消息详情
BlockBeats律动 · @blockbeats_news · 2026年10月7日 11:11
Hermes模型榜上线,Opus 5.5第一,Astra第二却最贵 动察 Beating AI 快讯,Nous Research 给 Hermes Agent 上线模型排行榜 Hermes Index,主要用来比较不同模型在 Hermes 里的表现。所有模型都使用同一套 Hermes Agent 运行框架,支持调节推理强度的统一设为 high。榜单取 Hermes Bench、Terminal-Bench 4、Terminal-Bench Science 和 SkillsBench 四项测试的平均分,同时统计平均每任务成本。 其中 Hermes Bench 是 Nous Research 自己新做的测试,共有 150 个任务、25 类场景,覆盖 Skills、研究、图表与创作、记忆、工具调用和安全。Agent 会直接处理工作区和真实文件,最后根据生成的文件、任务状态和工具使用记录评分。 首版共测试 14 个模型。Claude Opus 5.5 以 63.31 分排第一,GPT 6 Astra 以 56.25 分第二,Claude Sonnet 5.5 以 53.14 分第三。Astra 平均每个任务花费 11.61 美元,是全榜最高。Opus 5.5 为 4.99 美元,Sonnet 5.5 为 2.82 美元,两者部分数据仍被官方标为暂定。 低价模型中,DeepSeek V4.1 Flash 得到 36.91 分,平均每任务花费 0.259 美元;GPT 6 Luna 为 33.89 分,每任务 0.141 美元。两者都进入成本与性能的 Pareto 前沿,也就是不存在价格更低、同时分数更高的模型。 原文链接 https://m.theblockbeats.info/flash/370534
相關消訊
- Ghostty作者提议OSC 7501,让程序自己告诉终端在干嘛 动察 Beating AI 快讯,Ghostty 作者、HashiCorp 联合创始人 M…
- 🔍 链上侦探 | 某鲸鱼卖出190万美元LINK,疑似「救仓」8倍杠杆CRCL BlockBeats 消息,10 月 7 日,据 Arkham 监测,鲸…
- Hyperliquid创始人:HIP-3市场受到欢迎,是因为它让金融更加普及 BlockBeats 消息,10 月 7 日,Hyperliquid 创始人 …
- OpenAI 28天冲刺Day 2:连发4项更新,还可能再重置一次额度 动察 Beating AI 快讯,OpenAI 产品与平台主管 Thibault S…
- Binance上线JPMB、LLYB、SECZB和USDEB bStocks交易对 BlockBeats 消息,10 月 7 日,据官方公告,Binance…
- Monid融资770万美元:做Agent工具版「OpenRouter」,聚合2500个API 动察 Beating AI 快讯,Agent 工具平台 Mon…
- ⚡️Polymarket CEO:纽交所母公司是Polymarket最大股东之一,正积极推动链上股权 BlockBeats 消息,10 月 7 日,Poly…
- ⚡️4个新建地址于今晨市场跳水前40倍做空比特币 BlockBeats 消息,10 月 7 日,据 Lookonchain 监测,今晨市场跳水前,4 个新建…
- 740M跑手机,谷歌EmbeddingGemma 2一次搜遍文字、图片和音视频 动察 Beating AI 快讯,Google DeepMind 开源 Em…
- 谷歌Nano Banana 2.1发布:性能涨了,API反而半价 动察 Beating AI 快讯,谷歌正式发布 Nano Banana 2.1,这是 Na…