Hermes Agent 定价：实际运行成本

安装 Hermes Agent 的费用为 $0：该软件采用 MIT 许可证并且是开源软件，唯一不可避免的费用是模型令牌。其他一切都是可选的，并单独定价：每月 $0、$20、$100 或 $200 的 Nous Portal 订阅；每天起价 $0.56 的 Hermes Cloud 托管；以及 Tool Gateway 用量，这是一项不公布按次费率的付费订阅功能。

本页面介绍的是Nous Research 的开源代理 Hermes Agent。2026 年 9 月 21 日对代码库进行实时检查，返回了 archived: false、MIT 许可证以及当天的一次推送；最新发布的版本是Hermes Agent v0.21.3，于 2026 年 9 月 14 日标记为 v2026.9.14。它不是 Hermes 3 或 Hermes 4（Nous 的开放权重模型系列），也不是同名的奢侈品品牌。

四项独立费用，只有一项是必需的

Hermes Cloud 按日后付费，并且其页面明确说明推理和工具用量会在实例价格之外单独计费。因此，托管报价绝不是完整账单。根据同一份常见问题解答，本地模型在你拥有硬件后运行完全免费。所有数据于 2026 年 9 月 21 日核查。适用于另一款代理的相同四项费用拆分见 OpenClaw 定价。

Nous Portal 计划：你购买的是额度，而不是令牌折扣

额度就是产品本身。$20 的订阅可购买 $22 的模型用量，因此它相对于按令牌付费的优势是奖励额度以及捆绑的工具和限制 — 而不是每个模型都有更低费率。在 2026 年 9 月 21 日读取的公共目录中，Claude 条目采用Anthropic 发布的费率 — Opus 5 的输入 / 输出为 $5.00 / $25.00，Fable 5.1 为 $10.00 / $50.00 — 未显示任何降低。该页面无法让你核查是否有其他折扣：它为每个条目打印一个费率，旁边没有参考价格。页面显示的是，同一模型可能以不同费率出现，因为区域版本和批处理版本作为不同条目列出 — Kimi K3 为 $1.70 / $8.50，其 :US 条目为 $3.63 / $18.15，其批处理条目为 $3.00 / $15.00。请根据你将调用的确切条目 ID 制定预算，并为任何引用标注日期。

制定预算前有三点需要注意。免费层确实存在，但仅限于模型 ID 带有 :free 后缀的条目 — 在 2026 年 9 月 21 日读取时共有七个 — 而且该列表会根据实时目录重新生成，因此“使用免费的那个”之类的建议很快就会过时。Portal 自己的页面对目录规模给出了两个不同的取整概数 — 每个付费计划卡片上有一个较小数字，目录本身上方的部分有一个较大数字 — 而发布的列表在当次读取时包含 360 个条目，因此应将这些数字视为营销信息，而不是预算输入。计划卡片上也没有请求速率数字；它们只写“标准”和“高”速率限制，因此在你自己的账户中看到之前，应将并发性视为未经核实。计划表位于 Portal 主页和 manage-subscription 页面；纯 HTTP 客户端访问后者时会得到 Vercel 安全检查点而不是页面 — 请在浏览器中读取。

令牌实际流向何处

费率表为一次调用定价。Hermes 按工作负载计费，而两者之间还有三个有文档记录的倍增因素。

辅助槽位。仪表板提供 11 个辅助任务槽位 — 标题生成、视觉处理、压缩、审批、网页提取、技能中心、MCP 路由等 — 每个槽位的默认值都是 auto，这意味着 Hermes 也会尝试使用主模型完成该任务。文档给出的浪费示例是压缩：快速聊天模型完成这项工作所需的费用是推理模型的五十分之一。一次用户操作因此可能产生多次计费调用。

委派。委派文档指出，并行运行一批子代理通常会消耗一次运行总令牌数中的绝大多数，这也是工作模型可以单独配置为 delegation.model 的原因。其成本警告指出，max_spawn_depth: 3 配合 max_concurrent_children: 3 时，最多可达到 27 个并发叶代理；默认深度为 1。

缓存连续性。相同的模型配置页面警告称，提示缓存以处理请求的模型为键，因此任何对话中途的模型变更 — 显式的 /model 切换、自动回退，或凭据池轮换到不同账户 — 都会使下一条消息以完整输入价格重新读取整个对话，而不是使用缓存费率；文档称缓存费率的折扣约为 75% 至 90%。默认保护项 model.switch_context_confirm_tokens: 100000 正是因为这一次性重新读取的成本可能远高于两个模型之间的令牌费率差异而存在。

