Die günstigsten KI-Modelle für Hermes Agent 2026 (unter 1 $/M Token)

Hinweis: Diese Anleitung enthält Empfehlungslinks. Wenn du darüber kaufst, erhalte ich möglicherweise eine Provision – ohne zusätzliche Kosten für dich.

Hermes Agent läuft 24/7. Er beantwortet Nachrichten, führt geplante Jobs aus, betreibt Skills und durchsucht rund um die Uhr das Web. Diese Art der Nutzung summiert sich schnell, wenn du das falsche Modell wählst. Ich teste seit Monaten verschiedene Anbieter auf meiner Hermes-Instanz, und die Open-Source-Landschaft hat sich seit meinen früheren Modell-Empfehlungen für OpenClaw stark verändert.

Ich habe die Auswahl auf acht Modelle eingegrenzt, die mit Hermes Agent funktionieren, einen Bruchteil dessen kosten, was dich der API-Zugang zu Claude oder GPT kostet, und in manchen Fällen bei Coding- und Agent-Benchmarks mit diesen proprietären Modellen gleichziehen oder sie schlagen.

Wenn du Hermes Agent noch nicht installiert hast, führt dich die Setup-Anleitung durch den kompletten Prozess. Für Dashboard-Optionen, um deinen Agenten im Browser zu verwalten, schau dir die Übersicht der besten Hermes-Dashboards an. Und wenn du die eingebaute Web-UI willst, behandelt die Hermes-Dashboard-Anleitung SSH-Tunnel, Caddy und das Docker-Deployment.

Die Modelle im Überblick

1. MiniMax M2.7 — Die Budget-Empfehlung

Das ist das Modell, zu dem ich für den täglichen Hermes-Einsatz immer wieder zurückkehre. Bei $0.30 pro Million Input-Tokens und $1.20 pro Million Output-Tokens kostet der 24/7-Betrieb von Hermes je nach Nutzung grob $7 bis $15 pro Monat. Das ist weniger als ein Kaffee-Abo.

Was M2.7 liefert

M2.7 ist für den Preis kein Leichtgewicht. Es erreicht 56.2 % bei SWE-Bench Pro und liegt damit in derselben Liga wie Modelle, die drei- bis fünfmal so viel kosten. Beim GDPval-AA-Benchmark für wirtschaftlich wertvolle Aufgaben erreicht es ELO 1495, den höchsten Wert unter den Open-Source-Modellen. Debugging, Root-Cause-Analysen, Dokumentenerstellung, mehrstufige Tool-Aufrufe – all das bewältigt es, ohne auseinanderzufallen.

MiniMax bietet außerdem M2.7-highspeed an, dasselbe Modell mit höherem Durchsatz für einen etwas höheren Preis. Für interaktive Hermes-Sessions, bei denen die Antwortzeit zählt, ist es einen Versuch wert.

Token-Plan-Preise

MiniMax bietet einen Token Plan mit vergünstigten Raten an. Wenn du dich über diesen Link anmeldest, bekommst du 10 % Rabatt auf den Token Plan.

M2.7 in Hermes einstellen

hermes config set model minimax/minimax-m2.7

Oder über die Modellauswahl:

hermes model

Wähle MiniMax und authentifiziere dich mit deinem API-Key.

2. DeepSeek V4 Pro — Langer Kontext, niedriger Preis

DeepSeek V4 Pro gibt dir ein Kontextfenster von 1 Million Token für $0.435 pro Million Input-Tokens. Damit der längste Kontext und der zweitgünstigste Preis auf dieser Liste. Wenn deine Hermes-Unterhaltungen lang werden oder du ihm große Codebases fütterst, ist das das Modell, das damit umgehen kann, ohne den Faden zu verlieren.

Es läuft mit 1.6 Billionen Parametern insgesamt, davon 49 Milliarden pro Token aktiviert, und unterstützt sowohl Thinking- als auch Non-Thinking-Modi.

