Combien coûte un mois de Hermes Agent : Portal, au token ou en local ?

Au 12 septembre, le portefeuille Nous Portal d'un utilisateur de Hermes avait baissé de 36,19 $ sur le mois. Une seule journée en représentait 19,30 $, alors que le rapport de dépenses matinal de Hermes chiffrait cette journée à 0,02 $. Les propres estimations de Hermes pour la même période totalisaient 21,04 $, selon le signalement de cet utilisateur sur GitHub.

Ce que Hermes envoie avant que vous ne tapiez

Hormis de petits appels annexes, chaque appel au modèle commence par la même charge : le prompt système de Hermes plus les schémas d'une vingtaine d'outils qu'il propose au modèle. Selon la documentation de Hermes, cela représente de 4 000 à 8 000 tokens. Sur notre installation de test de Hermes v0.22.2, cela atteignait environ 12 200 tokens depuis la ligne de commande, dont environ 9 000 pour les schémas d'outils. Depuis Telegram, le prompt système est plus court et le total tombe à environ 11 800.

Les fournisseurs facturent au token (un mot ou une partie de mot) et affichent leurs prix par million de tokens, l'entrée (ce que Hermes envoie) et la sortie (ce qu'écrit le modèle) étant tarifées séparément. Nous l'avons mesuré avec hermes prompt-size et un modèle factice qui enregistrait les requêtes de Hermes, comme l'explique la méthode en fin de page.

Cette charge part avec chaque appel, si bien que même une petite tâche confiée à Hermes la multiplie. Nous avons demandé à Hermes de rédiger un briefing matinal de trois lignes à partir de la page d'accueil de Hacker News, ce qui a nécessité quatre appels au modèle. Les trois appels principaux renvoyaient chacun le prompt fixe et grossissaient à mesure que le texte du flux s'accumulait : environ 12 500, 14 600 et 14 800 tokens. La tâche complète a consommé environ 42 200 tokens d'entrée. Hermes a évité une répétition : quand la même commande a produit deux fois le même résultat, il ne l'a pas transmis à nouveau et a envoyé à la place une courte note pointant vers le premier résultat.

Avec notre taux de cache, cette entrée coûte environ 1,4 cent sur Claude Sonnet 5.5. Un briefing par jour n'atteindra pas 50 cents par mois en entrée. Le reste dépend de ce que le modèle répond, à 10 $ par million de tokens de sortie.

La charge de travail derrière chaque prix

Tous les chiffres ci-dessous partent de la session de code type décrite dans le guide d'exécution d'un modèle local de Hermes : environ 100 000 tokens d'entrée et 20 000 tokens de sortie. Nous qualifions 10 sessions par mois d'usage léger, 30 d'usage quotidien et 90 d'usage intensif. Une session de Sonnet 5.5 revient à environ 23 cents en tokens : vous pouvez donc multiplier par votre propre nombre de sessions. Le même guide estime une session Claude Sonnet à environ 80 cents sans détailler son calcul ; notre chiffre, plus bas, tient compte du cache aux prix actuels.

Hermes garde le cache de prompt activé : après le premier appel, ce prompt fixe est donc facturé au prix de lecture du cache, soit 0,10 $ par million de tokens sur Sonnet 5.5, contre 2 $ pour une entrée nouvelle. Nous avons facturé 90 % de l'entrée en lectures de cache et 10 % en écritures de cache, ou au prix d'entrée pour les modèles sans prix d'écriture. Pour Claude, Hermes v0.22.2 est livré avec le cache de cinq minutes d'Anthropic, dont l'écriture coûte 1,25 fois le prix d'entrée : c'est donc le taux que nous avons retenu. La version 0.22.4, publiée le 21 octobre, l'utilise toujours. Régler cache_ttl sur 1h porte les écritures au double du prix d'entrée, et la documentation de Hermes précise que cela n'est rentable que si vos échanges sont espacés de plus de cinq minutes. Un troisième réglage, auto, choisit le cache d'une heure pour les sessions où une personne tape et celui de cinq minutes pour les sous-agents et les cron jobs. L'export de facturation DeepSeek d'un utilisateur, datant d'août, montrait que 98 % des tokens d'entrée provenaient du cache : nos 90 % restent donc prudents. Sans aucun cache, les tokens de Sonnet 5.5 coûteraient 4 $, 12 $ et 36 $ aux trois volumes.

