Hermes 4.3 36B Q6_K (GGUF)
Hermes 4.3 36B ist ein offenes, hybrides Reasoning-Modell von NousResearch auf Basis von Seed 36B. Es kombiniert Instruct-Verhalten mit optionalem Thinking, unterstützt Tool Use und strukturierte Ausgaben und liegt hier als Q6_K-GGUF mit moderatem Speicherbedarf vor.
- Open Weights
- Workstation
- LCL
- Instruct
- Agentic
- Batch
Sovereign Risk: MEDIUM NousResearch ist ein US-amerikanisches Open-Source-Forschungskollektiv; die Weights sind öffentlich verfügbar, jedoch unterliegt das Unternehmen dem US-amerikanischen CLOUD Act.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 70.09
- Routine
- 43.68
- Reasoning
- 26.41
- LLM Judge Avg
- 3.47 / 5
- 100% Coverage
- Avg Task Duration
- 114.97s
- Batch
- Token Rate
- 8.2tok/s
- Output Rate
- P95 Latency
- 503.91s
- Top 5 %
- Total Tokens
- 36.1K
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 36.1K tok
Benchmark-Module
7 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Hermes 4.3 36B Q6_K (GGUF)
Bestes Modell
Ø Alle Modelle
Code Quality
80
CLI Benchmark
88.33
Logical Reasoning
64
UX Writing
62.55
Documentation
59.58
Content Transform.
75.7
Cultural Intelligence
73.3
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.