Was kostet ein Monat Hermes Agent: Portal, pro Token oder lokal?

Bis zum 12. September war das Wallet eines Hermes-Nutzers im Nous Portal in diesem Monat um 36,19 $ geschrumpft. Ein einziger Tag machte davon 19,30 $ aus, und der morgendliche Ausgabenbericht von Hermes bezifferte diesen Tag auf 0,02 $. Die eigenen Schätzungen von Hermes für denselben Zeitraum summierten sich auf 21,04 $, wie der Nutzer auf GitHub berichtet.

Was Hermes sendet, bevor du tippst

Abgesehen von kleinen Nebenaufrufen beginnt jeder Modellaufruf mit derselben Last: dem System-Prompt von Hermes plus den Schemas für etwa 20 Tools, die es dem Modell anbietet. Laut der Dokumentation von Hermes sind das 4.000 bis 8.000 Tokens. Auf unserer Testinstallation von Hermes v0.22.2 kamen über die Kommandozeile etwa 12.200 Tokens zusammen. Davon entfielen etwa 9.000 auf die Tool-Schemas. Über Telegram ist der System-Prompt kürzer, und die Summe liegt bei etwa 11.800.

Anbieter rechnen pro Token ab – ein Wort oder ein Wortteil – und geben Preise pro Million Tokens an, wobei Input (was Hermes sendet) und Output (was das Modell schreibt) getrennt berechnet werden. Wir haben das mit hermes prompt-size und einem Mock-Modell gemessen, das die Anfragen von Hermes protokolliert hat, wie die Methodik am Ende der Seite erklärt.

Diese Last geht mit jedem Aufruf raus, sodass selbst eine kleine Aufgabe, die du Hermes gibst, sie vervielfacht. Wir haben Hermes ein dreizeiliges Morgen-Briefing von der Startseite von Hacker News schreiben lassen, wofür vier Modellaufrufe nötig waren. Die drei Hauptaufrufe schickten jeweils den festen Prompt erneut und wuchsen, weil der Text des Feeds mitgeführt wurde: auf etwa 12.500, 14.600 und 14.800 Tokens. Die gesamte Aufgabe verbrauchte etwa 42.200 Input-Tokens. Eine Wiederholung hat Hermes ausgelassen: Als derselbe Befehl zweimal dieselbe Ausgabe lieferte, schickte es sie nicht erneut, sondern stattdessen eine kurze Notiz mit Verweis auf das erste Ergebnis.

Mit unserer Caching-Rate kostet dieser Input bei Claude Sonnet 5.5 etwa 1,4 Cent. Ein Briefing pro Tag kommt im Monat beim Input nicht auf 50 Cent. Den Rest bestimmt, was das Modell zurückschreibt – bei 10 $ pro Million Output-Tokens.

Die Arbeitslast hinter jedem Preis

Jede Zahl unten basiert auf der typischen Coding-Sitzung aus dem Leitfaden von Hermes zum Betrieb eines lokalen Modells: etwa 100.000 Input-Tokens und 20.000 Output-Tokens. 10 Sitzungen im Monat nennen wir leichte Nutzung, 30 tägliche und 90 intensive Nutzung. Eine Sitzung mit Sonnet 5.5 kostet etwa 23 Cent an Tokens, du kannst also mit deiner eigenen Anzahl multiplizieren. Derselbe Leitfaden beziffert eine Claude-Sonnet-Sitzung ohne Rechenweg auf etwa 80 Cent; unsere niedrigere Zahl berücksichtigt Caching zu heutigen Preisen.

