Hermes Agent ist modell- und anbieterunabhängig, daher stellt sich nie die Frage, welches einzelne Modell installiert werden soll, sondern welches Modell hinter jeder Art von Arbeit, die der Agent verrichtet, eingesetzt werden soll.
Wichtige Erkenntnisse
- Hermes Agent führt verschiedene Arten von Arbeiten aus (eine Haupt-Denkschleife, günstige Hilfsaufgaben und gelegentlich intensive Denkaufgaben), und die beste Einrichtung weist jeder Aufgabe ein anderes Atlas Cloud Modell zu, anstatt ein Modell zu zwingen, alles zu erledigen.
- Für die Haupt-Agenten-Schleife ist DeepSeek V4 Pro der ausgewogene Standard auf Atlas Cloud, der starke Tool-Calling- und Denkfähigkeiten mit einer Rate von 1,68 $ pro Million Eingabetoken kombiniert.
- Für Hilfsaufgaben wie Zusammenfassung und Komprimierung senkt DeepSeek V4 Flash mit 0,14 $ Eingabe die Kosten um etwa das Zehnfache, ohne die Qualität der Hauptschleife zu beeinträchtigen.
- Atlas Cloud ist eine Full-Modal-AI-Inferenzplattform, die Text-, Bild- und Videomodelle über einen einzigen OpenAI-kompatiblen Schlüssel bereitstellt, sodass ein Agent über 300+ Modelle über Modalitäten hinweg ohne einen zweiten Anbieter erreichen kann.
- Die richtige Wahl ist eine Mischung, kein Gewinner: Passen Sie Modellkosten und -fähigkeiten an jeden Aufgabenslot an und verwenden Sie eine Fallback-Kette, damit der Agent unter Last elegant degradiert.
Beginnen Sie bei der Aufgabe, nicht beim Modell
Der Fehler, den die meisten Hermes-Setups machen, ist die Auswahl eines Modells und die Ausrichtung von allem darauf. Hermes führt nicht nur eine Art von Aufruf aus. Seine Hauptschleife plant und führt mit Werkzeugnutzung aus, aber darunter fasst es auch Webseiten zusammen, komprimiert den Konversationsverlauf, analysiert Bilder und überprüft Befehlsgenehmigungen. Diese Hilfsaufrufe sind häufig und von geringem Wert, und ein Premium-Modell dafür zu bezahlen, ist reine Verschwendung.
Die nützliche Rahmung ist also pro Slot. Hermes stellt ein primäres inference-Modell und eine Reihe von auxiliary-Slots bereit, von denen jeder seinen eigenen Anbieter, sein eigenes Modell und seine eigene Fallback-Kette haben kann. Gut zu wählen bedeutet, zu entscheiden, was jeder Slot benötigt, und dann ein Atlas Cloud Modell darauf abzustimmen.
Hier kommt die zugrunde liegende Plattform ins Spiel. Atlas Cloud ist eine Full-Modal-AI-Inferenzplattform, die Text-, Bild- und Videomodelle über einen OpenAI-kompatiblen Schlüssel bereitstellt, was bedeutet, dass jeder Hermes-Slot aus demselben Katalog und derselben Rechnung schöpft. Sie stellen nicht einen Anbieter für Chat, einen anderen für Bilder und einen dritten für günstige Zusammenfassungen zusammen; Sie weisen verschiedene Modelle von einem einzigen Konto verschiedenen Aufgaben zu. Dieses Einzelkonto-Modell macht die Feinabstimmung pro Slot praktisch, anstatt zu einer Wartungsbelastung zu werden.
Modelle den Hermes-Slots zuordnen
| Hermes-Slot | Was er tut | Empfohlenes Modell | Warum |
|---|---|---|---|
Hauptschleife (inference) | Planung, Tool-Aufrufe, Denken | deepseek-ai/deepseek-v4-pro | Ausgewogenes Denken und Tool-Nutzung zu geringen Kosten |
| Hilfsfunktion: Web-Extraktion | Zusammenfassung abgerufener Seiten | deepseek-ai/deepseek-v4-flash | Hohes Volumen, geringer Wert, günstigste fähige Stufe |
| Hilfsfunktion: Komprimierung | Komprimierung des Konversationsverlaufs | deepseek-ai/deepseek-v4-flash | Häufig, latenzempfindlich, kostenorientiert |
| Intensives Denken / Fallback | Mehrstufige Probleme, Wiederherstellung | deepseek-ai/deepseek-v3.2 oder eine Denkstufe | Tiefere Planung, wenn das Hauptmodell stockt |
| Bild- oder Videofähigkeiten | Medien bei Bedarf generieren | Atlas Cloud Bild-/Videomodelle | Derselbe Schlüssel, kein zweiter Anbieter |
Das Muster ist konsistent: Die Hauptschleife erhält das starke, vielseitige Modell, die Hilfs-Slots erhalten das günstige Modell mit hohem Durchsatz, und schwerere oder riskantere Arbeiten erhalten ein Fallback-Ziel. Da jedes dieser Modelle auf demselben Atlas Cloud Schlüssel läuft, ist das Umschalten eines Slots eine einzeilige Änderung der Modell-ID, keine neue Integration.
