Nous Research a lancé le Hermes Index, un classement qui évalue les modèles exécutés dans Hermes Agent sur quatre suites de benchmarks, tout en indiquant le taux de réalisation des tâches et le coût par tâche.
Claude Opus 5.5 arrive en tête avec un score combiné de 63.31 et un coût moyen de $4.99 par tâche. Claude Sonnet 5.5 se classe troisième avec 53.14, pour un coût moyen inférieur de $2.82 par tâche.
La page indique que les évaluations utilisent pass@1, avec un effort de raisonnement réglé sur élevé lorsque cette option est disponible. Certaines entrées sont provisoires, et les résultats de SkillsBench précisent des ajustements pour les tâches où les modèles ont trouvé le dépôt public.
Pour les builders, le signal utile réside dans le compromis entre score et coût au sein d’un même environnement d’exécution. Considérez-le comme un élément de routage plutôt que comme un classement universel : les résultats sont propres à Hermes Agent, et les entrées provisoires peuvent évoluer après des réexécutions complètes.