Claude Mythos 5 對上 GPT-6.1 Sol：一個有實測成本曲線，另一個只有空白的一列

Artificial Analysis 為它發佈的每一次 Intelligence Index 執行定價，而 GPT-6.1 Sol 的那一列價格是每項任務 0.72 美元。而沒有對應列可用的是 C​laude M​ythos 5，而且只要這個模型仍留在驗證牆後面就不會有，因為評估者無法為一個它無法呼叫的模型評分。這種不對稱就是整場比較，而且它的重要性高於兩家廠商印出的任何基準數字。GPT-6.1 Sol 是 O​penAI 在 2026 年 9 月 29 日推出的準旗艦模型，每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元，在最高推理強度下於該指數拿下 51.8 分，每次執行成本 0.72 美元。C​laude M​ythos 5 是 A​nthropic 在 2026 年 6 月 9 日推出的受限網路與生物學旗艦模型，定價屬於 M​ythos 等級的 10.00 / 50.00 美元，於 9 月 1 日更新為 C​laude M​ythos 5.1，並且是透過申請而非價目表發放。這兩者當中，一個有實測過的智能成本曲線。另一個有價格卻沒有曲線，而在 10 月 6 日之後，第二個還多了一份要填的表格。

兩次發行，相隔九週與一道門

C​laude M​ythos 5 是 A​nthropic 6 月 9 日前沿世代中的受限成員。A​nthropic 每一次前沿推進，都會以同一組底層權重推出兩個版本：一個配備完整防護堆疊的公開 Claude Fable SKU，以及一個為經過審核的防禦人員與研究人員調降網路與生物安全防護的 M​ythos SKU。C​laude M​ythos 5 是 6 月的受限 SKU，Claude Fable 5 是其公開雙生版，而 C​laude M​ythos 5.1 與 Claude Fable 5.1 則在 9 月 1 日的更新中重複此一模式。該模型被歸類為 ASL-3——這是 A​nthropic 保留給其判斷可能實質提升網路攻擊能力的層級——而其聲譽建立在紅隊測試結果，而非已發布的基準測試表上：一個約 27 年來未被發現的 OpenBSD 錯誤、一個歷經約 16 年與五百萬次自動化掃描命中仍存活的 FFmpeg 漏洞、一個串連四個漏洞以逃脫渲染器與作業系統雙重沙箱的瀏覽器攻擊程式，以及一個 Linux 核心權限提升漏洞。

GPT-6.1 Sol 在九週後登場，揭露姿態恰恰相反。它在 OpenAI 的 GPT-6 系列中位階比 GPT-6 Astra 低一階，以相同的公告費率取代 GPT-6 Sol，快取輸入則減半至每百萬 $0.10。它於 2026 年 9 月 29 日正式全面推出——與 GPT-6 Sol 和 GPT-6 Luna 同一天——在 Plus、Pro、Business、Enterprise 與 Edu 方案上的 ChatGPT Work 和 Codex 中提供；它刻意未納入消費級聊天產品以及 Free 和 Go，而在 Enterprise 與 Edu 上，管理員必須手動將其開啟。快照清單只包含一個識別碼 gpt-6.1-sol，沒有帶日期的變體，因此頁面上的模型與你呼叫的模型是同一回事。

兩者的形狀，逐維來看：

• 上下文與輸出 — Claude Mythos 5 為 100 萬個 token，最大輸出 128K；GPT-6.1 Sol 則為 1,050,000 個 token，最大輸出 128K。

• 模態 — 文字、圖像與檔案輸入，兩者皆以文字輸出。

• 推理控制 — Anthropic 端的自適應思考無法關閉，對比 OpenAI 端的推理一律開啟，涵蓋從低到最高的五個努力等級，預設為中等。

• 取樣 — Claude Mythos 5 接受 Anthropic 的慣用參數；GPT-6.1 Sol 則完全不接受 temperature 或 top_p，而是改以 effort 調整深度。

• 知識截止日期 — Claude Mythos 5 為 2026 年 6 月；OpenAI 公佈 GPT-6.1 Sol 為 2026 年 4 月 30 日。

• 存取 — 透過網路安全驗證計畫或生命科學驗證計畫提出申請，並附帶 30 天資料保留要求，相對於自助式 API 金鑰，另加上 AWS、Google Cloud 與 Microsoft Azure。

費率表，包括貼紙遮住的那個層級

• 標價 — Claude Mythos 5 每百萬個 token 為 $10.00 輸入 / $50.00 輸出，而 GPT-6.1 Sol 為 $2.00 / $10.00，兩個方向皆相差五倍。

