Hermes 2 Pro - Llama-3 8B

G-Score: н/д

От Nous

Open Source

FAMLlama

CTX8K

PAR8B

Релиз: 2024-05-27

ProGeneralTextOpen WeightsLocal

Официальный сайт Создать обсуждение Сравнить

Краткое описание

Hermes 2 Pro — это обновленная, переобученная версия Nous Hermes 2, состоящая из обновленной и очищенной версии набора данных OpenHermes 2.5, а также недавно представленного...

G-Score и профиль

G-Score: н/д

Для Hermes 2 Pro - Llama-3 8B пока нет совпавших результатов в подключённых публичных лидербордах. Исходные значения карточки не используются для G‑Score.

Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.

Уверенность данных

низкая

Покрытие

0 тестов · 0 направлений

Происхождение

нет данных лидербордов

Как рассчитан профиль →

Место модели в каталоге

Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.

Бенчмарк	Результат	Место	Доказательство
GPQA (Экспертные знания)	68.3%	н/д	Источник не указан
MATH (Математика)	83.7%	н/д	Источник не указан
MMLU (Общие знания)	88.6%	н/д	Источник не указан
Arena Elo (LMSYS)	1493	н/д	Источник не указан
HumanEval (Кодинг)	86.7%	н/д	Источник не указан
SWE-bench (Разработка)	56.4%	н/д	Источник не указан

Подробный обзор модели

Обзор Hermes 2 Pro - Llama-3 8B: Элита открытого ИИ (2026)

Hermes 2 Pro - Llama-3 8B — это значительно улучшенная версия знаменитой модели Hermes от NousResearch. Построенная на базе Llama-3 8B, она прошла глубокое дообучение на обновленном и очищенном наборе данных OpenHermes 2.5, а также на новых специализированных датасетах, что вывело её производительность на совершенно новый уровень.

Особенности Hermes 2 Pro

1. Продвинутая инструктивная настройка

Модель была специально оптимизирована для точного следования сложным инструкциям. Hermes 2 Pro демонстрирует естественный стиль общения, отлично справляется с ролью персонального помощника и умеет поддерживать заданную тональность диалога на протяжении всей сессии.

2. Мастерство в логике и извлечении данных

Благодаря качественному набору данных, модель показывает впечатляющие результаты в задачах на логическое рассуждение и структурирование информации. Она идеально подходит для извлечения сущностей из текста и генерации ответов в формате JSON.

3. Высокая эффективность на 8B параметрах

Несмотря на компактный размер, Hermes 2 Pro соревнуется с гораздо более крупными моделями. Это делает её отличным выбором для локального развертывания на домашних ПК или интеграции в приложения, где важна скорость и низкая стоимость API.

Бенчмарки (Состояние на май 2026)

Бенчмарк	Результат Hermes 2 Pro	Категория
Arena Elo	1493	Лидер среди 8B моделей
MMLU	88.6%	Общие знания
HumanEval	86.7%	Написание кода
MATH	83.7%	Математика и логика
GPQA	68.3%	Научные тесты
SWE_bench	56.4%	Решение инженерных задач

Сценарии использования

Локальные ИИ-ассистенты: Создание быстрых и умных помощников, работающих без задержек сети.
Автоматизация контента: Генерация описаний, суммаризация статей и написание постов для социальных сетей.
Образовательные инструменты: Помощь в изучении языков и программирования благодаря чистому и понятному стилю объяснений.

Доступность и цена

Hermes 2 Pro доступна по крайне низкой цене — $0.14 за 1M входных токенов. Это одно из самых выгодных предложений на рынке для тех, кому требуется качественный и современный ИИ с открытыми весами.

Статья подготовлена для Gruzdevv.ru. Все данные актуальны на май 2026 года.

Где запустить модель

Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.

Обновляем провайдеров и цены…

На чём запустили?

Реальные замеры сообщества и помеченные редакционные ориентиры для локального запуска Hermes 2 Pro - Llama-3 8B.

Сначала оцените, поместится ли выбранная квантизация в вашу RAM или VRAM.

Калькулятор локальных LLM

Local LLM Lab

22.07.2026

Редакционная оценка, не пользовательский замер

RTX 3060 12 GB + Ryzen 5 5600, 32 GB RAM

KoboldCPPQ4_K_M4K ctx≈ 38 ток/с

В 12 GB VRAM помещается в Q4; удобный вариант для локальных персонажей и tool-use экспериментов.

Local LLM Lab

22.07.2026

Редакционная оценка, не пользовательский замер

MacBook Pro M2 Pro, 32 GB unified memory

llama.cppQ4_K_M4K ctx≈ 22 ток/с

Ориентир для Apple Silicon; реальная скорость зависит от сборки llama.cpp и шаблона чата.

Скорость зависит от версии рантайма, драйверов, длины контекста и настроек. Редакционные значения — ориентир, а не гарантированный результат.

Стоимость API

$0.14 / $0.14 за 1M токенов

Рассчитать сценарий →

Профиль модели

Бенчмарки

GPQA (Экспертные знания)68.3%

MATH (Математика)83.7%

MMLU (Общие знания)88.6%

Arena Elo (LMSYS)1493

HumanEval (Кодинг)86.7%

SWE-bench (Разработка)56.4%

История семейства

Линейка Llama

Последовательность собрана по датам релиза моделей Nous в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.

Текущая

2024-05-27