Les outils payants ne sont pas inclus dans ces chiffres. La recherche web, la génération d'images et l'utilisation du navigateur sont facturées à l'appel, en plus des tokens. OpenRouter affiche la recherche web pour ces modèles Claude à 1 cent l'appel.

Ce que coûte un mois de modèle

Claude Sonnet 5.5 coûte le même prix dans les deux catalogues : le tableau montre donc les deux façons de le payer, au token et avec un forfait Portal.

La documentation de Hermes désigne toujours Claude Sonnet 4.6 comme le meilleur modèle agentique polyvalent. À 3 $ en entrée et 15 $ en sortie, il coûte moitié plus cher, soit 11,74 $ par mois au token en usage quotidien. Sur notre installation de test, Hermes indiquait Claude Opus 4.6 comme modèle avant toute configuration : vérifiez donc le modèle de départ de la vôtre. Si vous le laissez, vous dépenserez environ 18 $ par mois en tokens en usage quotidien. À l'inverse, OpenRouter affiche Claude Haiku 5.5 à 0,10 $ en entrée et 0,50 $ en sortie par million de tokens au 22 octobre : l'usage quotidien revient alors à environ 0,36 $ en tokens, ou 1,16 $ avec les frais de carte. Nous l'avons chiffré, mais sans tester comment il gère les outils de Hermes.

Une fois le cache pris en compte, la sortie représente l'essentiel de la facture. En usage quotidien, 6,00 $ des 7,02 $ de tokens de Sonnet 5.5 correspondent à la sortie : la longueur des réponses du modèle pèse donc plus sur votre facture que la longueur de la conversation. OpenRouter ajoute ses frais de carte à chaque achat de crédit : 5,5 %, avec un minimum de 0,80 $. Si vous achetez du crédit une fois par mois, ce sont les 0,80 $ de chaque facture légère et quotidienne, et 1,16 $ de la facture Sonnet intensive. OpenRouter répercute les prix des modèles sans marge : avec une clé Anthropic directe, vous paieriez les 7,02 $ sans ces frais.

Pour un modèle au même prix des deux côtés, payer au token coûte moins cher tant que vos tokens ne dépassent pas environ 18,96 $ par mois. Sur Sonnet 5.5, cela représente environ 81 sessions, près de trois par jour. À 60 sessions, vous paieriez encore 14,84 $ au token. Au-delà de 81 sessions, Plus revient moins cher, puisque ses 20 $ achètent 22 $ de crédit. Ce crédit est épuisé vers 94 sessions. Ensuite, vous rechargeriez ; la page de Nous n'indiquant pas qu'une recharge achète du crédit dollar pour dollar, cette partie relève de notre hypothèse.

Ce que vous obtenez avec le forfait Portal à 20 $

Un forfait Nous Portal est un abonnement mensuel versé sous forme de crédit. Plus coûte 20 $ par mois et vous donne 22 $ de crédit, à dépenser aux prix du catalogue en modèles et en outils hébergés. Seuls 10 $ de crédit inutilisé sont reportés. Super coûte 100 $ pour 110 $ de crédit, et Ultra 200 $ pour 220 $. À notre tarif Sonnet 5.5, Super ne devient plus avantageux que le paiement au token qu'au-delà d'environ 400 sessions par mois. Les recharges se font par montants prédéfinis à partir de 10 $, ou par un montant que vous saisissez.

Portal affiche des prix inférieurs à ceux d'OpenRouter pour certains modèles, d'après le catalogue de Nous et celui d'OpenRouter au 22 octobre :

DeepSeek V4 Flash coûte plus cher sur Portal en sortie. Le prix de Kimi chez Nous a augmenté depuis 0,4323 $ et 1,82 $, lors de notre premier chiffrage le 16 octobre. Sa fiche affiche toujours un prix original de 0,95 $ et 4,00 $ : cette remise pourrait donc prendre fin. À ces volumes, la remise fait économiser moins que le coût du forfait, comme le montre le tableau ci-dessous. Le signalement GitHub mentionné plus haut a aussi constaté que Portal facturait une route DeepSeek 11 fois le tarif d'entrée indiqué dans son catalogue : comparez donc votre portefeuille au catalogue après votre première semaine.

L'autre raison de prendre un forfait est la Tool Gateway, qui couvre la recherche web, le scraping, la génération d'images, l'utilisation du navigateur et la voix, chacun facturé à l'usage sur les mêmes crédits. La documentation de Hermes présente Portal comme la méthode recommandée pour exécuter Hermes.