• 快取讀取——6 月 M​ythos 世代每百萬 $1.00，於 9 月改版後降至 $0.25，對比 GPT-6.1 Sol 的每百萬 $0.10。

• 長上下文斷崖——GPT-6.1 Sol 在 272,000 個輸入 token 以內維持 $2/$10，之後改為 $4.00 / $15.00，而快取費率也同時倍增至 $0.20。Claude Mythos 5 則沒有對應的已公布級距。

• 批次 — Anthropic 公布的批次定價為 Mythos 定價表費率的一半，$5.00 / $25.00；OpenAI 的批次折扣則是慣例的半價安排。

• 區域倍率 — 針對 Mythos 軌道上僅限美國境內的推論，Anthropic 會套用 1.1× 的倍率。

分級那一列是多數讀者會直接跳過的一列，卻也正是決定大提示詞經濟效益的那一列。這項比較是 100 萬上下文對上 105 萬上下文的模型，也就是說，兩者所販售的正是那類會跨入第二個計價級距的工作負載。在 40 萬 token 的提示詞上，GPT-6.1 Sol 並不是 $2/$10 的模型——而是 $4/$15 的模型，而它與 M​ythos 費率之間的五倍差距，在輸入端已縮小到 2.5 倍、在輸出端縮小到 3.3 倍。在那樣的提示詞規模下、面對以推理為主的工作，這兩張價目表比任何一家廠商主打數字所暗示的都要接近。

每個型號為人所知的編號，以及發佈者。

GPT-6.1 Sol 的獨立評分來自 Artificial Analysis，而它登場時所帶有的完整性，對一場 DevDay 發表而言確實非比尋常。2026 年 9 月 30 日運行的那個版本，是該評測機構的 v4.3.2 指數——一個由十項評測組成的綜合指標，包括 Terminal-Bench 4.0、GDPval-AA v2.1、AutomationBench-AA、SciCode、Humanity's Last Exam 與 GDP.pdf——而本文中的三款 OpenAI 模型全都立於同一修訂版本之上，這使得下方的比較得以真正同基準對照，這是任何廠商自家的發表表格永遠做不到的。

• 智慧指數 — GPT-6.1 Sol 在最高努力程度下為 51.8，相較於 GPT-6 Astra 的 52.7 與 GPT-6 Sol 的 47.5。

• 每個索引任務的成本 — GPT-6.1 Sol 為 $0.72，Astra 為 $3.26，GPT-6 Sol 為 $1.05。

• 本次執行所花費的輸出 token — GPT-6.1 Sol 為 6,720 萬，Astra 為 6,000 萬，GPT-6 Sol 為 7,680 萬。

請把前兩列一起讀，因為這個配對才是有用的部分：從 GPT-6.1 Sol 到 GPT-6 Astra，四倍半的錢能換到 0.84 個 Index 點。無論這一代的上限為何，它昂貴的程度都不是較低一階所能比擬的。

現在來看 A​nthropic 這邊。A​nthropic 根本沒有為 C​laude M​ythos 5 發布任何基準測試表。這個已推出五個月的模型，其數字是以其發表報導中的數據形式流傳，而其中最常被引用的兩個數字，其來源出處有值得直說的問題：

• ExploitBench，78.0% —— 由 Anthropic 在六月發布時報告，大約是它為 Claude Opus 4.8 所引用之 40% 的兩倍。屬廠商自行報告，從未經獨立重現。

• CyberGym Level 1，83.8% —— 這個數字最常被印在該名稱旁邊，而且它並非源自 Anthropic。它出現在競爭對手的比較資料中，而對方在如何界定這場競賽上，自有其利益考量。

• Terminal-Bench 4.0，六月世代為 42.0%，Claude Mythos 5.1 則為 60.9%——這些是 Anthropic 在九月改版中自家公布的數據，由廠商自行提報，也是這條賽道上唯一存在的代理式編碼數字。

所以，對證據的誠實總結是以某種特定方式失衡的。對 GPT-6.1 Sol 而言，你有第三方的綜合分數，外加第三方對執行該評估所需成本所做的量測。對 C​laude M​ythos 5 而言，你有一家廠商的安全性專屬數字、一個競爭對手的安全性專屬數字，以及該廠商提供的一個代理式程式編寫分數。這些集合無法相減。

