổ chức của bạn có thể vượt qua đánh giá Cyber Verification Program của Anthropic. Giá đầu ra $50 không phải là ràng buộc quyết định trong bối cảnh đó; đánh giá, yêu cầu tổ chức Hoa Kỳ và việc lưu giữ dữ liệu bắt buộc trong 30 ngày mới là. Nếu những điều đó chấp nhận được, điểm số an ninh mạng của mô hình và tính bền bỉ được ghi nhận của nó là lý do để trả tiền.

Chọn GPT-6 Sol khi công việc là lập trình agentic khối lượng lớn, sử dụng máy tính hoặc xử lý tài liệu, nơi hóa đơn tăng theo token và tác vụ không yêu cầu năng lực tấn công. Ở mức $2/$10, chi phí đầu ra của nó chỉ bằng khoảng một phần năm so với Mythos 5, nó có sẵn ngay hôm nay, và các tuyên bố về chi phí trên mỗi tác vụ — dù được nhà cung cấp trình bày theo cách nào — đều chỉ về một hướng xuất hiện trong ngân sách thực tế. Hãy ghi nhớ ngưỡng 272K khi bạn định cỡ prompt; vượt qua ngưỡng đó làm thay đổi phép tính nhiều hơn bất kỳ khác biệt benchmark nào ở đây.

Đừng chọn một trong hai làm điểm lỗi duy nhất. Mô hình thực tế cho hầu hết các đội là dùng một mô hình phổ thông rẻ tiền cho phần lớn các lệnh gọi và một mô hình mạnh hơn cho bước khó, với một bộ định tuyến phía trước để lựa chọn chỉ là thay đổi cấu hình thay vì viết lại. GPT-6 Sol đã có trong danh mục OrcaRouter ở mức giá niêm yết không tăng giá, cùng với Claude Fable 5.1, mô hình thuộc lớp Mythos mà hầu hết các đội thực sự có thể gọi. Claude Mythos 5 không có trong danh mục của chúng tôi — chúng tôi không định tuyến nó, và chương trình xác minh nghĩa là chúng tôi không thể cung cấp nó cho khách hàng phổ thông ngay cả khi API mở. Chuyển đổi dự phòng tự động giữa các mô hình mà chúng tôi có là phần quan trọng khi một nhà cung cấp gặp sự cố buổi chiều và agent của bạn không được phép gặp.

Quy tắc quyết định

Nếu bạn có thể trả lời "có" với việc là một tổ chức an ninh đã được thẩm định với trường hợp sử dụng đòi hỏi năng lực tấn công, thì Claude Mythos 5 xứng đáng với mức phụ phí đầu ra gấp 5 lần và các thủ tục giấy tờ. Nếu không, việc so sánh chỉ mang tính lý thuyết: GPT-6 Sol là mô hình bạn có thể triển khai, và câu hỏi đúng đắn trở thành liệu nó có vượt Claude Fable 5.1 trên đánh giá của chính bạn hay không, thay vì liệu nó có vượt một mô hình mà bạn không đủ điều kiện sử dụng hay không. Dựa trên bằng chứng đã công bố, Sol thắng về giá và tính sẵn có; Mythos 5 thắng về năng lực chuyên biệt cho không gian mạng; và không nhà cung cấp nào đã công bố một so sánh đối đầu trực tiếp có thể giải quyết câu hỏi về chất lượng.