Où partent les tokens

Ce sont les sous-agents qui consomment le plus. La documentation sur la délégation de Hermes indique qu'un lot parallèle de sous-agents consomme généralement la grande majorité des tokens d'une exécution, et suggère de confier le travail délégué à un modèle moins cher que celui du chat principal. Les tâches annexes, comme les titres de session, la compression du contexte et la lecture de captures d'écran, passent aussi par votre modèle principal, sauf si vous en définissez un moins cher sous auxiliary dans la configuration. Notre briefing a effectué un de ces appels.

Les tâches planifiées s'accumulent aussi, car elles continuent de tourner en votre absence.

Vous pouvez associer à un cron job un petit script de pré-vérification qui s'exécute avant le modèle. Quand la dernière ligne de sortie du script est la suivante, Hermes ignore l'agent pour cette exécution, et la vérification wakeAgent elle-même coûte 0 $ :

{ "wakeAgent": false }

Cela convient à une tâche qui interroge une source toutes les quelques minutes mais n'a besoin du modèle qu'en cas de changement. Sur notre VM, un cron job composé uniquement d'un script, créé avec --no-agent, s'est exécuté comme prévu sans aucun modèle connecté. La même documentation sur les cron jobs avertit qu'embarquer les outils de navigateur et de délégation dans une petite tâche d'actualités gonfle la liste d'outils envoyée à chaque appel. Les schémas d'outils représentaient l'essentiel du prompt fixe que nous avons mesuré : ne donnez donc à chaque tâche que les outils qu'elle utilise.

Chaque changement via /model en cours de conversation réinitialise le cache de prompt : le message suivant relit alors toute la conversation au plein prix d'entrée. Sur OpenRouter, vous dépensez du crédit déjà acheté : selon notre lecture, une tâche qui s'emballe s'arrête donc quand ce solde est épuisé, à condition de laisser sa recharge automatique désactivée.

Utiliser plutôt un modèle local

L'hébergement VPS Hermes Agent n'est pas fourni avec un modèle. Hermes appelle l'API de votre fournisseur, et la page produit indique qu'aucun modèle ne tourne sur le serveur lui-même. Avec l'accès root, vous pouvez en ajouter un en installant Ollama et en y connectant Hermes, comme le décrit le guide des modèles locaux de Hermes.

Ce guide retient gemma4:31b pour le travail d'agent. C'est le seul des quatre modèles de son tableau capable d'appeler des outils, ce dont Hermes a besoin pour exécuter des commandes et naviguer sur le web. Il lui faut environ 20 Go de disque et au moins 24 Go de mémoire. Dans nos forfaits, cela correspond à Stack 32, avec 32 Go de mémoire et 8 vCPU. Les 16 Go de Stack 16 ne suffisent pas. Hermes exige aussi que le contexte du modèle soit réglé sur au moins 64 000 tokens. Avant de passer au local pour économiser, comparez ce que Stack 32 coûte de plus que Stack 4 dans la liste des forfaits avec la ligne Gemma 4 31B du tableau comparatif ci-dessus.

Sur un CPU, un modèle de 31B écrit environ 2 à 5 tokens par seconde, selon la documentation de Hermes, et le même guide précise que les grands modèles cloud s'en sortent nettement mieux sur les tâches multi-étapes très complexes. À 20 000 tokens de sortie par session, cela fait 67 à 167 minutes d'écriture à chaque fois, soit 33 à 83 heures par mois en usage quotidien. Votre modèle doit aussi lire le prompt fixe à chaque appel : sur du matériel lent, le premier tour peut rester muet pendant plusieurs minutes.

Quel mode de paiement choisir

Ce que couvre la facture du serveur

Sur notre VM de test (pas un serveur DreamHost), Hermes consommait environ 557 Mio au repos après 10 minutes, avec sa passerelle et son tableau de bord actifs et sans clé. La VM disposait encore d'environ 3 Go libres sur ses 4 Go. Son utilisation médiane du CPU est restée sous 1 %, et l'image occupait environ 4,5 Go de disque.

