Bisakah saya menjalankan Hermes 4 405B secara lokal?

Bobotnya terbuka dan tersedia di Hugging Face di bawah NousResearch/Hermes-4-405B, jadi secara prinsip bisa — tapi model 405B membutuhkan memori GPU yang besar, dan kebanyakan orang akan lebih praktis mengaksesnya lewat API.

Berapa biayanya dan berapa panjang jendela konteksnya?

Harga lewat API adalah $1,00 per juta token input dan $3,00 per juta token output, dengan jendela konteks 131.072 token.

Apa perbedaan Hermes 4 dengan Hermes 3?

Penambahan utama adalah mode penalaran hibrida dengan jejak pertimbangan internal, dan dataset pasca-pelatihan yang bertambah dari sekitar 1,2 miliar token menjadi sekitar 60 miliar, dengan penekanan khusus pada data penalaran terverifikasi untuk matematika, kode, dan STEM.

Hermes 4 405B

5793°

#llm #nousresearch #penalaran #pemrograman #agen #lokal

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Nous | konteks token 131.072 | $1,00/M input, $3,00/M output. Hermes 4 adalah model penalaran skala besar yang dibangun di atas Meta-Llama-3.1-405B dan dirilis oleh Nous Research. Memperkenalkan mode penalaran hibrida, di mana model dapat memilih untuk mempertimbangkan secara internal dengan jejak ... atau merespons langsung, menawarkan fleksibilitas antara kecepatan dan kedalaman. Pengguna dapat mengontrol perilaku penalaran dengan boolean reasoning enabled. Pelajari lebih lanjut di docs kamiOpens in new tab Model ini di-tune instruksi dengan korpus pasca-pelatihan yang diperluas (~60B…Nous | konteks token 131.072 | $1,00/M input, $3,00/M output. Hermes 4 adalah model penalaran skala besar yang dibangun di atas Meta-Llama-3.1-405B dan dirilis oleh Nous Research. Memperkenalkan mode penalaran hibrida, di mana model dapat memilih untuk mempertimbangkan secara internal dengan jejak ... atau merespons langsung, menawarkan fleksibilitas antara kecepatan dan kedalaman. Pengguna dapat mengontrol perilaku penalaran dengan boolean reasoning enabled. Pelajari lebih lanjut di docs kamiOpens in new tab Model ini di-tune instruksi dengan korpus pasca-pelatihan yang diperluas (~60B token) yang menekankan jejak penalaran, meningkatkan performa dalam matematika, kode, STEM, dan penalaran logis, sambil mempertahankan kegunaan asisten yang luas. Mendukung output terstruktur, termasuk mode JSON, kepatuhan skema, pemanggilan fungsi, dan penggunaan alat. Hermes 4 dilatih untuk kemudahan pengendalian, tingkat penolakan rendah, dan keselarasan menuju perilaku netral yang diarahkan pengguna.

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI lokal mana yang harus digunakan, dan model top mana yang dijalankan masing-masing

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Hermes 4 405B adalah model yang disetel instruksi dari Nous Research yang dibangun di atas Meta Llama 3.1 405B, dengan mode penalaran hibrida yang memungkinkan model untuk mempertimbangkan secara internal atau menjawab langsung tergantung pada tugasnya. Korpus pasca-pelatihan sekitar 60 miliar token mengasah kemampuannya dalam matematika, kode, STEM, dan logika tanpa mengorbankan kualitas asisten umum. Bobot terbuka dan tingkat penolakan yang rendah menjadikannya pilihan praktis bagi pengembang yang menginginkan model yang dapat diarahkan dan mampu yang benar-benar dapat mereka jalankan dan kendalikan.

