Nous

·Released on 2024年8月18日

Hermes 3 70B Instruct API 基准测试价格和服务商数据

LLM

Hermes 3 is a generalist language model with many improvements over [Hermes 2](/models/nousresearch/nous-hermes-2-mistral-7b-dpo), including advanced agentic capabilities, much better roleplaying, rea...

分类性能

基于独立 benchmark family 的实测能力估计，不确定性单独展示。

覆盖: 3 / 8
方法论: V3.0

#1数学39.6估算2/4 实测维度

80% 区间: 27.8–51.4

foundational math40

math_500 · math_500

competition math39.2

aime · aime

proof frontier仅先验

applied tool math仅先验

#2综合推理37.8估算2/4 实测维度

80% 区间: 26.6–48.9

abstract logic仅先验

scientific causal38.7

gpqa · gpqa / hle · hle

multistep constraints36.8

mmlu_pro · mmlu_pro

evidence verification仅先验

#3代码36.6暂定评分1/4 实测维度

80% 区间: 22.7–50.6

code generation36.6

livecodebench · livecodebench / scicode · scicode

repository engineering仅先验

debugging testing仅先验

tooling quality仅先验

暂无数据:智能体知识多语言多模态指令遵循

技术规格

Input and output token limits for this model, plus how it ranks on long-context understanding.

INPUT

131.1Ktokens

≈ 157.3 pages of text

OUTPUT

16.4Ktokens

8K128K1M4M

131.1K

能力

Technical Details

输入
输出
总参数量: 70B
发布日期: Aug 2024
知识截止: 2023-12-31
官方文档
Tokenizer: Llama3
架构: text->text
指令类型: chatml
内容审核: 否
支持参数: frequency_penaltylogit_biasmax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetop_ktop_p

排名

擅长

详细分数

更新时间: 2026年8月23日

价格

2 个指标

输入价格$0.700/M#101 / 180输出价格$0.700/M#31 / 180

基准

站内排名

分数

来源

更新时间

置信度

输入价格

Input price

站内排名#101

分数$0.700/M

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

输出价格

Output price

站内排名#31

分数$0.700/M

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

智能体

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

规划拆解仅先验

工具调用仅先验

环境与长程执行仅先验

恢复与完成可靠性仅先验

代码

V3.0

2 个指标 · 暂定评分

分数36.680% 区间22.7–50.61/4 实测维度LiveCodeBench18.8%#105 / 115SciCode23.1%#184 / 204

维度与证据

代码生成36.6

2 个基准族 · 2 个指标

livecodebench · livecodebench · z -0.91 · q 1.00

scicode · scicode · z -1.56 · q 1.00

仓库工程仅先验

调试与测试仅先验

工具化开发与质量仅先验

基准

站内排名

分数

来源

更新时间

置信度

LiveCodeBenchV3 计分证据

站内排名#105

分数18.8%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

SciCodeV3 计分证据

站内排名#184

分数23.1%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

综合推理

V3.0

3 个指标 · 估算

分数37.880% 区间26.6–48.92/4 实测维度MMLU-Pro57.1%#120 / 129GPQA40.1%#200 / 211

维度与证据

抽象逻辑仅先验

科学与因果推理38.7

2 个基准族 · 2 个指标

gpqa · gpqa · z -1.51 · q 1.00

hle · hle · z -0.88 · q 1.00

多步约束36.8

1 个基准族 · 1 个指标

mmlu_pro · mmlu_pro · z -1.97 · q 1.00

证据整合与验证仅先验

基准

站内排名

分数

来源

更新时间

置信度

MMLU-ProV3 计分证据

站内排名#120

分数57.1%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

GPQAV3 计分证据

站内排名#200

分数40.1%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

HLEV3 计分证据

站内排名#178

分数4.0%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

知识

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

广泛知识仅先验

专业知识仅先验

事实性仅先验

检索与开放资料运用仅先验

数学

V3.0

2 个指标 · 估算

分数39.680% 区间27.8–51.42/4 实测维度AIME2.3%#66 / 68MATH-50053.8%#68 / 73

维度与证据

基础数学40

1 个基准族 · 1 个指标

math_500 · math_500 · z -1.30 · q 1.00

竞赛数学39.2

1 个基准族 · 1 个指标

aime · aime · z -1.46 · q 1.00

高阶证明仅先验

应用与工具辅助数学仅先验

基准

站内排名

分数

来源

更新时间

置信度

AIMEV3 计分证据

站内排名#66

分数2.3%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

MATH-500V3 计分证据

站内排名#68

分数53.8%

来源artificialanalysis.ai

更新时间2026年8月23日

置信度4

多语言

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

跨语言理解仅先验

多语言生成仅先验

推理迁移仅先验

低资源鲁棒性仅先验

多模态

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

感知与 OCR仅先验

文档与空间理解仅先验

视觉推理仅先验

视频与落地行动仅先验

指令遵循

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

约束遵循仅先验

结构化输出仅先验

新指令泛化仅先验

多轮与长指令仅先验

OpenRouter 端点

1 个端点

来自 OpenRouter 的第三方端点数据，和 LMSpeed 自测数据分开展示。部分 30 分钟实时性能字段需要配置 OpenRouter API key 后同步才会出现。

Provider endpoint	输入	输出	1 天在线率	30m 延迟	30m 吞吐	上下文 / 输出
DeepInfra deepinfra/fp8	$0.700/M	$0.700/M	100%	—	—	undefined tokens / undefined tokens