Puis-je exécuter Hermes 4 405B localement ?

Les poids sont ouverts et disponibles sur Hugging Face sous NousResearch/Hermes-4-405B, donc oui en principe — mais un modèle 405B nécessite une mémoire GPU importante, et la plupart trouveront plus pratique d’y accéder via API.

Quel est le coût et quelle est la taille de la fenêtre de contexte ?

Le tarif via API est de 1,00 $ par million de tokens d'entrée et 3,00 $ par million de tokens de sortie, avec une fenêtre de contexte de 131 072 tokens.

En quoi Hermes 4 diffère-t-il de Hermes 3 ?

Les principales nouveautés sont le mode de raisonnement hybride avec traces de délibération interne, et un jeu de données post-entraînement passé d’environ 1,2 milliard à environ 60 milliards de tokens, avec un accent particulier sur des données de raisonnement vérifiées pour les mathématiques, le code et les STEM.

Hermes 4 405B

5793°

#llm #nousresearch #raisonnement #programmation #agents #local

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

Nous | contexte de 131 072 tokens | 1,00 $/M entrée, 3,00 $/M sortie. Hermes 4 est un modèle de raisonnement à grande échelle construit sur Meta-Llama-3.1-405B et publié par Nous Research. Il introduit un mode de raisonnement hybride, où le modèle peut choisir de délibérer en interne avec des traces ... ou répondre directement, offrant une flexibilité entre vitesse et profondeur. Les utilisateurs peuvent contrôler le comportement de raisonnement avec le booléen reasoning enabled. En savoir plus dans nos docsOpens in new tab Le modèle est affiné par instruction avec un corpus post-entraînement…Nous | contexte de 131 072 tokens | 1,00 $/M entrée, 3,00 $/M sortie. Hermes 4 est un modèle de raisonnement à grande échelle construit sur Meta-Llama-3.1-405B et publié par Nous Research. Il introduit un mode de raisonnement hybride, où le modèle peut choisir de délibérer en interne avec des traces ... ou répondre directement, offrant une flexibilité entre vitesse et profondeur. Les utilisateurs peuvent contrôler le comportement de raisonnement avec le booléen reasoning enabled. En savoir plus dans nos docsOpens in new tab Le modèle est affiné par instruction avec un corpus post-entraînement élargi (~60 milliards de tokens) mettant l'accent sur les traces de raisonnement, améliorant les performances en mathématiques, code, STEM et raisonnement logique, tout en conservant une large utilité d'assistant. Il supporte également les sorties structurées, incluant le mode JSON, le respect des schémas, l'appel de fonctions et l'utilisation d'outils. Hermes 4 est entraîné pour la pilotabilité, des taux de refus plus faibles et un alignement vers un comportement neutre et dirigé par l'utilisateur.

Guides pour ce modèle

Ollama vs LM Studio (2026) : quelle application d’IA locale choisir, et quels modèles top chacun fait tourner

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Hermes 4 405B est le modèle affiné par instruction de Nous Research, basé sur Meta Llama 3.1 405B, avec un mode de raisonnement hybride qui lui permet de délibérer en interne ou de répondre directement selon la tâche. Un corpus post-entraînement d'environ 60 milliards de tokens l'a affiné sur les mathématiques, le code, les STEM et la logique sans sacrifier la qualité générale d'assistant. Les poids ouverts et un faible taux de refus en font un choix pratique pour les développeurs qui veulent un modèle pilotable, performant, qu'ils peuvent réellement exécuter et diriger.

Connu pour

Raisonnement hybride : le modèle choisit de réfléchir étape par étape ou de répondre directement, contrôlable par l'utilisateur
Entraîné sur ~60 milliards de tokens de données de raisonnement et d'assistance, un grand saut par rapport à Hermes 3
Sorties structurées : mode JSON, respect des schémas, appel de fonctions et utilisation d'outils
Taux de refus remarquablement bas ; Nous revendique un état de l'art sur leur propre RefusalBench
Poids ouverts sur Hugging Face, vous pouvez donc l'exécuter ou le fine-tuner vous-même

Attention à

Avec 405 milliards de paramètres, le déploiement local demande un matériel sérieux ; la plupart des utilisateurs y accéderont via API.
131k tokens de contexte est solide mais reste en dessous du palier 200k+ si vous avez besoin de documents très longs.
RefusalBench est un benchmark interne à Nous ; la vérification indépendante de ces affirmations est limitée.

