Prezzi di Hermes Agent: quanto costa davvero eseguirlo

Installare Hermes Agent costa $0: il software è open source con licenza MIT e l'unica spesa inevitabile riguarda i token del modello. Tutto il resto è opzionale e ha un prezzo separato: un abbonamento Nous Portal da $0, $20, $100 o $200 al mese, l'hosting Hermes Cloud a partire da $0,56 al giorno e l'utilizzo di Tool Gateway, una funzionalità riservata agli abbonamenti a pagamento che non pubblica una tariffa per utilizzo.

Questa pagina riguarda Hermes Agent, l'agente open source di Nous Research. Un controllo live di the repository il 21 settembre 2026 ha restituito archived: false, una licenza MIT e un push effettuato lo stesso giorno; la release pubblicata più recente è Hermes Agent v0.21.3, contrassegnata da v2026.9.14 il 14 settembre 2026. Non si tratta di Hermes 3 o Hermes 4, la famiglia di modelli open-weight di Nous, né del marchio di beni di lusso omonimo.

Quattro costi separati, di cui solo uno obbligatorio

Hermes Cloud fattura quotidianamente l'istanza a consuntivo e la sua pagina afferma che l'inferenza e l'utilizzo degli strumenti vengono fatturati separatamente oltre al prezzo dell'istanza. Un preventivo di hosting non rappresenta quindi mai il costo totale. Secondo la stessa FAQ, i modelli locali sono completamente gratuiti da eseguire una volta acquistato l'hardware. Tutte le cifre sono state verificate il 21 settembre 2026. La stessa suddivisione in quattro costi applicata a un agente diverso è disponibile in Prezzi di OpenClaw.

Piani Nous Portal: acquisti crediti, non uno sconto sui token

I crediti sono il prodotto. Un abbonamento da $20 acquista $22 di spesa per i modelli, quindi il suo vantaggio rispetto al pagamento per token è il bonus, oltre agli strumenti e ai limiti inclusi — non una tariffa più bassa per ogni modello. Nel catalogo pubblico consultato il 21 settembre 2026, le voci Claude riportavano le tariffe pubblicate da Anthropic — Opus 5 a $5,00 in / $25,00 out, Fable 5.1 a $10,00 / $50,00 — senza alcuna riduzione indicata. Non è possibile verificare da quella pagina se qualcos'altro sia scontato: stampa una tariffa per voce e nessun prezzo di riferimento accanto. Mostra però che lo stesso modello può comparire più volte con tariffe diverse, perché le varianti regionali e batch sono elencate come voci separate — Kimi K3 a $1,70 / $8,50, la sua voce :US a $3,63 / $18,15, la sua voce batch a $3,00 / $15,00. Definisci il budget in base all'ID esatto della voce che chiamerai e indica la data per qualsiasi cifra citata.

Tre avvertenze prima di definire il budget. Il livello gratuito è reale, ma limitato alle voci il cui ID modello contiene il suffisso :free — sette nella consultazione del 21 settembre 2026 — e l'elenco viene ricostruito dal catalogo live, quindi i consigli del tipo «usa quello gratuito» diventano rapidamente datati. Le pagine di Portal riportano due cifre tonde diverse per le dimensioni del catalogo — una più piccola su ogni scheda dei piani a pagamento, una più grande nella sezione sopra il catalogo stesso — mentre l'elenco pubblicato conteneva 360 voci in quella consultazione; considera quindi tutte queste cifre come marketing, non come input per il budget. Anche sulle schede dei piani non compaiono numeri relativi al tasso di richieste; indicano solo limiti «standard» ed «elevati», quindi considera la concorrenza non verificata finché non la vedi nel tuo account. La tabella dei piani è disponibile sulla home page di Portal e su manage-subscription, dove un client HTTP semplice riceve un controllo di sicurezza Vercel invece della pagina — leggila in un browser.

Dove finiscono davvero i token

Una tabella delle tariffe stabilisce il prezzo di una chiamata. Hermes fattura un carico di lavoro e tra le due cose ci sono tre moltiplicatori documentati.

