Modellvergleich
Hermes 4 - Llama-3.1 405B (Reasoning)
vs. Qwen3 8B (Non-reasoning)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Nous Research, Alibaba
Empfehlung
No Hermes 4 - Llama-3.1 405B (Reasoning) 14 Metrik-Siege Staerkste Bereiche: TTFT, Reasoning, Intelligenz
Bester Wert
Qwen3 8B (Non-reasoning)
100.0 Wert-Score
30.6 Reasoning / $0.18/1M
Niedrigster Preis
Qwen3 8B (Non-reasoning)
$0.18/1M 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
Qwen3 8B (Non-reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen3 8B (Non-reasoning) ist 5,6x guenstiger bei Eingabetokens als Hermes 4 - Llama-3.1 405B (Reasoning).
Geschwindigkeitsunterschied
Qwen3 8B (Non-reasoning) 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 17.6 Punkte vor Qwen3 8B (Non-reasoning) beim Reasoning.
Coding-Unterschied
Hermes 4 - Llama-3.1 405B (Reasoning) liegt 8.9 Punkte vor Qwen3 8B (Non-reasoning) 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 (Reasoning)
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 8B (Non-reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl No Hermes 4 - Llama-3.1 405B (Reasoning) | Al Qwen3 8B (Non-reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.00/1M | $0.18/1M |
| Output-Kosten | $3.00/1M | $0.20/1M |
| Gemischt (3:1) | $1.50/1M | $0.18/1M |
| Spezifikationen | ||
| Anbieter | Nous Research | Alibaba |
| Veröffentlichung | 27. Aug. 2025 | 28. Apr. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 41.4 tok/s | 63.7 tok/s |
| TTFT | 773ms | 1370ms |
| Latenz | 49104ms | 1370ms |
| Composite-Indizes | ||
| Wert-Score | 19.4 | 100.0 |
| Reasoning-Score | 48.2 | 30.6 |
| Intelligenz | 18.6 | 10.6 |
| Coding | 16.0 | 7.1 |
| Mathe | 69.7 | 24.3 |
| Standard-Benchmarks | ||
| GPQA | 72.7% | 45.2% |
| MMLU Pro | 82.9% | 64.3% |
| HLE | 10.3% | 2.8% |
| LiveCodeBench | 68.6% | 20.2% |
| MATH 500 | — | 82.8% |
| AIME 2025 | 69.7% | 24.3% |
| AIME (Original) | — | 24.3% |
| SciCode | 25.2% | 16.8% |
| LCR | 20.7% | 0.0% |
| IFBench | 32.7% | 28.6% |
| TAU-bench v2 | 22.2% | 24.9% |
| TerminalBench Hard | 11.4% | 2.3% |
Wichtigste Erkenntnisse
Qwen3 8B (Non-reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.18/1M, 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
Hermes 4 - Llama-3.1 405B (Reasoning)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Qwen3 8B (Non-reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
