Modellvergleich
Hermes 4 - Llama-3.1 405B (Non-reasoning)
vs. Medium 3
Vergleich von 2 KI-Modellen · 12 Benchmarks · Nous Research, Mistral
Empfehlung
Mi Medium 3 16 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
Medium 3
100.0 Wert-Score
39.5 Reasoning / $0.80/1M
Niedrigster Preis
Medium 3
$0.40/1M Eingabepreis
Bestes Reasoning
Medium 3
39.5 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
Medium 3 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Medium 3 ist 2,5x guenstiger bei Eingabetokens als Hermes 4 - Llama-3.1 405B (Non-reasoning).
Geschwindigkeitsunterschied
Medium 3 generiert etwa 1,2x so viele Tokens pro Sekunde wie Hermes 4 - Llama-3.1 405B (Non-reasoning).
Reasoning-Unterschied
Medium 3 liegt 18.3 Punkte vor Hermes 4 - Llama-3.1 405B (Non-reasoning) beim Reasoning.
Coding-Unterschied
Hermes 4 - Llama-3.1 405B (Non-reasoning) liegt 4.5 Punkte vor Medium 3 beim Coding.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Hermes 4 - Llama-3.1 405B (Non-reasoning)
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Medium 3
Mistral
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | No Hermes 4 - Llama-3.1 405B (Non-reasoning) | Top-Wahl Mi Medium 3 |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.00/1M | $0.40/1M |
| Output-Kosten | $3.00/1M | $2.00/1M |
| Gemischt (3:1) | $1.50/1M | $0.80/1M |
| Spezifikationen | ||
| Anbieter | Nous Research | Mistral |
| Veröffentlichung | 27. Aug. 2025 | 7. Mai 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 39.1 tok/s | 45.0 tok/s |
| TTFT | 752ms | 494ms |
| Latenz | 752ms | 494ms |
| Composite-Indizes | ||
| Wert-Score | 28.7 | 100.0 |
| Reasoning-Score | 21.2 | 39.5 |
| Intelligenz | 17.6 | 18.8 |
| Coding | 18.1 | 13.6 |
| Mathe | 15.3 | 30.3 |
| Standard-Benchmarks | ||
| GPQA | 53.6% | 57.8% |
| MMLU Pro | 72.9% | 76.0% |
| HLE | 4.2% | 4.3% |
| LiveCodeBench | 54.6% | 40.0% |
| MATH 500 | — | 90.7% |
| AIME 2025 | 15.3% | 30.3% |
| AIME (Original) | — | 44.0% |
| SciCode | 34.6% | 33.1% |
| LCR | 20.0% | 28.0% |
| IFBench | 34.8% | 39.3% |
| TAU-bench v2 | 26.6% | 24.3% |
| TerminalBench Hard | 9.8% | 3.8% |
Wichtigste Erkenntnisse
Medium 3 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.40/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Medium 3 hat das staerkste Reasoning-Profil mit 39.5 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 4 - Llama-3.1 405B (Non-reasoning)
- Code-Generierung
- Softwareentwicklung
Medium 3
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