La documentation Docker de Nous fixe le minimum du conteneur à 1 Go de mémoire, 1 cœur CPU et 500 Mo de disque pour ses données, et recommande 2 à 4 Go et 2 cœurs. La page produit conseille elle-même de commencer avec Stack 4 et de passer à l'offre supérieure quand vous ajoutez des passerelles ou des tâches plus lourdes. L'exemple Docker de Nous plafonne le conteneur à 4 Go de mémoire et 2 CPU, soit la taille de Stack 4.

Hermes conserve sa mémoire, ses compétences et son historique de sessions sur le stockage racine de votre serveur, et la page produit indique que ce stockage n'est pas garanti en cas de reconstruction : synchronisez donc ces fichiers ailleurs. Les mises à jour et les correctifs sont à votre charge. Le support de DreamHost est disponible 24 h/24, 7 j/7 pour le matériel, le réseau et la connectivité ; vous gérez le système d'exploitation, les logiciels et la configuration, et la page produit présente Hermes lui-même comme un logiciel open source maintenu par la communauté. Si vous n'avez pas encore choisi d'agent, consultez Hermes vs OpenClaw, testés côte à côte ou, si vous payez déjà Claude Code, Hermes Agent vs Claude Code.

Hermes Cloud est l'alternative hébergée de Nous. Elle est facturée chaque jour sur le crédit Nous : le calcul à la seconde pendant que votre agent tourne, le stockage qu'il tourne ou non, et les modèles et outils en plus. Ses prix ne sont pas visibles en dehors de Nous Portal : connectez-vous-y pour comparer.

Notre méthode de mesure

DreamHost a effectué le test le 16 octobre 2026 sur une VM Linux via Colima, sur un Mac à puce Apple. La VM exécutait Ubuntu 24.04.4 sur arm64, avec 2 vCPU, environ 4 Go de mémoire et Docker 29.5.2. Hermes v0.22.2 tournait dans le conteneur officiel de Nous, épinglé par empreinte (digest). Nous avons utilisé l'exemple Docker de Nous avec la passerelle, le tableau de bord et les plafonds de 4 Go et 2 CPU de l'exemple. Nous n'y avons mis aucune clé API, aucun compte ni aucun jeton de messagerie. Les chiffres de mémoire et de CPU sont la médiane de 12 échantillons docker stats pris à 5 secondes d'intervalle, 2 et 10 minutes après le démarrage, sur une seule exécution. Le tableau de bord a répondu 10 secondes après la commande de démarrage.

Pour le prompt, hermes prompt-size a donné la taille du prompt système et des schémas d'outils en octets. Nous avons compté les tokens de la première requête envoyée par Hermes à un petit modèle factice sur la même VM, qui journalisait chaque requête. Pour Telegram, les schémas d'outils sont identiques, et nous avons mis à l'échelle le prompt système, plus court, selon son nombre d'octets. Pour le briefing, le modèle factice a demandé à Hermes de récupérer deux fois le flux Hacker News avec curl, puis a répondu. Gemma sur OpenRouter n'a pas de prix de cache : toute son entrée est donc facturée au prix d'entrée. Les décomptes de tokens utilisent le tokenizer o200k d'OpenAI, et Claude, Kimi et Gemma comptent chacun un peu différemment.

Le test n'a produit aucun montant en dollars : chaque prix de cette page résulte de nos calculs à partir des deux catalogues de modèles. Nous avons revérifié chaque prix, offre et source le 21 octobre 2026, et seul le prix de Kimi K2.6 chez Nous avait changé. Hermes v0.22.4 est sorti le 21 octobre, et nous n'avons pas refait le test avec cette version. Le 22 octobre, nous avons relu les deux catalogues de modèles, et seul le prix d'entrée de DeepSeek V4 Flash chez Nous avait changé, passant à 0,05 $. Nous avons aussi vérifié chaque offre, prix et description de produit DreamHost cités ici par rapport à la page en ligne de l'hébergement VPS Hermes Agent. Un vrai modèle peut appeler plus ou moins d'outils que notre modèle factice, et la sortie du briefing n'est pas mesurée. Nos serveurs utilisent des processeurs AMD EPYC, en x86. Notre image Hermes tourne sur Debian 13 derrière Caddy plutôt que dans la configuration en conteneur que nous avons testée : considérez donc les chiffres de mémoire comme une approximation proche. Il s'agissait d'une installation neuve, encore sans mémoire ni historique, et Hermes ajoute la mémoire au prompt à mesure qu'elle se remplit. Nous n'avons pas exécuté de modèle local.

FAQ sur le coût de Hermes Agent