Modellvergleich
Hermes 4 - Llama-3.1 405B (Non-reasoning)
vs. Llama 3.1 Tulu3 405B
Vergleich von 2 KI-Modellen · 12 Benchmarks · Nous Research, Allen Institute for AI
Empfehlung
No Hermes 4 - Llama-3.1 405B (Non-reasoning) 7 Metrik-Siege Staerkste Bereiche: Durchsatz, Intelligenz, GPQA
Niedrigster Preis
Llama 3.1 Tulu3 405B
$0.00/1M Eingabepreis
Bestes Reasoning
Llama 3.1 Tulu3 405B
32.1 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
Preisunterschied
Llama 3.1 Tulu3 405B ist ∞x guenstiger bei Eingabetokens als Hermes 4 - Llama-3.1 405B (Non-reasoning).
Reasoning-Unterschied
Llama 3.1 Tulu3 405B liegt 10.9 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 4 - Llama-3.1 405B (Non-reasoning)
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Llama 3.1 Tulu3 405B
Allen Institute for AI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl No Hermes 4 - Llama-3.1 405B (Non-reasoning) | Al Llama 3.1 Tulu3 405B |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.00/1M | $0.00/1M |
| Output-Kosten | $3.00/1M | $0.00/1M |
| Gemischt (3:1) | $1.50/1M | — |
| Spezifikationen | ||
| Anbieter | Nous Research | Allen Institute for AI |
| Veröffentlichung | 27. Aug. 2025 | 30. Jan. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 39.1 tok/s | — |
| TTFT | 752ms | — |
| Latenz | 752ms | — |
| Composite-Indizes | ||
| Wert-Score | 100.0 | — |
| Reasoning-Score | 21.2 | 32.1 |
| Intelligenz | 17.6 | 14.1 |
| Coding | 18.1 | — |
| Mathe | 15.3 | — |
| Standard-Benchmarks | ||
| GPQA | 53.6% | 51.6% |
| MMLU Pro | 72.9% | 71.6% |
| HLE | 4.2% | 3.5% |
| LiveCodeBench | 54.6% | 29.1% |
| MATH 500 | — | 77.8% |
| AIME 2025 | 15.3% | — |
| AIME (Original) | — | 13.3% |
| SciCode | 34.6% | 30.2% |
| LCR | 20.0% | — |
| IFBench | 34.8% | — |
| TAU-bench v2 | 26.6% | — |
| TerminalBench Hard | 9.8% | — |
Wichtigste Erkenntnisse
Llama 3.1 Tulu3 405B bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Llama 3.1 Tulu3 405B hat das staerkste Reasoning-Profil mit 32.1 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
Llama 3.1 Tulu3 405B
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