Wo DeepSeek V4 Pro glänzt

Die Halluzinationsrate dieses Modells liegt bei 6.0 % im AA-Omniscience-Benchmark – mit Abstand der niedrigste Wert auf dieser Liste. Wenn Hermes Befehle auf einem Live-Server ausführt, macht dieser Unterschied einen Unterschied. Außerdem erreicht es 96.2 % bei tau2-Bench Telecom für konversationelle Agenten-Zuverlässigkeit.

Die Output-Kosten liegen bei $0.87/M Token – ebenfalls der günstigste Wert auf dieser Liste. Wenn deine Hermes-Nutzung viel Output umfasst – Recherche-Zusammenfassungen, Code-Generierung, Dokumente schreiben – hält DeepSeek V4 Pro die Rechnung klein.

DeepSeek V4 Pro in Hermes einstellen

hermes config set model deepseek/deepseek-v4-pro

Füge deinen DeepSeek-API-Key zu ~/.hermes/.env hinzu:

echo "DEEPSEEK_API_KEY=your-key-here" >> ~/.hermes/.env

3. Kimi K2.6 — Eingebauter Agenten-Schwarm

Kimi K2.6 von Moonshot AI macht etwas, das die anderen Modelle auf dieser Liste nicht können: einen Agenten-Schwarm, der Hunderte parallele Sub-Agenten hochfährt, um komplexe Aufgaben selbstständig zu zerlegen und zu bearbeiten. Du musst die Arbeit nicht selbst aufteilen – K2.6 findet das selbst heraus.

Warum K2.6 für Hermes funktioniert

K2.6 erreicht 91.1 % bei GPQA Diamond für wissenschaftliches Reasoning auf Hochschulniveau – der höchste Wert auf dieser Liste. Es bewältigt außerdem Coding in Python, Rust und Go über lange Aufgaben hinweg. Das Agent-Swarm-Feature bedeutet: Wenn Hermes auf eine komplexe Aufgabe trifft, kann K2.6 sie intern zerlegen und Teile parallel bearbeiten.

Moonshot AI bietet Kimi Code als Abo an. Die Pläne starten bei $15/Monat für die Moderato-Stufe. Wenn du Hermes hauptsächlich für Coding-Tasks nutzt, gibt dir das Kimi-Code-Abo ein verwaltetes Erlebnis mit eingebautem K2.6.

K2.6 in Hermes einstellen

hermes config set model moonshotai/kimi-k2.6

Füge deinen Moonshot-API-Key hinzu:

echo "MOONSHOT_API_KEY=your-key-here" >> ~/.hermes/.env

4. Xiaomi MiMo V2.5 Pro — Das Agenten-Kraftpaket

MiMo V2.5 Pro ist Xiaomis Flaggschiff-Modell und eine der zwei stärksten Optionen auf dieser Liste. Es wurde von Grund auf für Agenten-Szenarien gebaut – komplexes Software-Engineering, langlaufende Aufgaben und Workflows mit Hunderten von Tool-Aufrufen in einer einzigen Session.

In internen Tests hat MiMo V2.5 Pro einen kompletten SysY-Compiler in Rust in 4.3 Stunden mit 672 Tool-Aufrufen fertiggestellt und dabei perfekte 233/233 Punkte im versteckten Testset erreicht. Eine Aufgabe, für die Bachelor-Studenten an der Universität Peking mehrere Wochen brauchen. Es baute außerdem eine funktionierende Video-Editor-Webanwendung – 8,192 Zeilen Code über 1,868 Tool-Aufrufe – in 11.5 Stunden autonomer Arbeit.

Vorteil bei der Token-Effizienz

MiMo V2.5 Pro ist auf Token-Effizienz optimiert. Im ClawEval-Agenten-Benchmark erreicht es denselben Score wie Kimi K2.6 bei 42 % weniger Tokens. Das heißt: Der höhere Preis pro Token wird dadurch ausgeglichen, dass für dieselbe Aufgabe weniger Tokens nötig sind.

