2026 年 Hermes Agent 最便宜的 OpenRouter 模型

真正的问题是什么

如果你已经选定了 OpenRouter 作为服务商，接下来你想知道的不是"哪个模型最好"，而是"在能撑住 Hermes Agent 工作负载的前提下，哪个模型最便宜"。这是一个更聚焦的问题，2026 年比一年前有了清晰得多的答案。

Hermes Agent 是一个高度依赖工具调用的运行时。每一轮它都会把系统提示、长长的工具定义列表、最近的对话历史，以及打开过的文件一并交给模型。而输出通常很短：一段简短回复外加一两次工具调用。这种"入多出少"的结构，正是带缓存折扣的模型格外划算的原因。所以这里所说的"最便宜"，指的是"考虑到 Hermes 与模型的对话方式后最便宜的选择"，而不是营销页面上标价最低的那个。

每百万 Token 低于 1 美元的模型短名单

以下是 2026 年 7 月 OpenRouter 上输入与输出均低于每百万 token 1 美元的模型。价格是 OpenRouter 从上游服务商透传过来的。有些模型技术上更便宜，但对工具 schema 的遵循并不好，或者在压力下会丢函数调用，就没有出现在这份名单里。因为在 Hermes Agent 里，一次错误的工具调用意味着整轮 token 白费，还必须重试。

模型	输入 $/M	输出 $/M	缓存折扣	备注
DeepSeek V4-Pro	0.435	0.87	最高约 99%（缓存命中 $0.003625/M）	工具调用稳定，1M 上下文，开放权重
DeepSeek V4-Flash	0.14	0.28	缓存命中 $0.0028/M 输入	DeepSeek 中最快的一档，适合辅助任务
GPT-4.1 Nano	0.10	0.40	上游 OpenAI 提供 prompt caching	本组中工具遵循能力最弱
Gemini 2.5 Flash Lite	0.10	0.40	无明确缓存折扣	速度快，工具调用可接受
Llama 4 Scout（Groq / DeepInfra）	0.08 - 0.11	0.30 - 0.34	无缓存折扣	实测延迟最低，测试免费额度慷慨

真正跑 Hermes Agent 时，有两件事比标价更关键。

第一，Hermes 几乎每一轮都会重复发送相同的工具定义。这正是 KV 缓存被设计出来要处理的模式。在 DeepSeek V4-Pro 上，一次缓存命中的成本是每百万输入 token $0.003625，约为未命中价格的 1/120。经过真实一周的使用后，命中缓存的 token 会占大头，实际每轮成本远低于账面数字。

第二，如果模型在压力下返回格式错误的工具调用，Hermes 会重试。每次重试都是一整个新的输入轮。一个便宜 20% 但会漏掉 10% 工具调用的模型，实际花费会高于一次就能答对的"更贵"模型。这也是为什么即便有些模型标价更低，DeepSeek V4-Pro 仍居这份名单之首。

大多数人真正想要的配方

在 OpenRouter 社区里，最常见的 Hermes 低成本部署方式是双模型分工：让 Hermes 使用一个更强的模型跑主推理循环，把辅助任务（上下文压缩、聊天标题、图像转文本、会话总结）路由到更便宜的模型上。

在你的 ~/.hermes/config.yaml 里，大致是这样：

provider: openrouter
model: deepseek/deepseek-v4-pro
openrouter_api_key: sk-or-your-key-here

auxiliary_model:
  compression: openai/gpt-4.1-nano
  title_generation: openai/gpt-4.1-nano
  vision: google/gemini-2.5-flash-lite
  web_summary: openai/gpt-4.1-nano

主模型负责硬核推理和工具调用，辅助模型处理 Hermes 在后台默默完成的事情，它们对模型能力更宽容。这样一套组合能以接近最便宜的档位覆盖约 95% 的交互。

如果你想先从头看一遍 OpenRouter 完整配置，可以读如何为 Hermes Agent 配置 OpenRouter。本文假设你已经有 OpenRouter 密钥，正在挑选模型。

便宜模型的短板

在这个价格档位诚实的取舍是：低于 1 美元的模型擅长由技能驱动的重复性任务，在全新、困难的推理上更弱。Hermes Agent 的日常工作 - cron 定时摘要、RSS 汇总、写入记忆、"明天提醒我"、Telegram 消息分流 - 恰恰是便宜模型能够胜任的工作类型。

便宜模型撑不住的场景：

长链路多步调试，模型必须持有大量状态并不断修正计划
法律或医疗类文书起草，任何微小事实错误都会带来严重后果
对非平凡 diff 的代码审查，语义细节至关重要
任何"90% 正确比 100% 正确差得多"的任务

面对这些情况，答案不是"买一个更大的便宜模型"，而是"按任务分流"。把 DeepSeek V4-Pro（或同档次的其他低于 1 美元模型）留作默认，为需要更高质量的具体技能配置一个到 Claude Sonnet 或 GPT-4o 的兜底路径。这样你只在少数真正需要顶级质量的轮次里花顶级价格，其余 95% 依然享受便宜价格。

Hermes Agent 的最佳模型服务商那篇文章从服务商层面深入讨论这种取舍。本文更聚焦一级：既然你已经选择了 OpenRouter，那么应该路由到哪一个具体模型。

这对你的月度账单意味着什么

如果你自托管 Hermes 并直接在 OpenRouter 上为模型付费，低于 1 美元的这一档就是让月度账单真正变小的关键。一个每天使用 Hermes 的用户，配几条 cron、每天几十次对话，选用 DeepSeek V4-Pro 且缓存命中正常，通常每月只花几美元的低位区间。大量使用语音模式或网页抓取会推高数字，但不会翻一个数量级。

如果你在 Hermify 的 Starter 档，模型的支出是 BYOK（自带密钥）走 OpenRouter，所以上面的选择直接决定你的月度账单。绝大多数 Starter 用户在体验一两周后，最终会集中到"主模型 DeepSeek V4-Pro + 辅助任务用 nano"这一组合。

如果你不想再费心算模型账，或者更希望有一条稳定的成本项而不是浮动的 API 账单，那么带打包密钥的托管档位就是合适的方案。完整拆解见运行 Hermes Agent 究竟要花多少钱。

接下来怎么做

如果你想要最短路径：

注册 OpenRouter，充少量额度。
在 ~/.hermes/config.yaml 中设置 model: deepseek/deepseek-v4-pro。
添加 auxiliary_model 块，把压缩和标题任务指向 openai/gpt-4.1-nano。
让 Hermes 跑一周，同时观察 OpenRouter 控制台，你会看到主模型的缓存命中占比迅速上升。

如果你干脆想跳过配置文件本身，开始使用 Hermify。我们在 Telegram 上运行托管的 Hermes Agent，你连接自己的 OpenRouter 密钥，默认就是"DeepSeek + 辅助模型"的同款方案。你可以专注于代理能替你做什么，而不是维护让它运转起来的配置。