Modellvergleich
GPT-4o mini
vs. Hermes 4 - Llama-3.1 405B (Reasoning)
Vergleich von 2 KI-Modellen · 12 Benchmarks · OpenAI, Nous Research
Empfehlung
No Hermes 4 - Llama-3.1 405B (Reasoning) 10 Metrik-Siege Staerkste Bereiche: Reasoning, Intelligenz, Mathe
Bester Wert
GPT-4o mini
100.0 Wert-Score
25.6 Reasoning / $0.26/1M
Niedrigster Preis
GPT-4o mini
$0.15/1M Eingabepreis
Bestes Reasoning
Hermes 4 - Llama-3.1 405B (Reasoning)
48.2 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Hermes 4 - Llama-3.1 405B (Reasoning)
16.0 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
GPT-4o mini bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
GPT-4o mini ist 6,7x guenstiger bei Eingabetokens als Hermes 4 - Llama-3.1 405B (Reasoning).
Geschwindigkeitsunterschied
GPT-4o mini generiert etwa 1,5x so viele Tokens pro Sekunde wie Hermes 4 - Llama-3.1 405B (Reasoning).
Reasoning-Unterschied
Hermes 4 - Llama-3.1 405B (Reasoning) liegt 22.6 Punkte vor GPT-4o mini beim Reasoning.
Top-Wahl-Begruendung
Hermes 4 - Llama-3.1 405B (Reasoning) gewinnt 10 messbare Kategorien, darunter Reasoning, Intelligenz, Mathe, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
GPT-4o mini
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Hermes 4 - Llama-3.1 405B (Reasoning)
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Op GPT-4o mini | Top-Wahl No Hermes 4 - Llama-3.1 405B (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.15/1M | $1.00/1M |
| Output-Kosten | $0.60/1M | $3.00/1M |
| Gemischt (3:1) | $0.26/1M | $1.50/1M |
| Spezifikationen | ||
| Anbieter | OpenAI | Nous Research |
| Veröffentlichung | 18. Juli 2024 | 27. Aug. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 60.7 tok/s | 39.9 tok/s |
| TTFT | 526ms | 737ms |
| Latenz | 526ms | 50866ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 33.0 |
| Reasoning-Score | 25.6 | 48.2 |
| Intelligenz | 12.6 | 18.6 |
| Coding | — | 16.0 |
| Mathe | 14.7 | 69.7 |
| Standard-Benchmarks | ||
| GPQA | 42.6% | 72.7% |
| MMLU Pro | 64.8% | 82.9% |
| HLE | 4.0% | 10.3% |
| LiveCodeBench | 23.4% | 68.6% |
| MATH 500 | 78.9% | — |
| AIME 2025 | 14.7% | 69.7% |
| AIME (Original) | 11.7% | — |
| SciCode | 22.9% | 25.2% |
| LCR | — | 20.7% |
| IFBench | 31.0% | 32.7% |
| TAU-bench v2 | — | 22.2% |
| TerminalBench Hard | — | 11.4% |
Wichtigste Erkenntnisse
GPT-4o mini bietet das beste Preis-Leistungs-Verhaeltnis mit $0.15/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Hermes 4 - Llama-3.1 405B (Reasoning) hat das staerkste Reasoning-Profil mit 48.2 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Hermes 4 - Llama-3.1 405B (Reasoning) erreicht einen 16.0 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
GPT-4o mini
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Hermes 4 - Llama-3.1 405B (Reasoning)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