Der MiMo Token Plan startet bei $72/Jahr für die Lite-Stufe (720 Millionen Credits). Die Pro-Stufe für $600/Jahr bringt 8.4 Milliarden Credits. In Nebenzeiten (16:00–24:00 UTC) gibt es zusätzlich 20 % Rabatt auf den Planpreis.

MiMo V2.5 Pro in Hermes einstellen

hermes config set model xiaomi/mimo-v2.5-pro

Füge deinen MiMo-API-Key hinzu:

echo "MIMO_API_KEY=your-key-here" >> ~/.hermes/.env

MiMo V2.5 Pro ist auch auf OpenRouter verfügbar. Wenn du Hermes bereits mit einem OpenRouter-Key konfiguriert hast, kannst du es direkt aus der Modellliste wählen, ohne einen neuen Anbieter hinzuzufügen.

5. MiniMax M3 — Frontier-Coding mit 1M Kontext

MiniMax M3 ist das neueste Flaggschiff von MiniMax, veröffentlicht am 1. Juni 2026. Es ist das erste Open-Weight-Modell, das Frontier-Coding, ein 1-Million-Token-Kontextfenster und native Multimodalität (Bild- und Video-Input) kombiniert. Auf Basis der MiniMax Sparse Attention (MSA) senkt es den Rechenaufwand pro Token bei 1M Kontext auf ein Zwanzigstel der vorherigen M2.7-Generation – bei 9x schnellerem Prefill und 15x schnellerem Decoding. Zum selben Preis von $0.30/M Input wie M2.7 liefert M3 deutlich mehr Leistung.

Was M3 gegenüber M2.7 bringt

M3 behält die aggressive Preisgestaltung von M2.7 bei, fügt aber drei Dinge hinzu, die M2.7 nie hatte:

• 1M Kontext, der wirklich funktioniert: MSA macht langen Kontext bezahlbar bei einem Zwanzigstel der Rechenkosten von Full Attention. Für Hermes-Unterhaltungen, die sich über Stunden ziehen oder große Codebases umfassen, zählt das.
• 59.0 % SWE-Bench Pro: Schlägt GPT-5.5 und Gemini 3.1 Pro, kommt an Claude Opus heran. M2.7 erreichte 56.2 %.
• Native Multimodalität: Eingebautes Bild- und Videoverständnis, sodass Hermes Screenshots, Mockups und Dokumente lesen kann – ohne separates Vision-Modell.
• 83.5 BrowseComp: Übertrifft Opus 4.7s 79.3 bei Websuche- und Browsing-Tasks.
• 66.0 % Terminal-Bench 2.1: Starke Kommandozeilen-Agenten-Performance für Server-Aufgaben.

Langzeit-Demonstrationen

MiniMax untermauerte den M3-Launch mit drei autonomen Aufgaben-Demonstrationen:

• Paper-Reproduktion: Reproduzierte autonom ein ICLR-2025-Paper in 12 Stunden (18 Commits, 23 Abbildungen)
• CUDA-Kernel-Optimierung: Steigerte die FP8-Hardware-Auslastung in einem 24-Stunden-Lauf von 7.6 % auf 71.3 %
• Autonomes Modell-Training: Erreichte 0.37 auf PostTrainBench und trainierte dabei ein anderes Modell End-to-End

Token-Plan-Preise

MiniMax bietet monatliche Token-Pläne für M3 an: $20/Monat (Plus, ~1.7B Token), $50/Monat (Max, ~5.1B Token) und $120/Monat (Ultra, ~9.8B Token). Melde dich über go.bitdoze.com/minimax an und erhalte 10 % Rabatt.

M3 in Hermes einstellen

hermes config set model minimax/minimax-m3

M3 ist auf OpenRouter als minimax/minimax-m3 verfügbar. Wenn du Hermes bereits mit einem OpenRouter-Key konfiguriert hast, kannst du es aus der Modellliste wählen.