Slot ausiliari. La dashboard espone 11 slot per attività ausiliarie — generazione del titolo, visione, compressione, approvazione, estrazione web, hub delle skill, routing MCP e altri — e ciascuno ha come impostazione predefinita auto, il che significa che Hermes prova a usare anche il modello principale per quell'attività. L'esempio di spreco riportato dalla documentazione riguarda la compressione: un modello di chat rapido svolge quel lavoro a un cinquantesimo del costo di un modello di ragionamento. Un singolo turno dell'utente può quindi corrispondere a diverse chiamate fatturate.

Delega. La documentazione sulla delega afferma che un batch parallelo di subagenti consuma in genere la grande maggioranza dei token totali di un'esecuzione, motivo per cui il modello worker è configurabile separatamente come delegation.model. Il relativo avviso sui costi precisa che max_spawn_depth: 3 con max_concurrent_children: 3 può arrivare a 27 agenti foglia simultanei; la profondità predefinita è 1.

Continuità della cache. La stessa pagina di configurazione dei modelli avverte che le cache dei prompt sono associate al modello che serve la richiesta, quindi qualsiasi cambio di modello a metà conversazione — uno switch esplicito /model, un fallback automatico o una rotazione del pool di credenziali verso un account diverso — fa sì che il messaggio successivo rilegga l'intera conversazione al prezzo pieno dell'input anziché alla tariffa della cache, indicata come scontata di circa il 75-90 percento. Esiste un'impostazione di protezione predefinita, model.switch_context_confirm_tokens: 100000, proprio perché questa rilettura una tantum può superare di molto la differenza per token tra i due modelli.

È il lavoro pianificato a risentirne maggiormente, e non nella direzione auspicata: la documentazione di cron afferma che un job privo di un proprio modello viene eseguito sul valore impostato per hermes model o /model nel momento in cui viene attivato, quindi cambiare il modello della chat sposta con sé l'intera flotta cron alla successiva esecuzione. Fissa il job (hermes cron create/edit --pin, oppure un --model / --provider esplicito) o imposta un valore predefinito per la flotta con cron.model quando un job non presidiato non deve seguire uno switch. I job composti solo da script — la modalità no_agent della documentazione — non toccano mai il livello di inferenza. Invece di stimare tutto questo, misuralo: la FAQ documenta /usage, /compress e hermes prompt-size, mentre la dashboard web documenta una vista analitica con token totali, percentuale di cache hit e suddivisione per modello.

Scegliere il modello per ogni job

Nessun benchmark qui supporta una graduatoria della qualità, quindi questa è una tabella di ciò che determina ogni scelta, non una classifica.

Vale la pena conoscere due posizioni ufficiali. Nous fornisce un valore predefinito a basso costo: il manifest remoto dei modelli, datato 20 settembre 2026 e consultato il giorno successivo, indica z-ai/glm-5.2 come valore predefinito, e la documentazione del catalogo afferma che il valore predefinito è deliberatamente un modello capace e conveniente, mai il flagship più costoso. Inoltre Nous sconsiglia di usare i propri pesi all'interno dell'agente: la pagina d'integrazione Portal afferma che Hermes 4 non è consigliato all'interno di Hermes Agent perché è ottimizzato per chat e ragionamento anziché per il ciclo rapido di tool calling. La selezione breve di quella pagina — Claude Sonnet 4.6 come scelta agentica general-purpose, GPT-5.5 Pro, un'anteprima di Gemini 3 Pro con contesto esteso e DeepSeek V4 Pro come coder conveniente — è indietro rispetto sia al manifest sia al catalogo live; considerala quindi un punto di partenza e verifica che l'ID del modello si risolva.

L'utilizzo osservato non è neppure una graduatoria. La pagina pubblica dell'app Hermes Agent su OpenRouter, consultata il 21 settembre 2026, mostrava un volume di token su 30 giorni guidato da MiniMax M3, da una voce senza etichetta chiamata Ox Alpha, da Ling 3.0 Flash Fin, GPT-4o-mini e da due build di DeepSeek V4 Flash — modelli economici e veloci anziché flagship. Ciò registra cosa le persone hanno eseguito tramite un gateway, non cosa abbia funzionato meglio per la tua attività.

