Hermes 3 405B

Fiche modèle · Nous Research · hermes-3-405b

Hermes 3 is a cutting-edge language model that offers advanced capabilities in roleplaying, reasoning, and conversation. It's a fine-tuned version of the Llama-3.1 405B foundation model, designed to align with user needs and provide powerful control. Key features include reliable function calling, structured output, generalist assistant capabilities, and improved code generation. Hermes 3 is competitive with Llama-3.1 Instruct models, with its own strengths and weaknesses.

Fiches modèles

Identité

Organisation	Nous Research
Pays	—
Famille	—
Type	llm
Date de sortie	2024-10-09
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 405 Md > 107 Md
Modalités	text
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	405 B
Paramètres actifs (session)	405 B
Source des paramètres actifs	web : https://huggingface.co/NousResearch/Hermes-3-Llama-3.1-405B
Curation des paramètres actifs	2026-11-04
Prix par session	1.20 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	10.08 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-09-08T16:06:18.038594Z
Mis à jour le	2026-11-04T06:05:14.547454Z
Source	LLM Stats
URL	https://llm-stats.com/models/hermes-3-405b

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	1.00 $	1.00 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	8.90
language	0.80
legal	0.70
math	0.70
physics	0.90
reasoning	1.40
roleplay	8.90
finance	0.70
general	1.40
healthcare	0.70
communication	8.90
creativity	8.90

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
agieval	reasoning	0.62	1.00	0.62	non	oui	2026-11-04T06:05:14.550427Z
arc-c	reasoning	0.69	1.00	0.69	non	oui	2026-11-04T06:05:14.553391Z
arc-e	reasoning	0.86	1.00	0.86	non	oui	2026-11-04T06:05:14.556392Z
bbh	reasoning	0.75	1.00	0.75	non	oui	2026-11-04T06:05:14.559352Z
boolq	language	0.89	1.00	0.89	non	oui	2026-11-04T06:05:14.562291Z
hellaswag	reasoning	0.90	1.00	0.90	non	oui	2026-11-04T06:05:14.565283Z
mmlu	general	0.85	1.00	0.85	non	oui	2026-11-04T06:05:14.568292Z
mmlu-pro	language	0.54	1.00	0.54	non	oui	2026-11-04T06:05:14.571280Z
mt-bench	chat	8.93	100.00	0.89	non	oui	2026-11-04T06:05:14.574537Z
musr	reasoning	0.48	1.00	0.48	non	oui	2026-11-04T06:05:14.577695Z
openbookqa	reasoning	0.49	1.00	0.49	non	oui	2026-11-04T06:05:14.580877Z
piqa	reasoning	0.86	1.00	0.86	non	oui	2026-11-04T06:05:14.584038Z
winogrande	reasoning	0.86	1.00	0.86	non	oui	2026-11-04T06:05:14.587062Z

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04