Kann ich Hermes 3 70B lokal ausführen?

Ja – die Gewichte sind offen und auf Hugging Face unter NousResearch/Hermes-3-Llama-3.1-70B verfügbar. Bei 70B Parametern benötigen Sie erheblichen VRAM oder eine quantisierte GGUF-Version, um es auf Consumer-Hardware zu betreiben.

Was kostet es und wie lang ist der Kontext?

Per API kostet es 0,70 $ pro Million Tokens für Ein- und Ausgabe, mit einem Kontextfenster von 131.072 Tokens.

Worin unterscheidet es sich vom Standard Llama-3.1 70B Instruct?

Hermes 3 70B ist ein Fine-Tune desselben Basismodells mit stärkerer Steuerbarkeit über System-Prompts, besserem Rollenspiel, zuverlässigeren Funktionsaufrufen und verbesserter Multi-Turn-Kohärenz – Nous Research beschreibt es als konkurrenzfähig oder besser als die offizielle Instruct-Variante bei allgemeinen Aufgaben.

Hermes 3 70B Instruct

5047°

#llm #nousresearch #agenten #rollenspiel #chat #lokal

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Nous | 131.072 Token Kontext | 0,70 $/M Eingabe, 0,70 $/M Ausgabe. Hermes 3 ist ein Generalisten-Sprachmodell mit vielen Verbesserungen gegenüber Hermes 2, darunter fortgeschrittene agentische Fähigkeiten, deutlich besseres Rollenspiel, Denken, mehrstufige Konversation, Langzeit-Kontextkohärenz und Verbesserungen in allen Bereichen. Hermes 3 70B ist ein wettbewerbsfähiges, wenn nicht überlegenes Finetuning des Llama-3.1 70B Grundmodells, fokussiert auf die Ausrichtung von LLMs an den Nutzer mit leistungsstarken Steuerungsfunktionen und Kontrolle für den Endnutzer. Die Hermes 3 Serie baut auf den Fähigkeiten von Hermes 2 auf und erweitert diese, einschließlich leistungsfähigerer und zuverlässigerer Funktionsaufrufe und strukturierter Ausgabe, generalistischer Assistentenfähigkeiten und verbesserter Codegenerierung.

Anleitungen zu diesem Modell

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Hermes 3 70B ist ein Fine-Tune von Llama-3.1 70B von Nous Research, das darauf ausgelegt ist, Ihnen direkte Kontrolle über das Modellverhalten durch starke System-Prompt-Steuerung zu geben. Es verbessert Hermes 2 in allen Bereichen, mit besonderen Fortschritten bei agentischer Nutzung, Rollenspielen, Funktionsaufrufen und Multi-Turn-Kohärenz über ein 131k-Token-Kontextfenster. Offene Gewichte und ein einheitlicher Preis von 0,70 $/M machen es zu einer praktischen Wahl für Entwickler, die einen steuerbaren, fähigen Generalisten ohne Frontier-Preise wollen.

Bekannt für

Starke Steuerbarkeit über System-Prompts – Sie gestalten Ton, Rolle und Regeln präzise.
Zuverlässige Funktionsaufrufe und strukturierte Ausgabe für Agenten-Pipelines.
Verbesserte Multi-Turn-Kohärenz über ein 131.072-Token-Kontextfenster.
Bessere Rollenspieltiefe als Hermes 2 mit bedeutender Charakterkonsistenz.
Wettbewerbsfähig mit Llama-3.1 70B Instruct bei allgemeinen Aufgaben; manchmal besser.

Achte auf

Offene Gewichte, aber prüfen Sie die Lizenzbedingungen von Nous Research vor kommerzieller Nutzung.
Mit 70B Parametern erfordert lokale Nutzung ernsthafte Hardware – rechnen Sie mit 40 GB+ VRAM für volle Präzision.

Am besten für

Agenten und Werkzeugnutzung

Rollenspiel und Geschichten

Chat und Assistenten

Lokal ausführbar

Langer Kontext

Prompts zum Ausprobieren

Mehrstufiger Agentenplan

Sie sind ein Forschungsassistent mit Zugriff auf Websuche, Taschenrechner und Dateischreiber. Ein Nutzer möchte den Energieverbrauch von fünf großen Cloud-Anbietern vergleichen und eine Rangliste in Tabellenform erstellen. Zerlegen Sie die Aufgabe in diskrete Funktionsaufrufe, die Sie der Reihe nach ausführen würden, und zeigen Sie Funktionsnamen und Argumente für jeden Schritt.

Gelenktes Persona-Chat

Sie sind ein rauer, aber fairer viktorianischer Schiffskapitän, der in zeitgemäßer Sprache spricht und nie aus der Rolle fällt. Ich bin ein neues Crewmitglied am ersten Tag. Begrüßen Sie mich, geben Sie mir meine Aufgaben und warnen Sie mich vor der einen Regel, die Sie über alles durchsetzen.

Strukturierte Datenerfassung

Extrahieren Sie alle benannten Entitäten aus folgendem Absatz und geben Sie ein JSON-Array zurück. Jedes Objekt soll die Schlüssel name, type (Person, Organisation, Ort oder sonstiges) und eine ein-Satz-Notiz zur Rolle im Text enthalten. Absatz: '1969 landeten Neil Armstrong und Buzz Aldrin im Rahmen der Apollo-11-Mission der NASA auf dem Mond, gestartet vom Kennedy Space Center in Florida.'

Vergleichen mit

Hermes 3 405B Instruct
Modell mit offenen Gewichten
131,072 Token Kontext · $1.00/M Eingabe, $1.00/M Ausgabe
GPT-6 Luna
Nur API-Modell
1,050,000 Token Kontext · $0.10/M Eingabe, $0.50/M Ausgabe
Auto Router (Beta)
Nur API-Modell
2,000,000 Token Kontext · $-1,000,000.00/M Eingabe, $-1,000,000.00/M Ausgabe
Command R+ (08-2024)
Nur API-Modell
128,000 Token Kontext · $2.50/M Eingabe, $10.00/M Ausgabe

Mehr Textmodelle von nousresearch

Häufig gestellte Fragen

Kann ich Hermes 3 70B lokal ausführen?: Ja – die Gewichte sind offen und auf Hugging Face unter NousResearch/Hermes-3-Llama-3.1-70B verfügbar. Bei 70B Parametern benötigen Sie erheblichen VRAM oder eine quantisierte GGUF-Version, um es auf Consumer-Hardware zu betreiben.
Was kostet es und wie lang ist der Kontext?: Per API kostet es 0,70 $ pro Million Tokens für Ein- und Ausgabe, mit einem Kontextfenster von 131.072 Tokens.
Worin unterscheidet es sich vom Standard Llama-3.1 70B Instruct?: Hermes 3 70B ist ein Fine-Tune desselben Basismodells mit stärkerer Steuerbarkeit über System-Prompts, besserem Rollenspiel, zuverlässigeren Funktionsaufrufen und verbesserter Multi-Turn-Kohärenz – Nous Research beschreibt es als konkurrenzfähig oder besser als die offizielle Instruct-Variante bei allgemeinen Aufgaben.

Captain's Urteil
Ein preislich attraktiver, steuerbarer Generalist mit offenen Gewichten, der sich empfiehlt, wenn Sie Agenten-Pipelines, tiefes Rollenspiel oder enge System-Prompt-Kontrolle brauchen.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Hermes 3 70B Instruct ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm nousresearch agenten rollenspiel chat lokal langer kontext

Nach Modellfamilie stöbern