Hermes Agent est agnostique au modèle et au fournisseur, la question n'est donc jamais quel modèle unique installer, mais quel modèle mettre derrière chaque type de travail effectué par l'agent.
Points clés à retenir
- Hermes Agent exécute différentes classes de travail (une boucle de raisonnement principale, des tâches auxiliaires bon marché et un raisonnement lourd occasionnel), et la meilleure configuration attribue un modèle Atlas Cloud différent à chacun plutôt que de forcer un seul modèle à tout faire.
- Pour la boucle principale de l'agent, DeepSeek V4 Pro est le choix par défaut équilibré sur Atlas Cloud, associant une forte capacité d'appel d'outils et de raisonnement à un taux de 1,68 $ par million de jetons d'entrée.
- Pour les tâches auxiliaires comme la résumé et la compression, DeepSeek V4 Flash à 0,14 $ par jeton d'entrée réduit les coûts d'environ dix fois sans affecter la qualité de la boucle principale.
- Atlas Cloud est une plateforme d'inférence d'IA multimodale qui sert des modèles de texte, d'image et de vidéo via une seule clé compatible OpenAI, de sorte qu'un agent peut accéder à plus de 300 modèles de différentes modalités sans avoir recours à un deuxième fournisseur.
- Le bon choix est un mélange, pas un gagnant : faites correspondre le coût et la capacité du modèle à chaque emplacement de tâche, et utilisez une chaîne de secours afin que l'agent se dégrade gracieusement sous la charge.
Partir de la tâche, pas du modèle
L'erreur que la plupart des configurations Hermes commettent est de choisir un modèle et de tout y diriger. Hermes n'exécute pas un seul type d'appel. Sa boucle principale planifie et exécute avec l'utilisation d'outils, mais elle résume également des pages web, compresse l'historique des conversations, analyse des images et filtre les approbations de commandes. Ces appels auxiliaires sont fréquents et de faible valeur, et payer un modèle premium pour les exécuter est un pur gaspillage.
Le cadre utile est donc par emplacement. Hermes expose un modèle inference principal et un ensemble d'emplacements auxiliary, chacun pouvant prendre son propre fournisseur, modèle et chaîne de secours. Bien choisir signifie décider ce dont chaque emplacement a besoin, puis y associer un modèle Atlas Cloud.
C'est là que la plateforme sous-jacente est importante. Atlas Cloud est une plateforme d'inférence d'IA multimodale qui sert des modèles de texte, d'image et de vidéo via une seule clé compatible OpenAI, ce qui signifie que chaque emplacement Hermes puise dans le même catalogue et la même facture. Vous n'assemblez pas un fournisseur pour le chat, un autre pour les images et un troisième pour la résumé bon marché ; vous attribuez différents modèles d'un seul compte à différents travaux. Ce modèle de compte unique est ce qui rend le réglage par emplacement pratique au lieu d'être un fardeau de maintenance.
Associer les modèles aux emplacements Hermes
| Emplacement Hermes | Ce qu'il fait | Modèle recommandé | Pourquoi |
|---|---|---|---|
Boucle principale (inference) | Planification, appels d'outils, raisonnement | deepseek-ai/deepseek-v4-pro | Raisonnement équilibré et utilisation d'outils à faible coût |
| Auxiliaire : extraction web | Résumer les pages récupérées | deepseek-ai/deepseek-v4-flash | Volume élevé, faible valeur, niveau de capacité le moins cher |
| Auxiliaire : compression | Compresser l'historique des conversations | deepseek-ai/deepseek-v4-flash | Fréquent, sensible à la latence, axé sur les coûts |
| Raisonnement lourd / secours | Problèmes en plusieurs étapes, récupération | deepseek-ai/deepseek-v3.2 ou un niveau de raisonnement | Planification plus approfondie lorsque le modèle principal est bloqué |
| Compétences d'image ou de vidéo | Générer des médias à la demande | Modèles d'image/vidéo Atlas Cloud | Même clé, pas de deuxième fournisseur |
Le modèle est cohérent : la boucle principale reçoit le modèle fort et polyvalent, les emplacements auxiliaires reçoivent le modèle bon marché à haut débit, et le travail plus lourd ou plus risqué reçoit une cible de secours. Parce que chacun d'entre eux vit sur la même clé Atlas Cloud, changer un emplacement est un changement d'ID de modèle d'une seule ligne, pas une nouvelle intégration.
