Claude Mythos 5 对比 DeepSeek V4 Pro：15 倍价格差距，而只有其中一个在自身擅长之处才称得上便宜

Claude Mythos 5 和 DeepSeek V4 Pro 并非通常意义上的竞争对手，而且数字在任何基准测试之前就已经说明了这一点。Claude Mythos 5 是 Anthropic 于 2026 年 6 月 9 日推出的受限网络与生物学旗舰模型——9 月 1 日更新为 Claude Mythos 5.1——在 Mythos 层级上定价为每百万输入 token 10 美元、每百万输出 token 50 美元，且仅通过验证计划提供。DeepSeek V4 Pro 是接近开放权重的 MoE 旗舰模型，自 2026 年 4 月起由 DeepSeek 自己的 API 提供服务，并于 8 月更新，非高峰时段输入 0.66 美元、输出 1.98 美元，约为 Mythos 费率的十五分之一，缓存读取便宜十三倍，只需一个九十秒内就能创建的密钥。其中一个是需要申请的能力；另一个是可以优化的成本项。无论如何，这个比较都值得做，因为这两个模型在相同的事情上表现糟糕，也在相同的事情上表现出色，而价格差距最大的地方，恰恰是能力差距最小的地方。

每个模型实际上是什么

Claude Mythos 5 是 Anthropic 前沿一代的受限 SKU，与公开的 Claude Fable 5 共享底层权重，区别仅在于防护级别——即公开模型中保持开启的网络与生物分类器。Anthropic 将其描述为 Mythos Preview 的最新更新，在网络安全、生物和医疗保健基准上有所提升，并发布给“一小群经过审查的合作伙伴”。其已公布的基准历史很单薄，且大多来自发布报道，而非持续维护的模型卡；随该名称流传的 CyberGym Level 1 的 83.8% 数字并非源自 Anthropic。其已知优势是进攻性与防御性安全工作：该模型的声誉建立在自主漏洞发现之上，其访问范围也围绕这一点构建——Cyber Verification Program 和 Claude Security 扫描器，后者将 Mythos 5 置于企业客户的真实代码库前，同时不给予他们自由形式的提示。

DeepSeek V4 Pro 在几乎所有具有商业意义的方面都恰恰相反。它是一个专家混合模型，总参数达1.6万亿，活跃参数约490亿，上下文窗口为1,048,576个token，最大输出为384,000个token，仅支持文本输入，并公布了价目表。它于4月通过D​eepSeek的API发布，8月13日以0813版本进行了更新，至今仍以不变的计费方式提供服务——这一点值得明确指出，因为在9月，D​eepSeek宣布该模型将退役，设定了日期，然后在开发者的压力下于11天后改变了决定。D​eepSeek自家定价页面上的脚注现在读起来像是一项没有时间框架的连续性承诺。

费率卡，包含大多数对比都会忽略的那一行

• 输入 — Claude Mythos 5 每百万 token 10.00 美元，对比 DeepSeek V4 Pro 非高峰时段 0.66 美元、高峰时段内 1.32 美元；差距为 7.6 倍至 15.2 倍。

• 输出 — 每百万 $50.00，对比非高峰 $1.98、高峰 $3.96；差距为 12.6 倍到 25 倍。

• 缓存读取 — 6 月 Mythos 生成每百万 $1.00，Claude Mythos 5.1 和 Claude Fable 5.1 上为 $0.25，而 DeepSeek V4 Pro 在非高峰时段为 $0.022；这是长时间智能体运行中占比最大的单项支出，也是差距最为悬殊之处。

• 上下文与输出上限——两者均为 1M tokens；Mythos 侧最大输出为 128K，而 DeepSeek V4 Pro 则为 384K。

• 模态 — M​ythos 端支持文本、图像和文件输入，而 DeepSeek V4 Pro 仅支持文本。

• 访问权限 — 验证程序与 30 天数据保留要求，对比自助式 API 密钥。

高峰时段那一行才真正要命。DeepSeek 的非高峰费率是高峰的一半，而高峰时段为 UTC 时间周一至周五的 01:00–04:00 和 06:00–10:00，中国法定节假日除外；其他所有时间，包括整个周末，都算作非高峰。按计划而非按需运行的批处理作业可能在无人特意选择的情况下落入高峰时段，实际输入费率会变为 $1.32。这仍然只是 Mythos 费率的一小部分，因此结论并不会反转——但一个忽略该时段的“便宜25倍”总结，所描述的可能是你并不会调用的模型。在 Mythos 这边，请注意缓存的演进方向：Anthropic 在两次代际之间将缓存读取费用削减了75%，这告诉你该供应商知道长时间的智能体工作会反复读取同一上下文，而缓存项才是重度用户账单真正的大头。

无法进行的基准比较

这个对比有一个很实在的问题，而且不是小问题。Anthropic 没有发布 Claude Mythos 5 的基准测试表，DeepSeek 也没有发布针对 Mythos 5 的结果。这两个模型是由不同方在不同维度上测量的，而关于 Claude Mythos 5 流传的数字大多来自第三方比较，而不是 Anthropic。

现有情况以一种有用的方式呈现出不对称。DeepSeek 发布了 0813 构建版本的完整模型卡，所有数据均由厂商报告，且无一项经独立复现：Terminal-Bench 2.1 为 87.9，DeepSWE 为 62.7，CyberGym 为 83.3，Humanity's Last Exam 无工具为 42.7、有工具为 60.0，Toolathlon-Verified 为 74.1，AutomationBench 为 31.8。随后，独立评估机构大幅给这一图景降温——Artificial Analysis 将 0813 构建版本在其 Intelligence Index 上评为 36，测得每项指数任务成本为 0.67 美元，其非推理变体为 20。对于每百万输入 token 0.66 美元而言，这是一份真实的能力画像，但在通用推理上远低于前沿水平。