«Modelli Hermes» sono due domande diverse

Una riguarda quale modello indicare all'agente, come spiegato sopra. L'altra è la famiglia open-weight Hermes 4 — Hermes-4-405B, -70B e -14B su Hugging Face, con Hermes 3 distribuito tramite Ollama. Sono pesi di modelli della stessa azienda, non l'agente, e Nous afferma di non eseguire Hermes 4 al suo interno. Una delle affermazioni qui riportate è non verificata: il documento d'integrazione Portal afferma che i modelli Hermes 4 sono disponibili su Portal a tariffe fortemente scontate, ma una ricerca di «hermes» e «nous» nel catalogo pubblico live non ha restituito righe corrispondenti il 21 settembre 2026. Potrebbero essere visibili solo dopo l'accesso oppure il documento potrebbe essere obsoleto. Non definire il budget sulla base di un prezzo Hermes 4 Portal che non puoi vedere nel tuo account.

API migliore e più economica per Hermes Agent

Sono affermazioni diverse e devono restare separate. Il prezzo indicato più basso è un fatto della tabella delle tariffe; il costo più basso per completare l'attività dipende da tentativi ripetuti, lunghezza del contesto e cache hit.

Hermes documenta che funziona qualsiasi servizio con un'API compatibile con OpenAI e il suo riferimento ai provider include persino ricette per gateway concorrenti; quindi il percorso con endpoint personalizzato è una strada di primo livello, non una soluzione alternativa. Il ruolo di Kunavo è più specifico di «più economico»: il suo catalogo copre modelli di classe Claude e GPT oltre a modelli multimediali, mentre i modelli open-weight che dominano l'utilizzo osservato di Hermes non sono presenti. Se il tuo setup funziona già con quelli, Kunavo non è il percorso più economico. È il percorso per mantenere i turni principali Claude o GPT a una tariffa pubblicata sotto un'unica chiave.

Lo stesso modello, gli stessi token, due listini

USD per milione di token standard di input e output non memorizzati nella cache. Le tariffe dirette di Anthropic provengono dalla sua pagina dei prezzi verificata il 21 settembre 2026; la colonna Kunavo legge il catalogo live.

Ora il calcolo. Supponiamo un mese con 20 milioni di token di input non memorizzati nella cache e 2 milioni di token di output, conteggiati complessivamente tra turni principali, slot ausiliari e worker di delega — questo conteggio combinato è il punto, perché una stima per turno ne omette due su tre.

Questo è un calcolo dei token alle tariffe del catalogo, non un'attività Hermes misurata e non un limite massimo di fatturazione. Esclude le scritture nella cache — le scritture della cache Claude vengono fatturate a 1.25 volte la tariffa dell'input qui, come spiegato nel documento sulla cache — ed esclude strumenti a pagamento, hosting e imposte. Presuppone inoltre che il modello più economico completi il lavoro assegnato senza tentativi aggiuntivi. È questa ipotesi, non la tariffa, a determinare se la riga più economica sia effettivamente più economica; l'ottimizzazione dei costi spiega come verificarlo.

L'importo del catalogo Kunavo è un minimo di fatturazione, non un limite massimo: quando l'upstream comunica il proprio addebito, la fattura è il maggiore tra il costo del catalogo e il costo upstream moltiplicato per il markup applicabile. Il minimo è una ricarica prepagata di $10 senza abbonamento, cioè il denaro necessario per aprire un account finanziato, non il costo di un'attività. Consulta fatturazione.

Collegare un endpoint di terze parti a Hermes

Questa configurazione proviene dal riferimento ai provider di Hermes, esaminato come documentazione sorgente il 21 settembre 2026. Non è stata eseguita alcuna sessione Hermes con Kunavo, non esiste una guida alla configurazione di Kunavo per Hermes e nulla di quanto segue deve essere interpretato come un'integrazione testata. Mantieni disponibile il percorso attualmente funzionante mentre effettui la prova.