6. GLM 5.2 — Das insgesamt stärkste

GLM 5.2 von Z.AI ist das neueste und stärkste Modell auf dieser Liste, veröffentlicht am 16. Juni 2026. Bei SWE-Bench Pro erreicht es 62.1 % – vor GPT-5.5 und Gemini 3.1 Pro. Bei Terminal-Bench 2.1 kommt es auf 81.0 %, nur 4 Punkte hinter Claude Opus 4.8. Es führt ein 1M-Token-Kontextfenster ein (vorher 200K) und eine Effort-Level-Steuerung, um Fähigkeit und Kosten gegeneinander abzuwägen.

Was GLM 5.2 anders macht

GLM 5.2 ist das stärkste verfügbare Open-Source-Modell. Es erreicht 62.1 % bei SWE-Bench Pro und 81.0 % bei Terminal-Bench 2.1 und ist damit das Open-Source-Modell, das Claude Opus 4.8 am nächsten kommt. Das neue 1M-Kontextfenster nutzt IndexShare, um die Rechenkosten zu senken, und die Effort-Level-Steuerung lässt dich zwischen den Modi High (schneller, günstiger) und Max (beste Ergebnisse) wählen.

Für Hermes Agent heißt das: GLM 5.2 bewältigt langlaufende geplante Aufgaben – Morgen-Briefings, Server-Monitoring, komplexe Recherche-Jobs – ohne mitten in der Ausführung den Faden zu verlieren. Der 1M-Kontext bedeutet außerdem, dass es komplette Codebases in einer einzigen Session verarbeiten kann.

Z.AI bietet GLM Coding Plans ab $18/Monat für die Lite-Stufe an. GLM-5.2 verbraucht Kontingent zu Spitzenzeiten mit 3x-Rate und zu Nebenzeiten mit 2x-Rate. Bis September 2026 wird die Nebenzeit-Nutzung mit 1x abgerechnet.

GLM 5.2 in Hermes einstellen

hermes config set model z-ai/glm-5.2

Füge deinen Z.AI-API-Key hinzu:

echo "ZAI_API_KEY=your-key-here" >> ~/.hermes/.env

GLM 5.2 ist ebenfalls auf OpenRouter verfügbar.

OpenCode Go — Alle fünf Modelle, ein Abo

Wenn du nicht für jeden Anbieter separate API-Keys und Abrechnungen verwalten willst, bündelt der OpenCode-Go-Plan für $10/Monat diese Modelle (plus Grok 4.5, Kimi K3 und weitere) in einem einzigen Abo. Für einen detaillierten Blick auf Limits und Nutzung in der Praxis schau dir den vollständigen OpenCode-Go-Test an.

Was OpenCode Go enthält

• $5 für deinen ersten Monat, danach $10/Monat
• Zugang zu MiniMax M3, MiniMax M2.7, MiMo V2.5 Pro, GLM 5.2, Kimi K2.6, DeepSeek V4 Pro und mehr
• Modelle gehostet in den USA, der EU und Singapur für stabilen globalen Zugang
• Zero-Retention-Policy – Anbieter nutzen deine Daten nicht fürs Training

Nutzungslimits

OpenCode Go begrenzt die Nutzung auf $12 pro 5 Stunden, $30 pro Woche und $60 pro Monat. Günstigere Modelle wie MiniMax M2.7 lassen dich innerhalb dieser Limits mehr Requests machen. Die geschätzten Request-Zahlen:

Für $10/Monat kostet OpenCode Go weniger als die meisten Einzelpläne der Anbieter und gibt dir die Flexibilität, je nach Aufgabe zwischen den Modellen zu wechseln. Für Hermes Agent kannst du den OpenCode-Go-Endpunkt als Custom Provider eintragen und das Modell wählen, das zur Aufgabe passt.

OpenCode Go in Hermes einrichten

Füge den OpenCode-Go-Endpunkt zu ~/.hermes/.env hinzu:

echo "OPENAI_BASE_URL=https://opencode.ai/zen/go/v1/chat/completions" >> ~/.hermes/.env
echo "OPENAI_API_KEY=your-opencode-go-key" >> ~/.hermes/.env

Dann das Modell setzen:

hermes config set model opencode-go/minimax-m3

Modelle jederzeit wechseln:

hermes model

Direkter Vergleich

Welches solltest du wählen?