L'économie de cette répartition est facile à sous-estimer. Les appels auxiliaires sont souvent plusieurs fois plus nombreux que les appels de la boucle principale, car une seule requête utilisateur peut déclencher plusieurs résumés web, un passage de compression et une vérification d'approbation avant même que l'agent ne réponde. Si tout cela fonctionnait sur V4 Pro, le trafic auxiliaire, et non le raisonnement, dominerait la facture. Le déplacer vers V4 Flash à environ un dixième du coût d'entrée est la décision la plus efficace dans une configuration de modèle Hermes, et cela ne coûte rien en qualité de boucle principale car le modèle fort gère toujours le travail que les utilisateurs voient réellement.
Les trois facteurs qui décident réellement
Lorsque vous ne savez pas quel modèle un emplacement doit utiliser, trois facteurs règlent presque tous les cas.
- Coût par jeton. Le travail auxiliaire fonctionne constamment, donc un écart de prix d'entrée dix fois supérieur entre V4 Flash et V4 Pro se compose rapidement. Envoyez le volume à Flash.
- Fenêtre contextuelle. Les deux modèles V4 offrent une fenêtre d'un million de jetons, de sorte qu'un emplacement qui doit raisonner sur de grandes entrées (documents longs, bases de code entières) est bien servi sans découpage. Si un emplacement ne voit jamais de grandes entrées, la fenêtre n'est pas un facteur décisif.
- Plafond de capacité. La boucle principale est l'endroit où la qualité du raisonnement apparaît dans les résultats, elle mérite donc le modèle le plus fort. Un résumeur n'a pas besoin de ce plafond et ne devrait pas le payer.
Classez un emplacement sur ces trois points et le modèle se choisit presque tout seul : la grande valeur et le raisonnement complexe vont à V4 Pro, le volume élevé et la faible valeur vont à V4 Flash, et tout ce qui a besoin d'un filet de sécurité reçoit une chaîne de secours.
Il existe des exceptions honnêtes aux valeurs par défaut. Un déploiement Hermes effectuant une planification lourde en plusieurs étapes peut vouloir un modèle de niveau de raisonnement sur la boucle principale au lieu de V4 Pro, acceptant des appels plus lents et plus coûteux pour des chaînes de pensée plus profondes. Un agent critique en latence peut préférer Flash même sur des parties de la boucle principale, échangeant une certaine capacité contre la vitesse. Atlas Cloud est l'une des rares plateformes qui vous permet de tester ces compromis sans changer de fournisseur, car l'accès dès le premier jour aux nouveaux modèles signifie que vous pouvez faire un A/B test d'une nouvelle version le jour de sa sortie et ne la conserver que si elle bat votre choix actuel. Le cadre reste le même ; seul le modèle derrière un emplacement change.
Intégrer une solution de secours, pas seulement un favori
Un choix de modèle n'est pas complet tant qu'il n'a pas de solution de secours. Un agent persistant fonctionne sans surveillance pendant de longues périodes et finira par rencontrer une limite de débit ou une connexion interrompue. Hermes permet à chaque emplacement de définir une fallback_chain qu'il essaie dans l'ordre, de sorte que la meilleure configuration réelle n'est pas un seul modèle mais un modèle principal avec une sauvegarde : V4 Pro soutenu par V3.2 sur la boucle principale, V4 Flash soutenu par un autre niveau bon marché sur les emplacements auxiliaires. L'objectif est un agent qui se rétablit seul plutôt qu'un agent qui s'arrête au premier accroc du fournisseur.
Idéal pour, et pas idéal pour
Idéal pour : un déploiement Hermes qui fonctionne en continu et souhaite un coût prévisible, où la répartition du travail entre V4 Pro et V4 Flash sur une seule clé Atlas Cloud permet de maîtriser à la fois la qualité et les dépenses.
Idéal pour : les équipes qui s'attendent à ce que l'agent développe des compétences en image ou en vidéo plus tard, puisque la même clé accède déjà à ces modèles.
Pas idéal pour : une expérience jetable qui ne fera qu'une poignée d'appels à un seul modèle, où le chemin intégré à fournisseur unique est plus simple que la configuration des emplacements.
En résumé
Il n'y a pas de modèle Atlas Cloud unique et optimal pour Hermes Agent, et toute réponse qui en nomme un répond à la mauvaise question. La meilleure configuration est un petit portefeuille : DeepSeek V4 Pro sur la boucle principale, V4 Flash sur les emplacements auxiliaires, une solution de secours capable de raisonner derrière les deux, et de la place pour ajouter des modèles d'image ou de vidéo sur la même clé lorsqu'une compétence en a besoin. Faites correspondre le modèle à l'emplacement, confirmez les ID et les prix en direct sur atlascloud.ai/models, et laissez l'agent fonctionner.
