Hermes Agent miễn phí (mã nguồn mở, giấy phép MIT); chi phí mỗi tháng gồm tiền máy chạy agent 24/7 và tiền token trả cho nhà cung cấp model. Với giả định 1.200 lượt gọi model mỗi tháng trong bài này, phần token dao động từ khoảng 1 USD (DeepSeek V4 Flash, GPT-6 Luna có cache) đến khoảng 20–40 USD (Claude Sonnet 5.5, Opus 5.5 có cache), theo giá OpenRouter ngày 26/10/2026.
Bài thuộc cụm chọn LLM cho Hermes Agent của chuyên mục Hermes Agent. Phần dưới đi từ cấu trúc chi phí, cách quy token ra tiền, ví dụ tính với giả định ghi rõ, tới những yếu tố làm hoá đơn tăng và cách giảm.
Cấu trúc chi phí của Hermes Agent gồm những gì?
Chi phí Hermes Agent có ba phần: máy chạy agent (VPS hoặc máy tính, trả cố định), token model (trả theo mức dùng, hoặc trừ vào gói thuê bao nếu đăng nhập bằng gói) và thời gian tự cài, cập nhật, sửa lỗi.
Bản thân phần mềm không thu phí: tài liệu Hermes ghi agent miễn phí, model local chạy cũng miễn phí (Hermes Agent FAQ).
Khoản Tính thế nào Biến động Máy chạy agent Giá gói VPS theo tháng, hoặc điện và khấu hao máy tại nhà Cố định, không đổi theo số tin nhắn Token model qua API Số token input, output, cache × giá của model Tăng theo số lượt gọi và độ dài prompt Gói thuê bao (ChatGPT, Nous Portal, Claude Max) Phí gói của hãng; lượt dùng trừ vào hạn mức gói Cố định đến khi chạm hạn mức Thời gian vận hành Cài đặt, cập nhật bản mới, xử lý lỗi kênh chat Phụ thuộc kinh nghiệm Linux của bạn
Chi phí máy chạy Hermes Agent 24/7
Máy chạy agent là khoản cố định: bạn trả giá gói VPS hằng tháng dù agent bận hay rảnh. Tài liệu Hermes không công bố mức RAM hay CPU tối thiểu; cấu hình cần đủ cho Hermes, kênh chat và các công cụ bạn bật, đặc biệt là trình duyệt tự động hay Docker sandbox.
README của Hermes ghi agent chạy được trên một VPS nhỏ (README Hermes Agent), vì phần suy luận nặng nằm ở máy chủ của nhà cung cấp model. Hai trường hợp làm khoản này tăng rõ:
- Docker sandbox: mỗi container mặc định được cấp 1 CPU, 5 GB RAM, 50 GB đĩa (xem thiết lập Docker sandbox cho Hermes Agent).
- Model local trên VPS: cần RAM/VRAM cho cả model và context 64K; thường đắt hơn trả token cho model giá thấp (xem Hermes Agent nên chạy local hay VPS).
Cấu hình tham khảo xem bài cấu hình tối thiểu để chạy Hermes Agent; giá máy chủ xem trực tiếp trên trang sản phẩm của nhà cung cấp bạn chọn.
Chi phí token model: cách quy ra tiền
Tiền model bằng số token đầu vào nhân giá input, cộng phần đọc từ cache nhân giá cache, cộng token đầu ra nhân giá output. Với Hermes, phần đầu vào lớn hơn chatbot vì mỗi lượt gửi lại system prompt, mô tả công cụ, bộ nhớ và lịch sử hội thoại; một tác vụ có thể cần nhiều lượt gọi.
Muốn biết phần cố định của bạn nặng bao nhiêu, chạy hermes prompt-size; tài liệu Hermes gọi đây là “fixed prompt budget” và gợi ý tắt bớt toolset không dùng bằng hermes tools (Hermes Agent FAQ). Bật display.show_cost: true trong config.yaml để thanh trạng thái CLI hiện chi phí ước tính (Configuration).
Ảnh chụp trang FAQ trong docs Hermes Agent ngày 26/10/2026.
Bảng giá model tham khảo ngày 26/10/2026
| Model | Input | Output | Đọc cache | Context |
|---|---|---|---|---|
DeepSeek V4 Flashdeepseek/deepseek-v4-flash | 0,091 | 0,182 | 0,0182 | 1,05 triệu |
GPT-6 Lunaopenai/gpt-6-luna | 0,10 | 0,50 | 0,01 | 1,05 triệu |
Claude Haiku 5.5anthropic/claude-haiku-5.5 | 0,10 | 0,50 | 0,01 | 1 triệu |
MiniMax M3minimax/minimax-m3 | 0,30 | 1,20 | 0,06 | 1,05 triệu |
Gemini 3.8 Flashgoogle/gemini-3.8-flash | 0,825 | 4,125 | 0,0825 | 1,05 triệu |
Claude Sonnet 5.5anthropic/claude-sonnet-5.5 | 2 | 10 | 0,10 | 1 triệu |
GPT-6 Solopenai/gpt-6-sol | 2 | 10 | 0,20 | 1,05 triệu |
Claude Opus 5.5anthropic/claude-opus-5.5 | 4 | 20 | 0,20 | 1 triệu |
Claude Haiku 5.5 tính giá cao hơn khi prompt vượt 100 nghìn token; GPT-6 Sol và GPT-6 Luna tính giá cao hơn khi prompt vượt 272 nghìn token. Ví dụ dưới dùng prompt 20 nghìn token nên không chạm các mức này.
