Quanto custa um mês de Hermes Agent: Portal, por token ou local?

Até 12 de setembro, a carteira do Nous Portal de um usuário do Hermes tinha caído US$ 36,19 no mês. Um único dia levou US$ 19,30 disso, e o relatório matinal de gastos do Hermes registrou esse dia como US$ 0,02. As próprias estimativas do Hermes para o mesmo período somaram US$ 21,04, segundo o relato do usuário no GitHub.

O que o Hermes envia antes de você digitar

Tirando pequenas chamadas paralelas, toda chamada ao modelo começa com a mesma carga: o prompt de sistema do Hermes mais os schemas de cerca de 20 ferramentas que ele oferece ao modelo. A documentação do Hermes fala em 4.000 a 8.000 tokens. Na nossa instalação de teste do Hermes v0.22.2, isso deu cerca de 12.200 tokens pela linha de comando. Os schemas das ferramentas representavam cerca de 9.000 desse total. Pelo Telegram, o prompt de sistema é mais curto, e o total fica em cerca de 11.800.

Os provedores cobram por token (uma palavra ou parte de uma palavra) e informam preços por milhão de tokens, com entrada (o que o Hermes envia) e saída (o que o modelo escreve) cobradas separadamente. Medimos isso com hermes prompt-size e um modelo simulado que registrava as requisições do Hermes, como explica a metodologia no fim da página.

Essa carga vai em toda chamada, então até uma tarefa pequena que você passa ao Hermes a multiplica. Pedimos ao Hermes que escrevesse um resumo matinal de três linhas a partir da página inicial do Hacker News, o que levou quatro chamadas ao modelo. As três chamadas principais reenviaram o prompt fixo e foram crescendo à medida que o texto do feed era levado adiante, com cerca de 12.500, 14.600 e 14.800 tokens. A tarefa inteira usou cerca de 42.200 tokens de entrada. O Hermes evitou uma repetição: quando o mesmo comando retornou a mesma saída duas vezes, ele não a reenviou e mandou uma nota curta apontando para o primeiro resultado.

Na nossa taxa de cache, essa entrada custa cerca de 1,4 centavo de dólar no Claude Sonnet 5.5. Um resumo por dia não chega a 50 centavos por mês em entrada. O que o modelo escreve de volta define o resto, a US$ 10 por milhão de tokens de saída.

A carga de trabalho por trás de cada preço

Todos os números abaixo partem da sessão típica de programação do guia do Hermes para rodar um modelo local: cerca de 100.000 tokens de entrada e 20.000 de saída. Chamamos 10 sessões por mês de uso leve, 30 de uso diário e 90 de uso intenso. Uma sessão do Sonnet 5.5 sai por cerca de 23 centavos de dólar em tokens, então você pode multiplicar pela sua própria contagem. O mesmo guia estima uma sessão do Claude Sonnet em cerca de 80 centavos sem mostrar o cálculo; nosso valor menor considera o cache pelos preços atuais.

O Hermes mantém o cache de prompt ativado, então, depois da primeira chamada, esse prompt fixo é cobrado pelo preço de leitura de cache: US$ 0,10 por milhão de tokens no Sonnet 5.5, contra US$ 2 para entrada nova. Cobramos 90% da entrada como leituras de cache e 10% como gravações de cache, ou pelo preço de entrada nos modelos sem preço de gravação. Para o Claude, o Hermes v0.22.2 vem com o cache de cinco minutos da Anthropic, que grava a 1,25 vez o preço de entrada, então essa foi a taxa que usamos. A versão 0.22.4, lançada em 21 de outubro, continua assim. Definir cache_ttl como 1h eleva as gravações para o dobro do preço de entrada, e a documentação do Hermes diz que isso só compensa quando seus turnos têm mais de cinco minutos de intervalo. Uma terceira configuração, auto, escolhe o cache de uma hora para sessões em que uma pessoa digita e o de cinco minutos para subagentes e cron jobs. A exportação de cobrança da DeepSeek de um usuário, de agosto, mostrou 98% dos tokens de entrada vindo do cache, então nossos 90% ficam no lado conservador. Sem nenhum cache, os tokens do Sonnet 5.5 sairiam por US$ 4, US$ 12 e US$ 36 nos três volumes.