计划任务最容易受到这一点影响，而且结果并非你所希望的方向：cron 文档称，没有自行指定模型的任务会使用 hermes model 或 /model 在触发时刻所设置的模型，因此你更改聊天模型后，整个 cron 任务群会在下一次运行时随之改变。需要任务不跟随切换时，请固定任务（hermes cron create/edit --pin，或明确指定 --model / --provider），或使用 cron.model 设置任务群默认模型。仅脚本任务 — 文档中的 no_agent 模式 — 完全不会接触推理层。不要估算这些影响，而应进行测量：常见问题解答记录了 /usage、/compress 和 hermes prompt-size，而网页仪表板记录了包含总令牌数、缓存命中百分比和按模型细分的分析视图。

为每项任务选择模型

这里没有任何基准测试支持质量排名，因此这是一张说明每项选择由什么决定的表，而不是排行榜。

有两个官方立场值得了解。Nous 提供了一个低成本默认模型：远程模型清单标注日期为 2026 年 9 月 20 日，并于次日读取，将 z-ai/glm-5.2 标记为默认模型；目录文档称，该默认模型是有意选择的能力足够的低成本模型，而绝不是最昂贵的旗舰模型。Nous 还建议不要在代理中使用其自有权重：Portal 集成页面称，不建议在 Hermes Agent 中使用 Hermes 4，因为它针对聊天和推理进行了调优，而不是针对快速连续的工具调用循环。该页面列出的模型 — Claude Sonnet 4.6 作为通用代理首选、GPT-5.5 Pro、长上下文 Gemini 3 Pro 预览版、作为高性价比编码模型的 DeepSeek V4 Pro — 滞后于清单和实时目录，因此应将其视为起点，并确认模型 ID 能够解析。

观测到的用量也不是排名。2026 年 9 月 21 日读取的OpenRouter Hermes Agent 公共应用页面显示，过去 30 天的令牌用量由 MiniMax M3、一个未标注的 Ox Alpha 条目、Ling 3.0 Flash Fin、GPT-4o-mini 以及两个 DeepSeek V4 Flash 构建版本领先 — 这些是便宜、快速的模型，而不是旗舰模型。这只记录了人们通过一个网关运行的模型，而不代表哪个模型在你的任务上表现最好。

“Hermes 模型”是两个不同的问题

一个问题是应将代理指向哪个模型，上文已经回答。另一个问题是Hermes 4 开放权重系列 — Hugging Face 上的 Hermes-4-405B、-70B 和 -14B，以及通过 Ollama 分发的 Hermes 3。这些是同一家公司提供的模型权重，不是代理，Nous 也表示不要在代理中运行 Hermes 4。这里有一项未经核实的声明：Portal 集成文档称，Portal 以大幅折扣提供 Hermes 4 模型，但 2026 年 9 月 21 日在实时公共目录中搜索“hermes”和“nous”没有返回匹配条目。它们可能仅在登录后可见，也可能文档已经过时。不要根据你自己账户中看不到的 Hermes 4 Portal 价格制定预算。

Hermes Agent 的最佳和最便宜 API

这些是不同的主张，应当分开。列出的最低价格是费率表事实；完成任务的最低成本则取决于重试、上下文长度和缓存命中。

Hermes 文档说明，任何提供 OpenAI 兼容 API 的服务都可以使用；其提供商参考文档甚至包含竞争网关的配置方案，因此自定义端点路径是正式支持的路线，而不是权宜之计。Kunavo 的定位比“最便宜”更窄：其目录涵盖 Claude 和 GPT 级模型以及媒体模型，而实际观察到的 Hermes 使用中占主导地位的开放权重模型并不在其中。如果你的设置已经运行这些模型，Kunavo 并不是更便宜的路线。它适合在一个密钥下，以列出的费率运行 Claude 或 GPT 的主要回合。

同一模型、同样的 token、两份价格表

每百万标准未缓存输入和输出 token 的美元价格。Anthropic 的直接费率来自其价格页面，该页面于 2026 年 9 月 21 日核查；Kunavo 列的数据来自实时目录。