Hermes lässt Prompt-Caching eingeschaltet, sodass dieser feste Prompt nach dem ersten Aufruf zum Cache-Read-Preis abgerechnet wird: 0,10 $ pro Million Tokens bei Sonnet 5.5, gegenüber 2 $ für frischen Input. Wir haben 90 % des Inputs als Cache-Reads und 10 % als Cache-Writes abgerechnet, bzw. zum Input-Preis bei Modellen ohne Write-Preis. Für Claude nutzt Hermes v0.22.2 standardmäßig den Fünf-Minuten-Cache von Anthropic, der Writes mit dem 1,25-Fachen des Input-Preises berechnet – diesen Satz haben wir verwendet. Version 0.22.4, veröffentlicht am 21. Oktober, tut das immer noch. Setzt du cache_ttl auf 1h, steigen Writes auf das Doppelte des Input-Preises, und laut der Dokumentation von Hermes lohnt sich das nur, wenn zwischen deinen Eingaben mehr als fünf Minuten liegen. Eine dritte Einstellung, auto, wählt den einstündigen Cache für Sitzungen, in die eine Person tippt, und den fünfminütigen für Subagents und Cron Jobs. Ein DeepSeek-Abrechnungsexport eines Nutzers aus dem August zeigte, dass 98 % der Input-Tokens aus dem Cache kamen; unsere 90 % sind also eher vorsichtig angesetzt. Ganz ohne Caching kämen die Tokens von Sonnet 5.5 bei den drei Volumen auf 4 $, 12 $ und 36 $.

Kostenpflichtige Tools sind in diesen Zahlen nicht enthalten. Websuche, Bildgenerierung und Browser-Nutzung werden zusätzlich zu den Tokens pro Aufruf berechnet. OpenRouter listet die Websuche für diese Claude-Modelle mit 1 Cent pro Aufruf.

Was ein Monat mit dem Modell kostet

Claude Sonnet 5.5 kostet in beiden Katalogen gleich viel, deshalb zeigt die Tabelle beide Möglichkeiten, dafür zu bezahlen: pro Token und mit einem Portal-Plan.

Die Dokumentation von Hermes nennt Claude Sonnet 4.6 noch immer das beste agentische Allzweckmodell. Mit 3 $ Input und 15 $ Output kostet es anderthalbmal so viel: 11,74 $ im Monat pro Token bei täglicher Nutzung. Auf unserer Testinstallation hat Hermes Claude Opus 4.6 als Modell angezeigt, bevor wir irgendetwas eingerichtet hatten – prüfe also, mit welchem Modell deine Installation startet. Lässt du es dabei, gibst du bei täglicher Nutzung etwa 18 $ im Monat für Tokens aus. In die andere Richtung listet OpenRouter Claude Haiku 5.5 am 22. Oktober mit 0,10 $ Input und 0,50 $ Output pro Million Tokens, sodass tägliche Nutzung auf etwa 0,36 $ an Tokens kommt, oder 1,16 $ mit Kartengebühr. Wir haben die Kosten berechnet, aber nicht getestet, wie gut es die Tools von Hermes bedient.

Wenn du Caching mitrechnest, macht der Output den Großteil der Rechnung aus. Bei täglicher Nutzung entfallen von den 7,02 $ an Tokens für Sonnet 5.5 ganze 6,00 $ auf Output – die Länge der Antworten des Modells beeinflusst deine Rechnung also stärker als die Länge der Unterhaltung. OpenRouter schlägt auf jeden Guthabenkauf seine Kartengebühr auf: 5,5 %, mindestens 0,80 $. Kaufst du einmal im Monat Guthaben, sind das die 0,80 $ in jeder leichten und täglichen Rechnung und 1,16 $ der intensiven Sonnet-Rechnung. OpenRouter gibt Modellpreise ohne Aufschlag weiter, mit einem direkten Anthropic-Key würdest du also die 7,02 $ ohne die Gebühr zahlen.

Bei einem Modell, das auf beiden Plattformen gleich viel kostet, ist die Abrechnung pro Token günstiger, bis deine Tokens etwa 18,96 $ im Monat übersteigen. Bei Sonnet 5.5 sind das etwa 81 Sitzungen, knapp drei pro Tag. Bei 60 Sitzungen würdest du pro Token immer noch 14,84 $ zahlen. Ab 81 Sitzungen ist Plus günstiger, denn für seine 20 $ bekommst du 22 $ Guthaben. Das Guthaben ist bei etwa 94 Sitzungen aufgebraucht. Danach müsstest du aufladen, und da die Seite von Nous nicht sagt, dass eine Aufladung Guthaben im Verhältnis eins zu eins bringt, ist dieser Teil unsere Annahme.

