Hermes AI di Nous Research: cos'è e come funziona

In breve: "Hermes" indica oggi due cose di Nous Research, un laboratorio AI indipendente: una famiglia di modelli linguistici open-source (Hermes 3 e Hermes 4, affinati su Llama e altri modelli aperti) e Hermes Agent, un agente autonomo open-source uscito a febbraio 2026 che gira sul tuo server e impara dall'uso. Questo articolo parla soprattutto dei modelli; per l'agente c'è il confronto con OpenClaw.

Nel mondo dei modelli AI open-source, Hermes di Nous Research occupa un posto particolare. Non è un modello base: è una serie di fine-tuning avanzati su modelli aperti, con focus su instruction following, ragionamento e uso in sistemi agentici.

Chi e Nous Research

Nous Research e un laboratorio AI indipendente che pubblica tutti i modelli su Hugging Face con licenze permissive. La filosofia: i modelli AI capaci non devono essere necessariamente proprietari.

La famiglia Hermes

Hermes 4 (agosto 2025 e dicembre 2025)

Il 26 agosto 2025 Nous Research ha rilasciato tre versioni contemporaneamente: Hermes 4 405B e 70B (basate su Llama 3.1) e Hermes 4 14B, una variante compatta pensata per l'esecuzione in locale. La 405B è descritta da Nous come modello a ragionamento ibrido, cioè può rispondere subito oppure "pensare" prima. A dicembre 2025 è arrivata Hermes 4.3 Seed 36B, addestrata sulla rete Psyche.

Hermes 3 (2024)

Basato su Llama 3.1 di Meta nelle varianti 8B, 70B e 405B (la 405B è di agosto 2024). Miglioramenti nel ragionamento multi-step, nell'instruction following e nel function calling per uso agentico.

Hermes 2 Pro

Basato su Mistral e Llama 2. Focus sul function calling strutturato: affidabile nel produrre JSON valido per il tool use. Oggi è superato dalle versioni successive, ma lo trovi ancora in molti sistemi.

Hermes Agent (febbraio 2026)

Dal 25 febbraio 2026 esiste anche Hermes Agent, un agente autonomo che "vive sul tuo server": ha memoria persistente, crea da solo nuove skill dall'esperienza e le migliora con l'uso, si collega a oltre venti piattaforme di messaggistica e ha automazioni pianificate. Ne parlo nel confronto OpenClaw vs Hermes.

Cosa rende Hermes diverso

• Instruction following: istruzioni lunghe e multi-step senza perdersi
• Function calling: JSON valido e affidabile per tool use agentico
• Ragionamento: Chain of Thought per problemi complessi
• Coding: generazione e debug in piu linguaggi

Come usare Hermes

Via Ollama (locale)

Ollama permette di far girare le versioni piccole di Hermes sul tuo computer. Cerca il modello Hermes che ti interessa nella libreria di Ollama, scaricalo con ollama pull e avvialo con ollama run. Per i modelli da 8B in su servono almeno 16 GB di RAM, e la versione da 14B chiede di più.

Via OpenRouter (cloud)

OpenRouter offre accesso API senza scaricare nulla: il modo più comodo per integrare Hermes in un'applicazione o in un agente. Ne parlo in questa guida a OpenRouter.

Via Hugging Face

I pesi dei modelli sono pubblicati su Hugging Face in vari formati (GGUF e safetensors). Se non hai mai usato la piattaforma, trovi una guida qui.

Hermes come cervello di un agente

Grazie al function calling affidabile, un agente basato su Hermes: pianifica azioni senza allucinare tool names, produce JSON valido, mantiene il contesto su conversazioni lunghe, gestisce errori e ripianifica. In OpenClaw, Hermes viene usato via OpenRouter come provider economico per task standard.

Confronto con OpenClaw: OpenClaw vs Hermes. Contesto generale: Cosa sono gli agenti AI.

Performance in pratica: cosa aspettarsi

I benchmark su carta non raccontano tutta la storia. Ecco cosa ho osservato usando Hermes in produzione all'interno di OpenClaw:

• Function calling: le serie Hermes sono tra le più affidabili nell'ecosistema open-source. Nei miei test producono JSON valido nella grande maggioranza dei casi su prompt ben strutturati.
• Instruction following: eccellente su prompt lunghi e multi-step. Non si perde facilmente su istruzioni con 10-15 punti da seguire.
• Velocità: via OpenRouter con Hermes 8B, la latenza media è 1-3 secondi per richieste standard. Accettabile per task asincroni.
• Coding: buono per snippet e debug, meno affidabile dei modelli di punta di Anthropic e OpenAI su architetture complesse.

Hermes vs altri modelli: quando conviene

La sintesi: Hermes è il modello da usare quando vuoi function calling affidabile senza pagare i costi dei modelli di punta, o quando hai bisogno di girare tutto localmente.

Hermes in un sistema agentico: configurazione pratica

La configurazione base via OpenRouter è identica all'interfaccia OpenAI — se il tuo agente già usa OpenAI, puoi passare a Hermes cambiando solo il baseURL e il nome del modello (l'identificativo esatto lo trovi nel catalogo di OpenRouter, che cambia quando escono nuove versioni):

const client = new OpenAI({
  baseURL: 'https://openrouter.ai/api/v1',
  apiKey: process.env.OPENROUTER_API_KEY,
});

const response = await client.chat.completions.create({
  model: 'nousresearch/',
  messages: [...],
  tools: [...],
  tool_choice: 'auto',
});

In OpenClaw, Hermes viene usato via OpenRouter come provider economico per task standard, con fallback a Claude Sonnet per i task critici.

I limiti di Hermes che devi conoscere

• Contesto in pratica: i modelli piccoli reggono peggio le conversazioni molto lunghe, anche quando la finestra di contesto dichiarata è ampia. Verifica la finestra del modello specifico e aggiungi riassunti periodici.
• Ragionamento strategico: per decisioni complesse e ambigue, i modelli di taglia piccola-media non reggono il confronto con Claude Opus.
• Solo testuale: nessuna capacità di processare immagini, audio o video.
• Serve orchestrazione: da solo il modello non ha memoria né strumenti: per farlo lavorare ti serve un agente attorno (per esempio OpenClaw o lo stesso Hermes Agent).

La strategia più efficace per sistemi agentici: usa un modello economico come Hermes per il 70-80% dei task standard (veloce e a basso costo) e un modello di punta (Claude Opus o GPT-6) per il 20-30% che richiede ragionamento profondo. Questo pattern è quello usato in Paperclip. Un altro esempio reale è Hermessino, l'agente che uso per scrivere, commentare e pubblicare sui miei profili social.