彼此不同，而任何將它們排成單一欄的頁面，都是在憑空捏造一項比較。

自 10 月 15 日起，這個差距變得稍微不那麼一面倒，當時 Anthropic 開始給予 METR 團隊類似員工的存取權限——公司硬體、辦公空間、內部系統，以及發布分析的權利，而 Anthropic 無法否決這些分析，只能在預先定義的類別中加以遮蔽。這正是針對這場對比所暴露出的問題的結構性修正，也值得觀察受限模型是否會因此取得獨立的一列。截至今日，尚未如此。

10月6日的變更實際上改變了什麼

2026年10月6日，Anthropic 將 Cyber Verification Program 改組為三個以申請為基礎的層級，把 Project Glasswing 併入最高層級，並讓 Claude Mythos 5.1 從僅限合作夥伴的配額，變成任何符合資格的安全組織都能申請的存取授權。Claude Opus 5.5 與 Claude Sonnet 5.5 也同時納入每一個層級。根據 Anthropic 的說法，Defense Access 的申請會在幾天內獲得回覆，Red Team Access 的審核需要數週，而 Mythos 存取權本身則在核准後約五個工作天才會開通。以上皆為廠商說法，未經獨立證實，而門檻仍是一項驗證標準，而非……

一個價格。

改變的不是價格，也不是模型。真正改變的是，這扇門如今有了門把。在 10 月 6 日之前，Mythos 這條路徑只提供給 Project Glasswing 合作夥伴——大約一百個經審核的組織——以及先前的 Mythos Preview 持有者，完全沒有註冊流程；6 月 9 日的版本曾在推出兩天後，因美國商務部命令而在全球暫停，直到 7 月初前後，才僅對少數經審核的美國組織恢復存取。任何符合資格的安全團隊都能提交的申請表，與合作夥伴配額是截然不同的東西；而這是這個模型歷史上第一次，「我要怎麼取得它」的答案不再是「你沒辦法」。

對於工作並非從事攻擊性資安、生物學或化學的讀者而言，那仍然是一扇關上的門，而不是敞開的門。申請存在；資格卻不存在。

如何在自己的流量上執行這項比較

對大多數團隊來說，實際的問題不是哪個模型比較好，因為其中一個並不是大多數團隊買得到的。問題在於，當你等待確認自己是否符合資格時，該在路由裡放什麼。

GPT-6.1 Sol 以 OpenAI 自家的定價列於 OrcaRouter 目錄中——每百萬 token 輸入 $2.00、輸出 $10.00，快取輸入 $0.10，並完整沿用 272,000 token 的分層界線——以 0% 加成價格提供，因此供應商一調整費率，這裡在公告當天就即時生效，而不是等到你下次續約。這對這個特定模型之所以重要，在於它的 effort 階梯：從 low 到 max 共五個設定，預設為 medium，而一次完整 Index 執行的實測成本，從 max effort 的 $0.72 到較低設定時明顯更低。調整 effort 是這個模型上最便宜的槓桿，也是在固定逾時下最容易弄錯的一環，而這正是跨供應商自動容錯移轉派上用場之處：當某條路由品質下滑，或某個後端今晚就是特別慢，請求會改交給另一個供應商，而不是把錯誤回傳給你的使用者。

如果你真正想從 C​laude M​ythos 5 得到的其实是那項能力，而非較低的防護層級，那麼 Claude Fable 5.1 就是同一套底層權重，只是防護機制維持開啟，而且它與前者在同一份目錄中提供，採用 A​nthropic 的定價：輸入 $10.00／輸出 $50.00，並套用九月更新中的 $0.25 快取讀取價格。在它與 GPT-6.1 Sol 之間切換只是更換模型字串，而不是另做一次整合。受閘控的模型無法路由給公眾使用——資格由 A​nthropic 決定，沒有任何平台能改變——但它的未閘控孿生版本可以，而這正是這項建議誠實的版本。

所以決策規則很簡短。如果你的工作屬於針對你自有系統的授權攻擊性驗證或漏洞研究，那麼 10 月 6 日的計畫擴展就是這個模型為你提供的第一個真正機會，而 5 倍溢價是能力層級的代價，而不是基準測試分數的代價。對其他所有人而言，GPT-6.1 Sol 在標價上便宜五倍，在快取上又更便宜，並以有紀錄的每項任務成本獨立測量，而且今天下午就能呼叫。另一邊的空白列並不是對 C​laude M​ythos 5 的負評——它是在表明，A​nthropic 以外的沒有人能為它的功能定價，而你不應該為了當第一個而支付 5 倍溢價。

這些都不是假設：像這次發布這類版本背後那些有紀錄的 AI 失效與代理事件，全都收錄在OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。