Hermes Agent 1 tháng tốn bao nhiêu tiền token? Ví dụ tính có giả định
Ví dụ dưới dùng một bộ giả định cố định để so các model với nhau, không phải số đo thực tế. Hoá đơn của bạn phụ thuộc số lượt gọi, độ dài prompt, số toolset đang bật và tỷ lệ cache trúng; hãy thay số của mình vào cùng công thức.
Giả định (mức dùng nhẹ):
- 40 lượt gọi model mỗi ngày (ví dụ 10 tác vụ, mỗi tác vụ 4 vòng gọi tool), 30 ngày: 1.200 lượt/tháng.
- Mỗi lượt gửi 20.000 token input, trong đó 15.000 token là phần đầu lặp lại; nhận 500 token output.
- Trường hợp có cache: mỗi ngày ghi cache 1 lần (30 lượt ghi 15.000 token theo giá ghi cache, model không có giá ghi riêng thì tính giá input); các lượt còn lại đọc 15.000 token từ cache.
- Mức dùng nặng: mọi số trên nhân 5 (6.000 lượt/tháng).
| Model | Nhẹ, không cache | Nhẹ, có cache | Nặng, có cache |
|---|---|---|---|
| DeepSeek V4 Flash | 2,29 | 1,02 | 5,10 |
| GPT-6 Luna | 2,70 | 1,13 | 5,65 |
| Claude Haiku 5.5 | 2,70 | 1,13 | 5,65 |
| MiniMax M3 | 7,92 | 3,71 | 18,55 |
| Gemini 3.8 Flash | 22,27 | 8,89 | 44,45 |
| Claude Sonnet 5.5 | 54,00 | 20,88 | 104,40 |
| GPT-6 Sol | 54,00 | 22,63 | 113,15 |
| Claude Opus 5.5 | 108,00 | 41,76 | 208,80 |
Cách tính một dòng, ví dụ Claude Sonnet 5.5 không cache: 1.200 × 20.000 = 24 triệu token input × 2 USD = 48 USD; 1.200 × 500 = 0,6 triệu token output × 10 USD = 6 USD; cộng lại 54 USD. Có cache: 6 triệu token mới × 2 USD + 17,55 triệu token đọc cache × 0,10 USD + 0,45 triệu token ghi cache × 2,5 USD + 6 USD output = 20,88 USD.
Từ bảng có thể rút ra ba điều: model giá thấp và model cao cấp chênh nhau hàng chục lần; prompt caching giảm khoảng một nửa tới hai phần ba phần token trong giả định này; và vì phần input chiếm phần lớn, giá input và giá đọc cache quan trọng hơn giá output với Hermes Agent.
Dùng gói thuê bao thay cho trả theo token có rẻ hơn không?
Có thể rẻ hơn với một người dùng, vì đăng nhập bằng gói không tính tiền token mà trừ vào hạn mức gói đã trả. Đổi lại hạn mức do hãng quy định, có thể hết giữa chừng, và điều khoản thường chỉ cho phép dùng cá nhân.
Agent phục vụ nhiều người hoặc chạy tự động liên tục nên dùng API key để chi phí dự báo được.
- Gói ChatGPT (Codex): Hermes hỗ trợ đăng nhập, nhưng docs Hermes ghi chưa tài liệu hoá gói nào đủ điều kiện và cách tính vào hạn mức. Xem kết nối ChatGPT/Codex với Hermes Agent.
- Claude: chỉ gói Max có mua thêm extra usage credits mới dùng được, và chỉ trừ vào phần credit mua thêm; gói Pro không dùng được.
- Nous Portal: một gói cho nhiều model và Tool Gateway; theo trang quản lý gói Nous Portal ngày 26/10/2026, gói trả phí từ 20 USD/tháng (kèm 22 USD credit), gói Free chỉ có model miễn phí. Chi tiết ở bài Nous Portal API.
Những yếu tố ảnh hưởng lớn đến chi phí thực tế
Hoá đơn tăng chủ yếu vì số lượt gọi và độ dài input, không phải vì độ dài câu trả lời. Bốn yếu tố đáng kiểm đầu tiên: số toolset đang bật, độ dài lịch sử hội thoại, số cron job và tác vụ nền, và việc đổi model hoặc provider giữa phiên làm mất cache.
