Nous Research 发布 Hermes Index 智能体榜单，Claude Opus 5.5 居首

Nous Research 发布 Hermes Index 榜单，衡量各模型在 Hermes Agent 中的实际表现，帮助用户选模型，也让实验室了解自身定位。榜单对四套基准取平均，其中包括新自研的 Hermes Bench，其余为 Terminal-Bench 等。测试统一使用同一套 harness，凡有推理档位的模型一律开到最高强度，并报告单任务成本：头部模型虽贵但表现领先，尾部模型单任务成本可低至 5 美分。Claude Opus 5.5 位列榜首。

2026-10-07 ~ 2026-10-07 · 4 条相关

• Nous Research 推出 Hermes Index 智能体榜单,Claude Opus 5.5 居首 — NousResearch · 2026-10-07
• Hermes Index 由四套基准构成,含全新自研 Hermes Bench — NousResearch · 2026-10-07
• Hermes Index 测评口径:统一 harness,推理强度尽量拉满 — NousResearch · 2026-10-07
• Hermes Index 完整榜单:头部贵得有理,尾部模型成本仅 5 美分 — NousResearch · 2026-10-07