Ferramentas pagas não entram nesses números. Busca na web, geração de imagens e uso de navegador são cobrados por chamada, além dos tokens. A OpenRouter lista a busca na web para esses modelos Claude a 1 centavo de dólar por chamada.

Quanto custa um mês de modelo

O Claude Sonnet 5.5 custa o mesmo nos dois catálogos, então a tabela mostra as duas formas de pagar por ele: por token e em um plano do Portal.

A documentação do Hermes ainda aponta o Claude Sonnet 4.6 como o melhor modelo agêntico de uso geral. A US$ 3 de entrada e US$ 15 de saída, ele custa 50% a mais: US$ 11,74 por mês pagando por token no uso diário. Na nossa instalação de teste, o Hermes listava o Claude Opus 4.6 como modelo antes de configurarmos qualquer coisa, então confira com qual modelo o seu começa. Se deixar assim, você gastaria cerca de US$ 18 por mês em tokens no uso diário. No sentido oposto, a OpenRouter lista o Claude Haiku 5.5 a US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens em 22 de outubro, então o uso diário sai por cerca de US$ 0,36 em tokens, ou US$ 1,16 com a taxa de cartão. Calculamos o preço, mas não testamos o quanto ele se sai bem com as ferramentas do Hermes.

Quando você considera o cache, a saída é a maior parte da conta. No uso diário, US$ 6,00 dos US$ 7,02 em tokens do Sonnet 5.5 são saída, então o tamanho das respostas do modelo pesa mais na sua conta do que o tamanho da conversa. A OpenRouter adiciona sua taxa de cartão a toda compra de crédito: 5,5%, com mínimo de US$ 0,80. Se você compra crédito uma vez por mês, esses são os US$ 0,80 em cada conta leve e diária e US$ 1,16 na conta intensa do Sonnet. A OpenRouter repassa os preços dos modelos sem margem, então uma chave direta da Anthropic pagaria os US$ 7,02 sem a taxa.

Para um modelo com o mesmo preço nos dois, pagar por token sai mais barato até seus tokens passarem de cerca de US$ 18,96 por mês. No Sonnet 5.5, isso dá cerca de 81 sessões, perto de três por dia. Com 60 sessões, você ainda pagaria US$ 14,84 no modelo por token. Acima de 81 sessões, o Plus sai mais barato, já que seus US$ 20 compram US$ 22 de crédito. O crédito acaba em cerca de 94 sessões. Depois disso, você faria uma recarga, e como a página da Nous não diz se uma recarga compra crédito dólar por dólar, essa parte é uma suposição nossa.

O que o plano Portal de US$ 20 oferece

Um plano do Nous Portal é uma assinatura mensal paga em forma de crédito. O Plus custa US$ 20 por mês e dá US$ 22 de crédito, que você gasta pelos preços do catálogo em modelos e ferramentas hospedadas. Apenas US$ 10 de crédito não usado passam para o mês seguinte. O Super custa US$ 100 por US$ 110 de crédito, e o Ultra, US$ 200 por US$ 220. Na nossa taxa do Sonnet 5.5, o Super só compensa mais do que pagar por token acima de cerca de 400 sessões por mês. As recargas vêm em valores predefinidos a partir de US$ 10, ou em um valor que você digita.

O Portal lista preços menores que a OpenRouter para alguns modelos, segundo o catálogo da Nous e o da OpenRouter em 22 de outubro:

O DeepSeek V4 Flash custa mais no Portal na saída. O preço do Kimi na Nous subiu de US$ 0,4323 e US$ 1,82 desde a primeira vez que o calculamos, em 16 de outubro. A página dele ainda mostra um preço original de US$ 0,95 e US$ 4,00, então esse desconto pode acabar. Nesses volumes, o desconto economiza menos do que o plano custa, como mostra a tabela abaixo. O relato no GitHub citado acima também constatou que o Portal cobrava de uma rota do DeepSeek 11 vezes a taxa de entrada listada no catálogo, então compare sua carteira com o catálogo depois da primeira semana.