Was der Portal-Plan für 20 $ bietet

Ein Nous Portal-Plan ist ein monatliches Abo, das als Guthaben ausgezahlt wird. Plus kostet 20 $ im Monat und gibt dir 22 $ Guthaben, das du zu Katalogpreisen für Modelle und gehostete Tools ausgibst. Nur 10 $ ungenutztes Guthaben werden in den nächsten Monat übertragen. Super kostet 100 $ für 110 $ Guthaben und Ultra 200 $ für 220 $. Mit unserem Sonnet-5.5-Satz schlägt Super die Abrechnung pro Token erst ab etwa 400 Sitzungen im Monat. Aufladungen gibt es in festen Beträgen ab 10 $ oder als selbst eingegebenen Betrag.

Portal listet für einige Modelle niedrigere Preise als OpenRouter, laut dem Katalog von Nous und dem von OpenRouter am 22. Oktober:

DeepSeek V4 Flash kostet auf Portal beim Output mehr. Der Kimi-Preis von Nous ist gestiegen – von 0,4323 $ und 1,82 $, als wir ihn am 16. Oktober erstmals berechnet haben. Der Eintrag zeigt noch immer einen original Preis von 0,95 $ und 4,00 $, dieser Rabatt könnte also enden. Bei diesen Volumen spart der Rabatt weniger, als der Plan kostet, wie die Tabelle unten zeigt. Der GitHub-Bericht oben stellte außerdem fest, dass Portal für eine DeepSeek-Route das 11-Fache des im Katalog gelisteten Input-Preises berechnet hat – vergleiche also nach deiner ersten Woche dein Wallet mit dem Katalog.

Der andere Grund für einen Plan ist das Tool Gateway, das Websuche, Scraping, Bildgenerierung, Browser-Nutzung und Sprache abdeckt, jeweils pro Nutzung aus demselben Guthaben bezahlt. Die Dokumentation von Hermes nennt Portal den empfohlenen Weg, Hermes zu betreiben.

Wohin die Tokens gehen

Subagents verbrauchen am meisten. Laut der Dokumentation zur Delegation von Hermes verbraucht ein paralleler Batch von ihnen typischerweise den Großteil der Tokens eines Durchlaufs, und sie empfiehlt, delegierter Arbeit ein günstigeres Modell zu geben als dem Hauptchat. Nebenaufgaben wie Sitzungstitel, Kontextkomprimierung und das Auslesen von Screenshots gehen ebenfalls an dein Hauptmodell, sofern du nicht unter auxiliary in der Config ein günstigeres festlegst. Unser Briefing hat einen dieser Aufrufe ausgelöst.

Geplante Jobs summieren sich ebenfalls, weil sie weiterlaufen, während du weg bist.

Du kannst einem Cron Job ein kleines Pre-Check-Skript mitgeben, das vor dem Modell läuft. Wenn die letzte Ausgabezeile des Skripts so aussieht, überspringt Hermes für diesen Durchlauf den Agent, und die wakeAgent-Prüfung selbst kostet 0 $:

{ "wakeAgent": false }

Das passt zu einem Job, der alle paar Minuten abfragt, das Modell aber nur braucht, wenn sich etwas geändert hat. Auf unserer VM lief ein Cron Job, der nur ein Skript ausführt und den wir mit --no-agent erstellt hatten, planmäßig – ganz ohne verbundenes Modell. Dieselbe Cron-Dokumentation warnt, dass die Browser- und Delegations-Tools in einem kleinen News-Job die Tool-Liste aufblähen, die bei jedem Aufruf gesendet wird. Tool-Schemas machten den Großteil des von uns gemessenen festen Prompts aus, gib jedem Job also nur die Tools, die er nutzt.