这两个模型真正重合的地方是安全，而正是在这里，比较以一种错误的方向给人以启发。D​eepSeek 报告 V4 Pro 在 CyberGym 上得分为 83.3。在同一基准上，最常被印在 C​laude M​ythos 5 旁边的数字是 83.8——这个数字并非来自 A​nthropic，而是来自竞争对手的对比，而对方有自身的理由把这场竞赛描绘得难分高下。同一基准上两个与厂商有关联、仅相差半分的数字，并不能证明一个开放 MoE 旗舰模型能与 A​nthropic 受限的网络模型匹敌。它证明的是：这两个数字都没有经过独立验证，而且该基准正被双方当作营销基础设施来使用。

在哪些情况下每一种都是错误的工具

把这两个模型放到任务清单上进行对比，分界足够清晰，完全可以据此进行路由。

C​laude M​ythos 5 专为安全工作打造，并且对几乎所有想要使用它的人封闭。如果你的任务是漏洞发现、漏洞利用开发、针对自有基础设施的红队演练，或者需要对前沿模型进行自由形式提示的安全研究，Mythos 层级正是为此设计的，而价格并非障碍——资格才是。同一模型的公开孪生版本 Claude Fable 5 带有完整的安全防护栈，这意味着渗透测试、漏洞利用生成和二进制漏洞扫描仍然被阻止；你购买的是能力层级，而不是网络权限。

DeepSeek V4 Pro 是为大规模用量而打造的。输入文本，输出文本，超高的输出上限，以及一个让激进的重试循环和冗长的提取流水线在经济上变得稀松平常的价格。它的特性画像正是你在规模化分类、从本身已是文本的文档中做结构化提取、摘要生成、首轮分诊，以及智能体流水线中格式化负担繁重的中段环节所需要的。它不是那种你可以把图像发给它的模型：它没有视觉能力，所以扫描版 PDF 或截图并不是更便宜的输入路径，而是一条被排除在外的路径。而它 36 的通用推理指数意味着，那些需要真正多步规划的任务，正是价格优势不再能弥补其短板的场景。

让路由成为答案而非妥协的成本结构

由于两者的优势重叠不多，真正有用的做法并不是二选一。把涉及视觉的任务和硬核推理交给 A​nthropic，把大批量文本处理交给 D​eepSeek，混合负载下的节省通常相当可观——但前提是两个模型共用同一把密钥，否则第二次集成所耗的工程时间，会超过 token 开销上的那点差额。

这属于路由层该解决的问题，而不是采购决策。OrcaRouter 在同一个 O​penAI 兼容端点上提供 anthropic/claude-opus-5.5，输入 $4.00、输出 $20.00，以及 deepseek/deepseek-v4-pro，价格为 $0.66 和 $1.98，目录中收录 200 多个模型，供应商标价以 0% 加价原样透传——这一点在 D​eepSeek 这边尤其重要，因为 D​eepSeek 已不止一次调整 V4 Pro 的定价，还挪动过其非高峰时段，而透传路由会跟随厂商的价目表，而不是把一个数字冻结进你的合同里。路由 DSL 把这种分流表述在一个地方——简单分支用便宜模型，当答案的置信度或任务形态表明需要时再升级——而自动故障转移在这里比在稳定模型上更有价值：V4 Pro 在 9 月曾有一周处于宣布关停的状态，随后该决定又被撤回，而拥有一条无需重新部署就能回退到第二家供应商的路由，是对厂商改变主意的廉价对冲。

同一份目录的另一种诚实用途，是把它当作测量工具。“昂贵模型优先”的习惯既普遍又代价高昂；唯一可靠的解决办法，是在真实流量上用两个模型统计 token 数——当两者都挂在同一个密钥下时，这只是一次配置更改；而当它们不共用一个密钥时，这就是一个项目。

什么会改变这个比较？

两件事。如果DeepSeek推出的继任模型能以当前价位填补长时程智能体的差距，那么这一分歧就会退化为一个价格问题，而答案是显而易见的——而且DeepSeek已经多次走出这一步，包括9月发布的一个版本，据称在性能、成本和速度上全面超越V4 Pro。另一方面，如果Anthropic在标准测试集上公布Mythos 5或5.1的基准测试表，那么这一对比中安全相关的那一半就可以被核实，而非仅凭断言，买家也终将能够判断，10美元/50美元的价目表是否买到了DeepSeek的0.66美元所无法提供的东西。

这两件事都还没有发生。在其中一件发生之前，实际立场是：对于文本形态的工作，DeepSeek V4 Pro 是市场上每 token 性价比更高的选择，其定价仿佛前沿推理已经是一种已被解决的大宗商品；而 C​laude M​ythos 5 则是一种大多数团队无法获得的能力，也是一个大多数团队即使能获得也不会愿意支付的价格。基于你能调用的那一个来构建；把模型名称留在配置里，这样如果另一个将来开放，只需改一行即可。

这一切都并非假设：像本次这样的发布背后那些有据可查的 AI 故障与智能体事件，均收录于 OrcaRouter AI 事件档案库中，其中每条记录都附有自己的来源、严重程度、置信度评级和存疑标记。