Idéal pour

Raisonnement

Programmation

Agents et utilisation d'outils

Fonctionne localement

Mathématiques

Prompts à essayer

Déboguer une fonction délicate

Voici une fonction Python censée retourner la plus longue sous-séquence commune de deux chaînes, mais elle donne des résultats erronés sur certaines entrées. Parcourez ce qui se passe étape par étape, identifiez le bug, et donnez-moi une version corrigée avec une brève explication de la correction. def lcs(a, b): dp = [[0]*(len(b)) for _ in range(len(a))] for i in range(len(a)): for j in range(len(b)): if a[i] == b[j]: dp[i][j] = dp[i-1][j-1] + 1 return dp[-1][-1]

Planifier un agent multi-étapes

Je veux construire un agent qui surveille un dépôt GitHub pour de nouveaux problèmes, classe chacun comme bug, demande de fonctionnalité ou question via un appel LLM, puis poste une étiquette et un court commentaire de triage sur GitHub. Décrivez les fonctions outils nécessaires à l'agent, la logique décisionnelle entre les étapes, et les considérations de gestion d'erreurs à intégrer dès le départ.

Extraire des données structurées

Extrayez les champs suivants de l'offre d'emploi ci-dessous et retournez un JSON valide correspondant à ce schéma : {"title": string, "company": string, "location": string, "salary_range": string ou null, "required_skills": [string], "remote": boolean}. Offre : Ingénieur Data Senior chez Meridian Analytics, basé à Austin TX avec flexibilité hybride. Salaire 140–170k. Doit avoir plus de 4 ans d'expérience avec Spark, dbt et Airflow. Python et SQL requis. Expérience Kafka un plus.

Comparer avec

Hermes 3 405B Instruct
Modèle à poids ouverts
Contexte de 131,072 tokens · entrée $1.00/M, sortie $1.00/M
Claude Opus 5.5
Modèle uniquement API
Contexte de 1,000,000 tokens · entrée $4.00/M, sortie $20.00/M
Gemini 3.8 Flash
Modèle uniquement API
Contexte de 1,048,576 tokens · entrée $0.83/M, sortie $4.12/M
Claude Sonnet 5.5
Modèle uniquement API
Contexte de 1,000,000 tokens · entrée $2.00/M, sortie $10.00/M

Plus de modèles de texte de nousresearch

Questions fréquentes

Puis-je exécuter Hermes 4 405B localement ?: Les poids sont ouverts et disponibles sur Hugging Face sous NousResearch/Hermes-4-405B, donc oui en principe — mais un modèle 405B nécessite une mémoire GPU importante, et la plupart trouveront plus pratique d’y accéder via API.
Quel est le coût et quelle est la taille de la fenêtre de contexte ?: Le tarif via API est de 1,00 $ par million de tokens d'entrée et 3,00 $ par million de tokens de sortie, avec une fenêtre de contexte de 131 072 tokens.
En quoi Hermes 4 diffère-t-il de Hermes 3 ?: Les principales nouveautés sont le mode de raisonnement hybride avec traces de délibération interne, et un jeu de données post-entraînement passé d’environ 1,2 milliard à environ 60 milliards de tokens, avec un accent particulier sur des données de raisonnement vérifiées pour les mathématiques, le code et les STEM.

Verdict du capitaine
Une combinaison rare de poids ouverts, de capacité réelle de raisonnement et de faibles refus — mérite une attention sérieuse si vous construisez des agents ou avez besoin d’un modèle pilotable de pointe.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

Hermes 4 405B est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm nousresearch raisonnement programmation agents local mathématiques

Parcourir par famille de modèles