Jeder Wechsel mit /model mitten in einer Unterhaltung setzt den Prompt-Cache zurück, sodass die nächste Nachricht die gesamte Unterhaltung zum vollen Input-Preis erneut einliest. Auf OpenRouter gibst du Guthaben aus, das du gekauft hast; nach unserem Verständnis stoppt ein außer Kontrolle geratener Job also, wenn dieses Guthaben aufgebraucht ist – solange du die automatische Aufladung ausgeschaltet lässt.

Stattdessen ein lokales Modell betreiben

Hermes Agent VPS Hosting wird ohne Modell ausgeliefert. Hermes ruft die API deines Anbieters auf, und laut Produktseite läuft auf dem Server selbst kein Modell. Mit Root-Zugriff kannst du eines hinzufügen: Installiere Ollama und richte Hermes darauf aus, wie es der Leitfaden für lokale Modelle von Hermes beschreibt.

Dieser Leitfaden wählt gemma4:31b für Agent-Aufgaben. Es ist das einzige der vier Modelle in seiner Tabelle, das Tools aufrufen kann – was Hermes braucht, um Befehle auszuführen und im Web zu surfen. Es braucht etwa 20 GB Speicherplatz und 24 GB Arbeitsspeicher oder mehr. Bei unseren Plänen ist das Stack 32 mit 32 GB Arbeitsspeicher und 8 vCPU. Die 16 GB von Stack 16 reichen nicht aus. Hermes braucht außerdem einen Modellkontext von mindestens 64.000 Tokens. Bevor du lokal gehst, um Geld zu sparen, vergleiche die Mehrkosten von Stack 32 gegenüber Stack 4 in der Planübersicht mit der Zeile für Gemma 4 31B in der Vergleichstabelle oben.

Auf einer CPU schreibt ein 31B-Modell laut der Dokumentation von Hermes etwa 2 bis 5 Tokens pro Sekunde, und derselbe Leitfaden sagt, dass große Cloud-Modelle bei sehr komplexen mehrstufigen Aufgaben deutlich besser abschneiden. Bei 20.000 Output-Tokens pro Sitzung sind das jedes Mal 67 bis 167 Minuten Schreibzeit, oder 33 bis 83 Stunden im Monat bei täglicher Nutzung. Dein Modell muss außerdem bei jedem Aufruf den festen Prompt lesen, sodass auf langsamer Hardware die erste Antwort minutenlang auf sich warten lassen kann.

Welche Zahlungsart passt

Was die Serverrechnung abdeckt

Auf unserer Test-VM (kein DreamHost-Server) lag Hermes nach 10 Minuten im Leerlauf bei etwa 557 MiB, mit laufendem Gateway und Dashboard und ohne Key. Die VM hatte noch etwa 3 GB ihrer 4 GB frei. Der Median der CPU-Auslastung blieb unter 1 %, und das Image belegte etwa 4,5 GB Speicherplatz.

Die Docker-Dokumentation von Nous setzt als Minimum für den Container 1 GB Arbeitsspeicher, 1 CPU-Kern und 500 MB Speicherplatz für seine Daten an; empfohlen werden 2 bis 4 GB und 2 Kerne. Die Produktseite selbst empfiehlt, mit Stack 4 zu starten und aufzusteigen, wenn du Gateways oder aufwendigere Jobs hinzufügst. Das Docker-Beispiel von Nous begrenzt den Container auf 4 GB Arbeitsspeicher und 2 CPUs – genau die Größe von Stack 4.

Hermes speichert seine Erinnerungen, Fähigkeiten und den Sitzungsverlauf auf dem Root-Speicher deines Servers. Laut Produktseite ist nicht garantiert, dass dieser Speicher einen Neuaufbau übersteht, also synchronisiere diese Dateien an einen anderen Ort. Updates und Patches liegen bei dir. Der Support von DreamHost ist rund um die Uhr für Hardware, Netzwerk und Konnektivität für dich da. Betriebssystem, Software und Konfiguration verwaltest du selbst, und die Produktseite bezeichnet Hermes selbst als Open Source mit Community-Support. Wenn du dich noch für einen Agenten entscheidest, lies Hermes vs. OpenClaw, im direkten Vergleich getestet. Falls du schon für Claude Code bezahlst, lies Hermes Agent vs. Claude Code.

