Modellvergleich
Hermes 3 - Llama-3.1 70B
vs. Hermes 4 - Llama-3.1 405B (Non-reasoning)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Nous Research
Empfehlung
No Hermes 4 - Llama-3.1 405B (Non-reasoning) 7 Metrik-Siege Staerkste Bereiche: Durchsatz, Intelligenz, GPQA
Bester Wert
Hermes 3 - Llama-3.1 70B
100.0 Wert-Score
22.2 Reasoning / $0.30/1M
Niedrigster Preis
Hermes 3 - Llama-3.1 70B
$0.30/1M Eingabepreis
Bestes Reasoning
Hermes 3 - Llama-3.1 70B
22.2 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Hermes 4 - Llama-3.1 405B (Non-reasoning)
18.1 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Hermes 3 - Llama-3.1 70B bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Hermes 3 - Llama-3.1 70B ist 3,3x guenstiger bei Eingabetokens als Hermes 4 - Llama-3.1 405B (Non-reasoning).
Geschwindigkeitsunterschied
Hermes 4 - Llama-3.1 405B (Non-reasoning) generiert etwa 1,4x so viele Tokens pro Sekunde wie Hermes 3 - Llama-3.1 70B.
Reasoning-Unterschied
Hermes 3 - Llama-3.1 70B liegt 1.0 Punkte vor Hermes 4 - Llama-3.1 405B (Non-reasoning) beim Reasoning.
Top-Wahl-Begruendung
Hermes 4 - Llama-3.1 405B (Non-reasoning) gewinnt 7 messbare Kategorien, darunter Durchsatz, Intelligenz, GPQA, MMLU Pro.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Hermes 3 - Llama-3.1 70B
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Hermes 4 - Llama-3.1 405B (Non-reasoning)
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | No Hermes 3 - Llama-3.1 70B | Top-Wahl No Hermes 4 - Llama-3.1 405B (Non-reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.30/1M | $1.00/1M |
| Output-Kosten | $0.30/1M | $3.00/1M |
| Gemischt (3:1) | $0.30/1M | $1.50/1M |
| Spezifikationen | ||
| Anbieter | Nous Research | Nous Research |
| Veröffentlichung | 15. Aug. 2024 | 27. Aug. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 31.3 tok/s | 42.3 tok/s |
| TTFT | 381ms | 768ms |
| Latenz | 381ms | 768ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 19.1 |
| Reasoning-Score | 22.2 | 21.2 |
| Intelligenz | 10.6 | 17.6 |
| Coding | — | 18.1 |
| Mathe | — | 15.3 |
| Standard-Benchmarks | ||
| GPQA | 40.1% | 53.6% |
| MMLU Pro | 57.1% | 72.9% |
| HLE | 4.1% | 4.2% |
| LiveCodeBench | 18.8% | 54.6% |
| MATH 500 | 53.8% | — |
| AIME 2025 | — | 15.3% |
| AIME (Original) | 2.3% | — |
| SciCode | 23.1% | 34.6% |
| LCR | — | 20.0% |
| IFBench | — | 34.8% |
| TAU-bench v2 | — | 26.6% |
| TerminalBench Hard | — | 9.8% |
Wichtigste Erkenntnisse
Hermes 3 - Llama-3.1 70B bietet das beste Preis-Leistungs-Verhaeltnis mit $0.30/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Hermes 3 - Llama-3.1 70B hat das staerkste Reasoning-Profil mit 22.2 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Hermes 4 - Llama-3.1 405B (Non-reasoning) erreicht einen 18.1 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
Hermes 3 - Llama-3.1 70B
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Hermes 4 - Llama-3.1 405B (Non-reasoning)
- Code-Generierung
- Softwareentwicklung