Dikenal untuk

Penalaran hibrida: model memilih untuk berpikir langkah demi langkah atau menjawab langsung, dapat dikendalikan pengguna
Dilatih pada ~60 miliar token data penalaran dan asisten, lonjakan besar dari Hermes 3
Output terstruktur: mode JSON, kepatuhan skema, pemanggilan fungsi dan penggunaan alat
Tingkat penolakan yang sangat rendah; Nous mengklaim terbaik di RefusalBench mereka sendiri
Bobot terbuka di Hugging Face, sehingga Anda dapat menjalankan atau menyetel ulang sendiri

Waspadai

Dengan 405 miliar parameter, penerapan lokal membutuhkan perangkat keras serius; sebagian besar pengguna akan mengaksesnya melalui API.
Konteks 131k cukup baik tapi kurang dari tingkat 200k ke atas jika Anda membutuhkan dokumen sangat panjang.
RefusalBench adalah tolok ukur milik Nous; verifikasi independen atas klaim tersebut terbatas.

Terbaik untuk

Penalaran

Pemrograman

Agen dan penggunaan alat

Jalankan secara lokal

Matematika

Prompt untuk dicoba

Debug fungsi yang rumit

Berikut adalah fungsi Python yang seharusnya mengembalikan subsekuens umum terpanjang dari dua string, tetapi memberikan hasil yang salah pada beberapa input. Jelaskan langkah demi langkah apa yang terjadi, identifikasi bug-nya, dan berikan versi yang diperbaiki dengan penjelasan singkat tentang perbaikannya. 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]

Rencanakan agen multi-langkah

Saya ingin membangun agen yang memantau repositori GitHub untuk isu baru, mengklasifikasikan masing-masing sebagai bug, permintaan fitur, atau pertanyaan menggunakan panggilan LLM, lalu memposting label dan komentar triase singkat kembali ke GitHub. Rancang fungsi alat yang dibutuhkan agen, logika keputusan antar langkah, dan pertimbangan penanganan kesalahan yang layak dibangun sejak awal.

Ekstrak data terstruktur

Ekstrak bidang berikut dari lowongan pekerjaan di bawah ini dan kembalikan JSON valid yang sesuai dengan skema ini: {"title": string, "company": string, "location": string, "salary_range": string atau null, "required_skills": [string], "remote": boolean}. Lowongan: Senior Data Engineer di Meridian Analytics, berbasis di Austin TX dengan fleksibilitas hybrid. Gaji 140–170k. Harus memiliki pengalaman 4+ tahun dengan Spark, dbt, dan Airflow. Python dan SQL wajib. Pengalaman Kafka nilai tambah.

Bandingkan dengan

Hermes 3 405B Instruct
Model dengan bobot terbuka
konteks 131,072 token · $1.00/M input, $1.00/M output
Claude Opus 5.5
Model hanya API
konteks 1,000,000 token · $4.00/M input, $20.00/M output
Gemini 3.8 Flash
Model hanya API
konteks 1,048,576 token · $0.83/M input, $4.12/M output
Claude Sonnet 5.5
Model hanya API
konteks 1,000,000 token · $2.00/M input, $10.00/M output

Model teks lain dari nousresearch

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Hermes 4 405B secara lokal?: Bobotnya terbuka dan tersedia di Hugging Face di bawah NousResearch/Hermes-4-405B, jadi secara prinsip bisa — tapi model 405B membutuhkan memori GPU yang besar, dan kebanyakan orang akan lebih praktis mengaksesnya lewat API.
Berapa biayanya dan berapa panjang jendela konteksnya?: Harga lewat API adalah $1,00 per juta token input dan $3,00 per juta token output, dengan jendela konteks 131.072 token.
Apa perbedaan Hermes 4 dengan Hermes 3?: Penambahan utama adalah mode penalaran hibrida dengan jejak pertimbangan internal, dan dataset pasca-pelatihan yang bertambah dari sekitar 1,2 miliar token menjadi sekitar 60 miliar, dengan penekanan khusus pada data penalaran terverifikasi untuk matematika, kode, dan STEM.

Putusan Kapten
Kombinasi langka antara bobot terbuka, kemampuan penalaran sejati, dan tingkat penolakan rendah — layak mendapat perhatian serius jika Anda membangun agen atau membutuhkan model frontier yang dapat diarahkan.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Gemini 3.5 Flash Lite

Model AI untuk Pembuatan Gambar, Video & Teks

Hermes 4 405B adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm nousresearch penalaran pemrograman agen lokal matematika

Jelajahi berdasarkan Keluarga Model