Hermes Cloud ist die gehostete Alternative von Nous. Abgerechnet wird täglich über Nous-Guthaben: Rechenleistung sekundengenau, solange dein Agent läuft, Speicher unabhängig davon, ob er läuft, und Modelle und Tools zusätzlich. Die Preise sind außerhalb von Nous Portal nicht sichtbar, also melde dich dort an, um zu vergleichen.

So haben wir gemessen

DreamHost hat den Test am 16. Oktober 2026 auf einer Linux-VM über Colima auf einem Mac mit Apple Silicon durchgeführt. Auf der VM lief Ubuntu 24.04.4 auf arm64, mit 2 vCPU, etwa 4 GB Arbeitsspeicher und Docker 29.5.2. Hermes v0.22.2 lief im offiziellen Container von Nous, per Digest fixiert. Wir haben das Docker-Beispiel von Nous mit Gateway, Dashboard und den Limits des Beispiels von 4 GB und 2 CPUs verwendet. API-Key, Konto oder Messaging-Token haben wir nicht hinterlegt. Die Werte für Arbeitsspeicher und CPU sind der Median aus 12 Messungen mit docker stats im Abstand von 5 Sekunden, 2 und 10 Minuten nach dem Start, aus einem einzigen Durchlauf. Das Dashboard antwortete 10 Sekunden nach dem Startbefehl.

Für den Prompt lieferte hermes prompt-size den System-Prompt und die Tool-Schemas in Bytes. Die Tokens haben wir in der ersten Anfrage gezählt, die Hermes an ein kleines Mock-Modell auf derselben VM geschickt hat, das jede Anfrage protokollierte. Für Telegram sind die Tool-Schemas identisch, und wir haben den kürzeren System-Prompt anhand seiner Byte-Anzahl hochgerechnet. Für das Briefing bat das Mock-Modell Hermes, den Hacker-News-Feed zweimal mit curl abzurufen, und antwortete dann. Gemma hat bei OpenRouter keinen Cache-Preis, daher wird der gesamte Input zum Input-Preis abgerechnet. Die Token-Zahlen basieren auf dem o200k-Tokenizer von OpenAI; Claude, Kimi und Gemma zählen jeweils etwas anders.

Der Durchlauf hat keinen Dollarbetrag ergeben: Jeder Preis auf dieser Seite ist unsere eigene Rechnung auf Basis der beiden Modellkataloge. Am 21. Oktober 2026 haben wir jeden Preis, jeden Plan und jede Quelle erneut geprüft, und nur der Preis von Nous für Kimi K2.6 hatte sich geändert. Hermes v0.22.4 erschien am 21. Oktober; damit haben wir den Test nicht wiederholt. Am 22. Oktober haben wir beide Modellkataloge noch einmal gelesen, und nur der Input-Preis von Nous für DeepSeek V4 Flash hatte sich geändert, auf 0,05 $. Außerdem haben wir jeden DreamHost-Plan, jeden Preis und jede Produktaussage hier mit der aktuellen Seite zu Hermes Agent VPS Hosting abgeglichen. Ein echtes Modell ruft womöglich mehr oder weniger Tools auf als unser Mock, und die Output-Seite des Briefings haben wir nicht gemessen. Unsere Server laufen mit AMD-EPYC-Prozessoren, also x86. Unser Hermes-Image läuft auf Debian 13 hinter Caddy statt im getesteten Container-Setup, betrachte die Speicherwerte also als gute Annäherung. Es war eine frische Installation ohne Gedächtnis oder Verlauf, und Hermes fügt dem Prompt Gedächtnisinhalte hinzu, je mehr sich das Gedächtnis füllt. Ein lokales Modell haben wir nicht getestet.

FAQ zu den Kosten von Hermes Agent