Nous Research lanzó el Hermes Index, una clasificación que ordena modelos ejecutados dentro de Hermes Agent en cuatro conjuntos de benchmarks, e informa también de la finalización de tareas y el coste por tarea.
Claude Opus 5.5 lidera con una puntuación combinada de 63.31 y un coste medio de $4.99 por tarea. Claude Sonnet 5.5 ocupa el tercer puesto con 53.14 y un coste medio inferior de $2.82 por tarea.
La página indica que las evaluaciones usan pass@1, con el esfuerzo de razonamiento configurado en alto cuando está disponible. Algunas entradas son provisionales, y los resultados de SkillsBench señalan ajustes para tareas en las que los modelos encontraron el repositorio público.
Para quienes crean automatizaciones, la señal útil es la relación entre puntuación y coste dentro de un entorno de ejecución compartido. Úselo como un criterio de enrutamiento, no como una clasificación universal: los resultados son específicos de Hermes Agent y las entradas provisionales pueden cambiar tras ejecuciones completas.