# ~/.hermes/config.yaml
providers:
  kunavo:
    api: https://api.kunavo.com/v1
    key_env: KUNAVO_API_KEY
    transport: chat_completions   # set it; do not rely on URL auto-detection
    models:
      claude-sonnet-5:
        prompt_caching: true

model:
  default: claude-sonnet-5
  provider: custom:kunavo

KUNAVO_API_KEY=your-key

Cinque cose che un endpoint personalizzato non offre gratuitamente, ognuna delle quali ha un costo documentato:

1. Imposta esplicitamente transport. Lasciarlo vuoto attiva il rilevamento automatico basato sull'URL, che la documentazione di riferimento del provider descrive come fallback per un campo vuoto e illustra con un'unica regola: un percorso /anthropic che viene risolto in anthropic_messages. Il resto di questa euristica non è elencato in nessuna delle pagine consultate qui; per questo conviene specificare il trasporto invece di presumere che non venga attivato nulla. Il test di regressione di Hermes stesso per quel percorso registra il caso di errore che intende prevenire: una voce openai-api indirizzata a un host OpenAI regionale veniva risolta silenziosamente in chat_completions invece del trasporto dichiarato dal provider stesso, e ogni turno con chiamate agli strumenti restituiva un 400. Kunavo fornisce /v1/chat/completions, /v1/messages e /v1/responses, quindi tutti e tre i trasporti documentati hanno sulla carta un endpoint corrispondente: una corrispondenza solo a livello di documentazione, non testata. Specifica il trasporto desiderato invece di lasciare che sia il rilevamento a sceglierlo.
2. Abilita la memorizzazione nella cache dei prompt per ogni modello. Per un gateway che risolve un alias di modello non qualificato, gli indicatori della cache devono essere dichiarati per modello; Hermes afferma che non dedurrà il supporto alla cache dal nome, dall'host o dalla famiglia del modello del provider. Omettendoli si rinuncia silenziosamente alla tariffa per gli input memorizzati nella cache, che è la leva più importante in una sessione lunga. Consulta prompt caching.
3. Imposta context_length quando il valore predefinito è errato. Gli endpoint OpenAI-compatibili personalizzati non ricevono automaticamente un limite di output delle dimensioni del catalogo: si applicano i valori predefiniti del server, che possono essere inferiori al massimo del modello. La finestra di contesto viene risolta attraverso una catena che termina in models.dev e poi utilizza un fallback di 128K.
4. Verifica cosa copre extra_headers. La pagina di configurazione del modello lo applica alle route compatibili con OpenAI e alle route anthropic_messages: client principale, switch /model, ricostruzioni e client ausiliari inclusi; inoltre indica bedrock_converse come l'unica modalità che non lo utilizza. Non dice nulla su codex_responses, quindi considera non testata questa combinazione. Sul protocollo Anthropic, l'esempio nella documentazione del provider punta api a un percorso senza specificare il suffisso aggiunto da Hermes; controlla il percorso della richiesta registrato alla prima chiamata: la documentazione del base URL tratta il problema origine-versus-/v1 alla base della maggior parte dei 404 in quel contesto.
5. Usa hermes model per aggiungere un provider. Durante la sessione, /model consente di alternare endpoint già configurati, ma non di aggiungerne uno nuovo; inoltre il cambio elimina la cache.

Per una prima prova, esegui un'attività delimitata con una vera chiamata a uno strumento, quindi leggi /usage e la suddivisione nel dashboard prima di trasferire le attività pianificate. Crea un account Kunavo quando sei pronto a testare quella route con una chiave dotata di credito. Stai ancora scegliendo l'agente invece del suo provider? Hermes vs OpenClaw confronta i due flussi di lavoro.

Domande frequenti

Pagine di Nous Research e Anthropic consultate il 21 settembre 2026; lo stato del repository e l'ultima release sono stati verificati tramite l'API di GitHub lo stesso giorno. Le tariffe Kunavo e tutti i totali riportati sopra sono calcolati a partire dal catalogo dei modelli in tempo reale e sono stime illustrative. La configurazione di Hermes è riportata sulla base dei documenti sorgente, non di un test di runtime.