Hermes Bench 让所有模型跑同一框架，报告四个套件的平均得分与每任务成本。 Nous Research每个模型都运行相同的测试框架，并在支持的情况下将推理强度设为高。该指数报告四个套件中的平均得分和每任务平均成本。Hermes Bench 信息：https://t.co/ae06LzJSfj 动态Nous Research2026-10-06原文 打开互动版
