Nous: Hermes 4 405B is een tekstmodel van Nous, uitgebracht op 2025-08-26. Relace: Relace Search is een tekstmodel van Relace, uitgebracht op 2025-12-08. Beide worden aangeboden via api14 als tekst in, tekst uit modellen, dus geen van beide voegt beeld-, audio- of videoverwerking toe aan je pipeline. De keuze tussen hen komt neer op contextgrootte, toolgebruik, gestructureerde output en redenering, eerder dan op enig verschil in modaliteit.
De duidelijkste splitsing is contextlengte. Relace Search ondersteunt 256000 tokens, ongeveer het dubbele van de 131072 tokens van Hermes 4 405B, dus het is degene die je pakt wanneer je zeer lange documenten, grote codebases of uitgebreide gespreksgeschiedenissen in een enkel verzoek wilt behouden. Relace Search is ook de enige van de twee die tools en tool_choice accepteert, wat het de natuurlijke keuze maakt voor agent-achtige workflows waarbij het model functies of externe diensten moet aanroepen. Hermes 4 405B gaat de andere kant op: het is de enige die gestructureerde outputs en response_format blootlegt naast reasoning en include_reasoning, plus een breder sampling-oppervlak dat frequency_penalty, presence_penalty, repetition_penalty, logprobs, top_logprobs, top_k, temperature en top_p omvat. Als je wilt dat het model een schema-conform object uitstuurt, of je token-level waarschijnlijkheden wilt inspecteren, of je zichtbare redeneringssporen wilt, dan is Hermes 4 405B het model dat dit ondersteunt. Qua prijs ontlopen de twee elkaar nauwelijks, dus kosten zijn hier niet de beslissende factor.
Voor dagelijks werk kies je Relace Search wanneer de taak retrieval-zwaar of tool-gedreven is: zoeken door een groot corpus, het invoeren van lange transcripten, of het model laten beslissen wanneer het een functie aanroept. De grotere context en toolondersteuning sluiten aan bij die taken. Kies Hermes 4 405B wanneer de taak generatie onder een strikt contract is: velden extraheren naar JSON, classificeren met een vaste labelset, of elke prompt waarbij je redeneringsoutput en fijnmazige controle over sampling wilt. De extra parameters helpen ook bij het afstemmen op diversiteit of herhaling, aangezien Relace Search alleen max_tokens, response_format, seed, stop, temperature, tool_choice, tools en top_p blootlegt.
Het aanroepen van een van beide modellen via api14 werkt op dezelfde manier, omdat de API OpenAI-compatibel is. Je stuurt je verzoek naar hetzelfde endpoint met dezelfde berichtstructuur, en het enige dat verandert is het model-id. Gebruik "nousresearch/hermes-4-405b" voor Hermes 4 405B en "relace/relace-search" voor Relace Search. Al het andere in je client, inclusief de vorm van chat completions en de manier waarop je de respons leest, blijft identiek, dus wisselen tussen hen is een wijziging van een regel en je kunt verschillende verzoeken naar verschillende modellen routeren vanuit hetzelfde codepad.
Er zijn gevallen waarin het andere model toch de betere keuze is. Als je Relace Search al gebruikt voor een taak met lange context en tool calling, maar je wilt het uiteindelijke antwoord geformatteerd als gestructureerde output, dan is Hermes 4 405B degene die gestructureerde outputs ondersteunt, dus een tweestapsflow waarin Relace Search verzamelt en Hermes 4 405B formatteert kan zinvol zijn. Omgekeerd, als je Hermes 4 405B gebruikt en je prompt groeit voorbij zijn venster van 131072 tokens, dan is Relace Search het model dat het nog kan bevatten.