Hermes Index发布：聚焦性能与成本双维度的大模型评测新标准

2026年10月7日，全球已涌现出多个大型语言模型评测榜单，多数侧重于模型的基础能力表现。然而对于熟悉OpenCalw、Hermes等开源生态的用户而言，仅关注性能指标显然不够全面。为此，Hermes团队推出了全新评估体系——Hermes Index榜单。

该榜单在衡量模型时兼顾两项核心维度：一是综合性能水平，分数越高代表能力越强；二是单任务执行成本，数值越低说明单位效率越高。排名以性能为首要依据，同时将成本作为关键参考。

当前榜单中，Opus 5.5位居首位，单任务成本为4.99美元；GPT-6 Astra紧随其后，位列第二，但单任务成本高达11.61美元，是参评模型中价格最高的一个。榜单前列主要由Anthropic与OpenAI研发的模型占据。国产模型中表现最佳的是GLM-5.3，排名第六；其余八个席位也均由国内团队开发的大模型包揽。

DeepSeek V4.1 Flash在综合排名中并不靠前，但单任务成本仅为0.259美元，显著低于多数竞品。若进一步考察性价比，GPT-6 Luna更具优势：其单任务成本不足V4.1 Flash的一半，性能却几乎持平。目前性价比最优的模型是蚂蚁集团发布的Ling 3.0 Flash，单任务成本低至0.054美元，尽管性能得分相对偏低。该模型在Hermes平台提供免费使用服务，每日有一定调用额度限制。

整体来看，预算充裕的用户可优先选择Opus 5.5；若需兼顾成本与实用性，国内场景下V4.1 Flash仍是优选；海外用户则可重点关注GPT-6 Luna。对零成本需求明确的用户，Ling 3.0 Flash免费版是理想选择；其升级版本Ling 3.1 Flash已正式发布，基准测试成绩已超越V4.1 Flash，官网当前仍提供一定期限的免费试用机会。