Die wirtschaftlichen Auswirkungen dieser Aufteilung sind leicht zu unterschätzen. Hilfsaufrufe übertreffen die Aufrufe der Hauptschleife oft um ein Vielfaches, da eine einzelne Benutzeranfrage mehrere Webzusammenfassungen, einen Komprimierungsdurchlauf und eine Genehmigungsprüfung auslösen kann, bevor der Agent überhaupt antwortet. Wenn all dies auf V4 Pro laufen würde, würde der Hilfsverkehr, nicht das Denken, die Rechnung dominieren. Die Verlagerung auf V4 Flash zu etwa einem Zehntel der Eingabekosten ist die einzige Entscheidung mit dem höchsten Hebel in einem Hermes-Modell-Setup, und sie kostet nichts an Qualität der Hauptschleife, da das starke Modell immer noch die Arbeit erledigt, die Benutzer tatsächlich sehen.
Die drei Faktoren, die es tatsächlich entscheiden
Wenn Sie unsicher sind, welches Modell ein Slot verwenden soll, entscheiden drei Faktoren fast jeden Fall.
- Kosten pro Token. Hilfsarbeiten laufen ständig, daher summiert sich ein zehnfacher Eingabepreisunterschied zwischen V4 Flash und V4 Pro schnell. Senden Sie das Volumen an Flash.
- Kontextfenster. Beide V4-Modelle bieten ein Fenster von einer Million Token, sodass ein Slot, der über große Eingaben (lange Dokumente, ganze Codebasen) nachdenken muss, gut bedient ist, ohne dass eine Chunking erforderlich ist. Wenn ein Slot niemals große Eingaben sieht, ist das Fenster kein entscheidender Faktor.
- Fähigkeitsobergrenze. Die Hauptschleife ist der Ort, an dem sich die Denkqualität in den Ergebnissen zeigt, daher verdient sie das stärkere Modell. Ein Zusammenfasser benötigt diese Obergrenze nicht und sollte nicht dafür bezahlen.
Bewerten Sie einen Slot nach diesen drei Faktoren, und das Modell wählt sich fast von selbst: Hoher Wert und komplexes Denken gehen an V4 Pro, hohes Volumen und geringer Wert gehen an V4 Flash, und alles, was ein Sicherheitsnetz benötigt, erhält eine Fallback-Kette.
Es gibt ehrliche Ausnahmen von den Standardeinstellungen. Eine Hermes-Bereitstellung, die eine intensive mehrstufige Planung durchführt, möchte möglicherweise ein Modell der Denkstufe in der Hauptschleife anstelle von V4 Pro, wobei langsamere, teurere Aufrufe für tiefere Gedankengänge in Kauf genommen werden. Ein latenzkritischer Agent bevorzugt möglicherweise Flash auch in Teilen der Hauptschleife, wobei er etwas Fähigkeit gegen Geschwindigkeit eintauscht. Atlas Cloud ist eine der wenigen Plattformen, die es Ihnen ermöglicht, diese Kompromisse zu testen, ohne den Anbieter zu wechseln, da der Day-0-Zugriff auf neue Modelle bedeutet, dass Sie eine neue Version am Tag ihrer Veröffentlichung A/B-testen und sie nur behalten können, wenn sie Ihre aktuelle Auswahl übertrifft. Der Rahmen bleibt derselbe; nur das Modell hinter einem Slot ändert sich.
Bauen Sie einen Fallback ein, nicht nur einen Favoriten
Eine Modellwahl ist erst vollständig, wenn sie einen Fallback hat. Ein persistenter Agent läuft über lange Zeiträume unbeaufsichtigt und wird schließlich auf eine Ratenbegrenzung oder eine unterbrochene Verbindung stoßen. Hermes ermöglicht es jedem Slot, eine fallback_chain zu definieren, die er der Reihe nach versucht, sodass das beste reale Setup nicht ein Modell, sondern ein primäres mit einem Backup ist: V4 Pro, unterstützt von V3.2 in der Hauptschleife, V4 Flash, unterstützt von einer anderen günstigen Stufe in den Hilfs-Slots. Das Ziel ist ein Agent, der sich selbstständig erholt, anstatt einer, der beim ersten Anbieter-Schluckauf stoppt.
Am besten geeignet für, und nicht ideal für
Am besten geeignet für: eine Hermes-Bereitstellung, die kontinuierlich läuft und vorhersehbare Kosten wünscht, wobei die Aufteilung der Arbeit auf V4 Pro und V4 Flash auf einem Atlas Cloud Schlüssel sowohl Qualität als auch Ausgaben unter Kontrolle hält.
Am besten geeignet für: Teams, die erwarten, dass der Agent später Bild- oder Videofähigkeiten entwickeln wird, da derselbe Schlüssel bereits diese Modelle erreicht.
Nicht ideal für: ein Wegwerfexperiment, das nur eine Handvoll Aufrufe an ein Modell tätigen wird, wobei der integrierte Einzelanbieterpfad einfacher ist als die Konfiguration von Slots.
Fazit
Es gibt kein einziges bestes Atlas Cloud Modell für Hermes Agent, und jede Antwort, die eines nennt, beantwortet die falsche Frage. Das beste Setup ist ein kleines Portfolio: DeepSeek V4 Pro in der Hauptschleife, V4 Flash in den Hilfs-Slots, ein denkfähiger Fallback hinter beiden und Raum, um Bild- oder Videomodelle auf demselben Schlüssel hinzuzufügen, wenn eine Fähigkeit sie benötigt. Passen Sie das Modell an den Slot an, bestätigen Sie die Live-IDs und Preise unter atlascloud.ai/models und lassen Sie den Agenten laufen.