O outro motivo para assinar um plano é o Tool Gateway, que cobre busca na web, extração de páginas, geração de imagens, uso de navegador e fala, cada um cobrado por uso com os mesmos créditos. A documentação do Hermes chama o Portal de a forma recomendada de rodar o Hermes.

Para onde vão os tokens

Os subagentes são os que mais consomem. A documentação de delegação do Hermes diz que um lote paralelo deles normalmente consome a grande maioria dos tokens de uma execução e sugere que você use no trabalho delegado um modelo mais barato que o do chat principal. Tarefas paralelas, como títulos de sessão, compressão de contexto e leitura de capturas de tela, também vão para o seu modelo principal, a menos que você defina um mais barato em auxiliary na configuração. Nosso resumo fez uma dessas chamadas.

Tarefas agendadas também pesam, porque continuam rodando enquanto você está fora.

Você pode dar a um cron job um pequeno script de pré-verificação que roda antes do modelo. Quando a última linha de saída do script for esta, o Hermes pula o agente naquela execução, e a própria verificação wakeAgent custa US$ 0:

{ "wakeAgent": false }

Isso serve para uma tarefa que verifica algo a cada poucos minutos, mas só precisa do modelo quando algo muda. Na nossa VM, um cron job só com script, criado com --no-agent, rodou no horário sem nenhum modelo conectado. A mesma documentação de cron alerta que levar as ferramentas de navegador e de delegação para uma pequena tarefa de notícias incha a lista de ferramentas enviada em toda chamada. Os schemas das ferramentas eram a maior parte do prompt fixo que medimos, então dê a cada tarefa apenas as ferramentas que ela usa.

Cada troca com /model no meio da conversa reinicia o cache de prompt, então a próxima mensagem relê a conversa inteira pelo preço cheio de entrada. Na OpenRouter, você gasta o crédito que comprou, então, pelo que entendemos, uma tarefa descontrolada para quando esse saldo acaba, desde que você deixe a recarga automática desativada.

Usar um modelo local

A hospedagem VPS do Hermes Agent não vem com um modelo. O Hermes chama a API do seu provedor, e a página do produto informa que nenhum modelo roda no próprio servidor. Com acesso root, você pode adicionar um instalando o Ollama e apontando o Hermes para ele, como descreve o guia de modelos locais do Hermes.

Esse guia escolhe o gemma4:31b para trabalho de agente. É o único dos quatro modelos da tabela dele capaz de chamar ferramentas, algo de que o Hermes precisa para executar comandos e navegar. Ele precisa de cerca de 20 GB de disco e 24 GB de memória ou mais. Nos nossos planos, isso é o Stack 32, com 32 GB de memória e 8 vCPU. Os 16 GB do Stack 16 não comportam o modelo. O Hermes também precisa que o contexto do modelo seja configurado com pelo menos 64.000 tokens. Antes de partir para o modelo local para economizar, compare o que o Stack 32 acrescenta em relação ao Stack 4 na lista de planos com a linha do Gemma 4 31B na tabela comparativa acima.

Em uma CPU, um modelo de 31B escreve cerca de 2 a 5 tokens por segundo, segundo a documentação do Hermes, e o mesmo guia diz que grandes modelos na nuvem se saem visivelmente melhor em trabalhos de várias etapas muito complexos. Com 20.000 tokens de saída por sessão, isso dá de 67 a 167 minutos de escrita a cada vez, ou de 33 a 83 horas por mês no uso diário. Seu modelo também precisa ler o prompt fixo em toda chamada, então, em hardware lento, o primeiro turno pode ficar em silêncio por minutos.

Como pagar

O que a conta do servidor cobre

Na nossa VM de teste (não um servidor da DreamHost), o Hermes ficou ocioso em cerca de 557 MiB após 10 minutos, com o gateway e o painel rodando e sem chave. A VM ainda tinha cerca de 3 GB livres dos seus 4 GB. O uso mediano de CPU ficou abaixo de 1%, e a imagem ocupou cerca de 4,5 GB de disco.