现在进行计算。假设一个月有 2000 万个未缓存输入 token 和 200 万个输出 token，合计统计主要回合、辅助槽位和委派工作代理的用量——这个合计数很重要，因为按单回合估算会漏掉三类中的两类。

这是按目录费率计算的 token 费用，不是经过测量的 Hermes 任务成本，也不是账单上限。其中不包括缓存写入——Claude 缓存写入在此处按输入费率的 1.25 倍计费，详见缓存文档——也不包括付费工具、托管和税费。它还假设较便宜的模型无需额外尝试即可完成分配给它的工作。决定较便宜的一行是否实际更便宜的，是这一假设，而不是费率；成本优化介绍了如何进行测试。

Kunavo 的目录金额是计费下限，而不是上限：当上游报告其费用时，账单取目录成本与上游成本乘以适用加价之间的较大值。最低金额是 $10 预付充值，无订阅要求；这是开通有资金账户所需的现金，并不是任务成本。请参阅计费。

将第三方端点接入 Hermes

此配置来自Hermes 自己的提供商参考文档，并于 2026 年 9 月 21 日作为源文档进行审阅。尚未执行针对 Kunavo 的 Hermes 运行，Kunavo 也没有 Hermes 配置指南，以下内容都不应被理解为经过测试的集成。在尝试期间，请保持当前可用的路由可用。

# ~/.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

自定义端点不会免费获得的五件事，每一项都有已记录的成本：

1. 显式设置 transport。留空会回退到基于 URL 的自动检测；提供商参考文档将其描述为字段为空时的回退机制，并仅用一条规则进行说明——将 /anthropic 路径解析为 anthropic_messages。本次查阅的页面没有列出该启发式规则的其他部分，因此应命名传输方式，而不是假设不会触发任何规则。Hermes 的该路径专用回归测试记录了它要防范的失败模式：一个指向区域性 OpenAI 主机的 openai-api 条目被静默解析为 chat_completions，而不是提供商自身声明的传输方式，导致每个工具调用回合都返回 400。Kunavo 提供 /v1/chat/completions、/v1/messages 和 /v1/responses，因此文档中记载的三种传输方式在纸面上都有匹配的端点——这只是文档层面的匹配，并非经过测试。请命名你需要的传输方式，而不是让检测机制自行选择。
2. 为每个模型启用提示词缓存。对于能够解析裸模型别名的网关，必须逐模型声明缓存标记；Hermes 表示不会根据提供商名称、主机或模型系列推断缓存支持。遗漏这一设置会静默放弃缓存输入费率，而这正是长会话中最大的杠杆。请参阅提示词缓存。
3. 在默认值不正确时设置 context_length。自定义 OpenAI 兼容端点不会自动获得按目录规模设置的输出上限——适用的是服务器自身的默认值，而该值可能低于模型最大值。上下文窗口会经过一条最终指向 models.dev 的链路解析，随后使用 128K 回退值。
4. 了解 extra_headers 的覆盖范围。模型配置页面将其应用于 OpenAI 兼容路由和 anthropic_messages 路由——包括主客户端、/model切换、重建以及辅助客户端——并指出 bedrock_converse 是唯一不使用它的模式。对于 codex_responses，该页面没有说明，因此应将这一组合视为未经测试。在 Anthropic 线路上，提供商文档中的示例将 api 指向一个路径，但没有说明 Hermes 会追加什么后缀，因此请在首次调用时检查记录的请求路径——基础 URL 文档涵盖了那里大多数 404 背后的 origin 与 /v1 陷阱。
5. 使用 hermes model 添加提供商。会话中途的 /model 只能在你已配置的端点之间切换，不能添加新的端点；而且该切换会丢弃缓存。

首次试用时，运行一个范围受限且包含真实工具调用的任务，然后读取 /usage 和控制台中的明细，再将计划中的工作迁移过去。准备好使用有资金的密钥测试该路线时，创建 Kunavo 账户。仍在选择代理而不是其提供商？Hermes 与 OpenClaw对比了两种工作流。

常见问题

Nous Research 和 Anthropic 页面于 2026 年 9 月 21 日查阅；同日通过 GitHub API 验证了仓库状态和最新版本。Kunavo 费率及上述所有总计均根据实时模型目录计算，仅为示例性估算。Hermes 配置来自源文档，而非运行时测试。