Kleines Budget: MiniMax M2.7 oder MiniMax M3. Beide kosten $0.30/M Input. M3 bringt 1M Kontext, native Multimodalität und einen höheren SWE-Bench-Pro-Score (59.0 % vs. 56.2 %). M2.7 ist das bewährte Arbeitstier, M3 das Upgrade.

Langen Kontext nötig: MiniMax M3 oder DeepSeek V4 Pro. M3 gibt dir 1M Kontext für $0.30/M mit Frontier-Coding-Benchmarks. DeepSeek V4 Pro für $0.435/M hat die niedrigste Halluzinationsrate der Liste (6.0 %).

Stärksten Agenten gewünscht: MiMo V2.5 Pro oder GLM 5.2. Beide sind Top-Performer in Agenten-Benchmarks. MiMo V2.5 Pro ist dank seiner Token-Effizienz bei langen Daueraufgaben etwas besser. GLM 5.2 hat die Nase vorn beim reinen Coding mit 62.1 % SWE-Bench Pro und 81.0 % Terminal-Bench 2.1.

Keine Lust zu wählen: OpenCode Go für $10/Monat gibt dir alle Modelle. Wechsle zwischen ihnen je nach Aufgabe.

Was ich tatsächlich nutze

Mein Hermes-Setup nutzt MiniMax M3 als Standardmodell für alltägliche Chats, schnelle Aufgaben und Long-Context-Arbeit. Für komplexe Coding-Jobs und Rechercheaufgaben wechsle ich zu GLM 5.2 oder MiMo V2.5 Pro. DeepSeek V4 Pro übernimmt alles, was auf Live-Servern die niedrigste Halluzinationsrate braucht.

Die Fallback-Konfiguration sieht so aus:

hermes config set model minimax/minimax-m3

Wenn ich für eine bestimmte Aufgabe mehr Leistung brauche:

hermes model
# GLM 5.2 oder MiMo V2.5 Pro wählen

Für die meisten Hermes-Nutzer ist es am sinnvollsten, mit MiniMax M3 zu starten und bei Bedarf aufzusteigen. So bleiben die Kosten niedrig, ohne an Fähigkeiten zu verlieren. M3s 1M-Kontext und Multimodal-Support machen es zum deutlichen Upgrade gegenüber M2.7 – zum selben Preis.

FAQ

Für die komplette Hermes-Setup-Kette: Starte mit dem Installer, richte ein Dashboard für den Browser-Zugang ein, konfiguriere die eingebaute Web-UI, wenn du Zugang per SSH-Tunnel willst, und richte Kanban-Taskboards für strukturierte Multi-Agenten-Workflows ein. Wenn du zuerst kostenlose Modelle ausprobieren willst, behandelt der Nous-Portal-Guide die kostenlosen Promotions, die über Hermes-Partnerschaften rotieren. Wenn du einen Terminal-Coding-Agenten als Ergänzung zu Hermes willst, behandelt die OpenCode-Setup-Anleitung die Open-Source-Alternative zu Claude Code. Und da GitHub Copilot auf nutzungsbasierte Abrechnung umstellt, gelten die dort gelisteten Alternativen für jeden KI-Coding-Workflow. Für Qwen 3.6 als Modelloption behandelt der Qwen-3.6-Guide Setup und Benchmarks. Wenn du einen minimalen Coding-Agenten mit TypeScript-Erweiterungssystem bevorzugst, behandelt unsere Pi-Coding-Agent-Setup-Anleitung Installation, Modellkonfiguration und die besten Erweiterungen einschließlich LazyPi. Für Claude-Klasse-Open-Modelle im direkten Vergleich (einschließlich DeepSeek-V4) siehe beste Open-Source-LLMs. Für die komplette Tooling-Landkarte siehe Top-KI-GitHub-Repos.