Nous: Hermes 4 405B mot Relace: Relace Search
En jämförelse sida vid sida av Nous: Hermes 4 405B (3,50 US$ / 1M textdelar (≈ 34,29 kr)) och Relace: Relace Search (3,50 US$ / 1M textdelar (≈ 34,29 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| Nous: Hermes 4 405B | Relace: Relace Search | |
|---|---|---|
| Leverantör | Nous | Relace |
| Indata | 3,50 US$ / 1M textdelar (≈ 34,29 kr) | 3,50 US$ / 1M textdelar (≈ 34,29 kr) |
| Utdata | 10,50 US$ / 1M textdelar (≈ 102,86 kr) | 10,50 US$ / 1M textdelar (≈ 102,86 kr) |
| Cacheläsning | 0,70 US$ / 1M textdelar (≈ 6,86 kr) | - |
| Kontextfönster | 131 072 | 256 000 |
| Max utdata | 117 964 | 128 000 |
| Indata | text | text |
| Utdata | text | text |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 26 aug. 2025 | 8 dec. 2025 |
Viktiga skillnader
- Båda har ungefär samma indatapris.
- Relace: Relace Search läser 2.0× mer kontext (256 000 tokens).
- Endast Relace: Relace Search stöder verktygsanrop.
- Endast Nous: Hermes 4 405B stöder strukturerad JSON-utdata.
- Endast Nous: Hermes 4 405B stöder styrning av resonemangsnivå.
- Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,00875 US$ med Nous: Hermes 4 405B och 0,00875 US$ med Relace: Relace Search.
Mer i detalj
Nous: Hermes 4 405B är en textmodell från Nous, släppt 2025-08-26. Relace: Relace Search är en textmodell från Relace, släppt 2025-12-08. Båda serveras via api14 som modeller för text in, text ut, så ingen av dem lägger till bild-, ljud- eller videohantering i din pipeline. Valet mellan dem handlar om kontextstorlek, verktygsanvändning, strukturerad utdata och resonemang snarare än om någon skillnad i modalitet.
Den tydligaste uppdelningen är kontextlängd. Relace Search stöder 256000 tokens, ungefär dubbelt så mycket som de 131072 tokens som Hermes 4 405B har, så den är den man tar till när man behöver behålla mycket långa dokument, stora kodbaser eller utökade konversationshistoriker i en enda begäran. Relace Search är också den enda av de två som accepterar tools och tool_choice, vilket gör den till det naturliga valet för agentliknande arbetsflöden där modellen måste anropa funktioner eller externa tjänster. Hermes 4 405B går åt andra hållet: den är den enda som exponerar strukturerad utdata och response_format tillsammans med reasoning och include_reasoning, plus en bredare samplingsyta som inkluderar frequency_penalty, presence_penalty, repetition_penalty, logprobs, top_logprobs, top_k, temperature och top_p. Om du behöver att modellen skickar ut ett schemakonformt objekt, eller vill inspektera sannolikheter på tokennivå, eller vill ha synliga resonemangsspår, är Hermes 4 405B modellen som stöder det. Priset är ungefär detsamma för de två, så kostnaden är inte den avgörande faktorn här.
För dagligt arbete, välj Relace Search när uppgiften är sökintensiv eller verktygsdriven: söka igenom en stor korpus, mata in långa transkript, eller låta modellen avgöra när en funktion ska anropas. Dess större kontext och verktygsstöd passar dessa jobb. Välj Hermes 4 405B när uppgiften är generering under ett strikt kontrakt: extrahera fält till JSON, klassificera med en fast etikettuppsättning, eller vilken prompt som helst där du vill ha resonemangsutdata och finmaskig kontroll över sampling. De extra parametrarna hjälper också när du finjusterar för diversitet eller upprepning, eftersom Relace Search bara exponerar max_tokens, response_format, seed, stop, temperature, tool_choice, tools och top_p.
Att anropa endera modellen via api14 fungerar på samma sätt, eftersom API:et är OpenAI-kompatibelt. Du skickar din begäran till samma endpoint med samma meddelandestruktur, och det enda som ändras är modell-id:t. Använd "nousresearch/hermes-4-405b" för Hermes 4 405B och "relace/relace-search" för Relace Search. Allt annat i din klient, inklusive chat completions-formen och sättet du läser svaret på, förblir identiskt, så att byta mellan dem är en enradsändring och du kan dirigera olika begäranden till olika modeller från samma kodväg.
Det finns fall där den andra modellen fortfarande är det bättre valet. Om du redan använder Relace Search för en långkontextuppgift med verktygsanrop men behöver det slutliga svaret formaterat som strukturerad utdata, är Hermes 4 405B den som stöder strukturerad utdata, så ett tvåstegsflöde där Relace Search samlar in och Hermes 4 405B formaterar kan vara vettigt. Omvänt, om du använder Hermes 4 405B och din prompt växer förbi dess fönster på 131072 tokens, är Relace Search modellen som fortfarande kan hålla den.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "nousresearch/hermes-4-405b" till "relace/relace-search", promptar, streaming och verktyg fortsätter att fungera.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "relace/relace-search",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Fler jämförelser
- LiquidAI: LFM3-1.7B mot Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B mot Crouton Alpha
- LiquidAI: LFM3-1.7B mot Tencent: Hy4
- LiquidAI: LFM3-1.7B mot Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview mot Crouton Alpha
- Ricursive: Ripple 65B Preview mot Tencent: Hy4
- Ricursive: Ripple 65B Preview mot Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha mot Tencent: Hy4