Hermes 4 - Llama-3.1 405B (Reasoning)
Nous ResearchLlama
Fecha de lanzamiento
2025-08-27
Parámetros
—
Longitud del contexto
—
Modalidades
—
Radar de capacidades
31
general
59
coding
70
reasoning
44
scienceest.
80
agents
0
multimodal
Science usa un proxy de razonamiento cuando los benchmarks científicos dedicados no están disponibles.
Rankings
| Dominio | #Posición | Puntuación | Fuente |
|---|---|---|---|
| Ranking de codificación | 243 | 40.0 | AA |
| Ranking general | 315 | 34.0 | AA |
| Razonamiento matemático | 120 | 70.0 | AA |
| Ciencia | 238 | 45.0 | AA |
Puntuaciones de benchmarks (LLM Stats)
Biology
GPQA
50.5%Aut.
Code
HumanEval
88.4%Aut.
Finance
MMLU
86.0%Aut.
MMLU-Pro
68.9%Aut.
General
IFEval
92.1%Aut.
MBPP EvalPlus
87.6%Aut.
BFCL v2
77.3%Aut.
Math
MGSM
91.1%Aut.
MATH
77.0%Aut.
Índices de evaluación AA
Math Index69.7
Intelligence Index9.0
Mmlu Pro0.8
Gpqa0.7
Aime 250.7
Livecodebench0.7
Ifbench0.3
Scicode0.3
Tau20.2
Lcr0.2
Terminalbench Hard0.1
Hle0.1
Puntuaciones por categoría LLM Stats
Structured Output90
Instruction Following90
Code90
Math80
Reasoning80
Language80
Legal80
Finance80
Healthcare80
Tool Calling80
General70
Physics50
Biology50
Chemistry50
Precios
Precio de entrada$1 / 1M tokens
Precio de salida$3 / 1M tokens
Precio mixto (3:1)$1.5 / 1M tokens
Velocidad
Tokens/seg39.7
Retraso del primer token0.80s
Tiempo hasta la respuesta51.20s
Ranking de Precios por Proveedor
Ranking de Precios por Proveedor
1 proveedores
ProveedorEntradaSalida
1Nous ResearchPRINCIPAL
$1
$3
Comparar precios entre diferentes proveedores de API para este modelo.