A documentação de Docker da Nous define o mínimo do contêiner em 1 GB de memória, 1 núcleo de CPU e 500 MB de disco para os dados, com 2 a 4 GB e 2 núcleos recomendados. A própria página do produto orienta começar no Stack 4 e subir de plano quando você adicionar gateways ou tarefas mais pesadas. O exemplo de Docker da Nous limita o contêiner a 4 GB de memória e 2 CPUs, o mesmo tamanho do Stack 4.

O Hermes guarda a memória, as habilidades e o histórico de sessões no armazenamento raiz do seu servidor, e a página do produto informa que não há garantia de que esse armazenamento sobreviva a uma reconstrução, então sincronize esses arquivos em outro lugar. Atualizações e patches ficam por sua conta. O suporte da DreamHost está disponível 24/7 para hardware, rede e conectividade; você gerencia o sistema operacional, o software e a configuração, e a página do produto define o próprio Hermes como open source mantido pela comunidade. Se você ainda está escolhendo um agente, veja Hermes vs. OpenClaw, testados lado a lado ou, se já paga pelo Claude Code, Hermes Agent vs. Claude Code.

Hermes Cloud é a alternativa hospedada da Nous. A cobrança é diária, descontada dos créditos da Nous: computação por segundo enquanto seu agente roda, armazenamento esteja ele rodando ou não, e modelos e ferramentas à parte. Os preços não aparecem fora do Nous Portal, então entre lá para comparar.

Como medimos

A DreamHost fez o teste em 16 de outubro de 2026, em uma VM Linux via Colima em um Mac com Apple Silicon. A VM rodava Ubuntu 24.04.4 em arm64, com 2 vCPU, cerca de 4 GB de memória e Docker 29.5.2. O Hermes v0.22.2 rodou no contêiner oficial da Nous, fixado por digest. Usamos o exemplo de Docker da Nous com o gateway, o painel e os limites de 4 GB e 2 CPUs do exemplo. Não inserimos nenhuma chave de API, conta ou token de mensagens. Os números de memória e CPU são a mediana de 12 amostras de docker stats coletadas com 5 segundos de intervalo, 2 e 10 minutos após o início, em uma única execução. O painel respondeu 10 segundos após o comando de início.

Para o prompt, hermes prompt-size informou o tamanho do prompt de sistema e dos schemas de ferramentas em bytes. Contamos os tokens na primeira requisição que o Hermes enviou a um pequeno modelo simulado na mesma VM, que registrava todas as requisições. Para o Telegram, os schemas de ferramentas são os mesmos, e ajustamos o prompt de sistema mais curto pela sua contagem de bytes. Para o resumo, o modelo simulado pediu ao Hermes que buscasse o feed do Hacker News duas vezes com curl e depois respondeu. O Gemma no OpenRouter não tem preço de cache, então toda a entrada é cobrada pelo preço de entrada. As contagens de tokens usam o tokenizador o200k da OpenAI, e Claude, Kimi e Gemma contam de forma um pouco diferente.

A execução não gerou nenhum valor em dólares: todos os preços desta página são cálculos nossos com base nos dois catálogos de modelos. Conferimos de novo todos os preços, planos e fontes em 21 de outubro de 2026, e só o preço do Kimi K2.6 na Nous tinha mudado. O Hermes v0.22.4 foi lançado em 21 de outubro, e não repetimos o teste nele. Em 22 de outubro relemos os dois catálogos de modelos, e só o preço de entrada do DeepSeek V4 Flash na Nous tinha mudado, para US$ 0,05. Também conferimos cada plano, preço e informação de produto da DreamHost citados aqui com a página atual da hospedagem VPS do Hermes Agent. Um modelo real pode chamar mais ou menos ferramentas do que o nosso modelo simulado, e a saída do resumo não foi medida. Nossos servidores usam processadores AMD EPYC, que são x86. Nossa imagem do Hermes roda no Debian 13 atrás do Caddy, e não na configuração de contêiner que testamos, então considere os números de memória uma boa aproximação. Era uma instalação nova, ainda sem memória nem histórico, e o Hermes acrescenta memória ao prompt conforme ela se acumula. Não rodamos um modelo local.

Perguntas frequentes sobre o custo do Hermes Agent