Số công cụ và skill đang bật
Mỗi toolset bật thêm làm phần mô tả công cụ gửi kèm mỗi lượt dài ra. Tắt toolset không dùng bằng hermes tools hoặc khoá agent.disabled_toolsets; MCP server khai báo thêm cũng góp vào phần này.
Lịch sử hội thoại dài
Phiên càng dài, phần lịch sử gửi lại càng lớn. Hermes tự nén khi context chạm 50% giới hạn (mặc định compression.threshold: 0.50); bạn có thể gõ /compress chủ động hoặc mở phiên mới bằng /new khi chuyển sang việc khác.
Cron job và tác vụ chạy nền
Mỗi lần cron chạy là một hoặc nhiều lượt gọi model đầy đủ. Việc lặp lại đơn giản nên giao cho model giá thấp; việc không cần suy luận dùng chế độ no-agent (chạy script, không gọi LLM). Xem cách dùng cron job trên Hermes Agent.
Đổi model hoặc provider giữa phiên
Tài liệu Hermes lưu ý đổi model bằng /model làm mất prompt cache, nên lượt kế tiếp bị tính lại input ở giá đầy đủ. Chọn model cho phiên từ đầu thay vì đổi qua lại khi context đã lớn.
Cách giảm chi phí Hermes Agent mỗi tháng
Cách giảm hiệu quả là chia việc cho đúng model, giữ phần prompt đầu ổn định để cache trúng, và đặt hạn mức chi tiêu ở phía nhà cung cấp. Ba việc này không làm agent kém đi, chỉ bớt token trả giá đầy đủ.
- Chia việc theo model: model mạnh cho hội thoại chính, model rẻ cho việc phụ (nén context, tóm tắt web, xem ảnh) qua khoá
auxiliary. Danh sách model giá thấp: LLM giá rẻ cho Hermes Agent. - Bật và giữ prompt caching: chọn TTL phù hợp, không đổi model giữa phiên. Hướng dẫn từng bước: tối ưu chi phí API bằng prompt caching.
- Đặt hạn mức: giới hạn credit cho từng API key trên OpenRouter và theo dõi trang Activity trong tài khoản OpenRouter hằng tuần để bắt cron chạy lặp.
- Thử bản miễn phí trước: model
:freehợp để làm quen, không hợp chạy 24/7 (xem model AI miễn phí cho Hermes Agent).
Giới hạn của các con số trong bài
Các con số trong bài là ví dụ tính theo giả định, không phải cam kết chi phí. Giá model đổi nhanh, và cùng một model có thể có giá khác nhau giữa OpenRouter và mua trực tiếp từ hãng.
- Số lượt gọi mỗi tác vụ thay đổi lớn theo loại việc: một câu hỏi ngắn có thể chỉ 1 lượt, một tác vụ nghiên cứu hay sửa code có thể hàng chục lượt.
- Tỷ lệ cache trúng phụ thuộc nhịp dùng: nghỉ quá TTL (5 phút hoặc 1 giờ) thì lượt sau phải ghi cache lại.
- Chưa tính phí nạp credit của OpenRouter, thuế, và phí công cụ có tính tiền riêng như tìm web.
- Không nên tự chạy Hermes nếu bạn không có thời gian cập nhật và theo dõi; khi đó chi phí thời gian có thể lớn hơn tiền máy và token.
Kết luận
Chi phí Hermes Agent dự báo được nếu tách hai biến: máy chạy agent (cố định) và token (theo lượt gọi). Bắt đầu với một model giá thấp, đo bằng hermes prompt-size và trang Activity của nhà cung cấp trong một tuần, rồi mới quyết định nâng model.
Cách chọn model theo nhu cầu xem bài nên chọn LLM nào cho Hermes Agent.
Muốn chạy Hermes Agent 24/7 mà không tự cài? VPS Hermes Agent của Tino cài sẵn Hermes Agent trên VPS NVMe đặt tại Việt Nam; bạn vẫn có quyền root để cấu hình. Xem cấu hình và giá trên trang sản phẩm.
Bài viết liên quan trong cụm Model & chi phí Hermes:
- Nên chọn LLM nào cho Hermes Agent
- LLM giá rẻ cho Hermes Agent
- Tối ưu chi phí API bằng prompt caching
- Model AI miễn phí cho Hermes Agent
- Kết nối Hermes Agent với OpenRouter
- Đổi model LLM cho Hermes Agent
Những câu hỏi thường gặp
Hermes Agent có miễn phí không?
Phần mềm miễn phí, mã nguồn mở theo giấy phép MIT, không có tính năng khoá sau gói trả phí. Bạn chỉ trả cho máy chạy agent và cho nhà cung cấp model, trừ khi dùng model local.
Hermes Agent pricing là bao nhiêu?
Nous Research không bán bản quyền Hermes Agent. Khoản phải trả là giá token của model bạn chọn (hoặc giá gói thuê bao như Nous Portal, ChatGPT) cộng tiền máy chủ. Vì vậy “giá Hermes Agent” khác nhau theo model và mức dùng.
Hermes Cloud có giá bao nhiêu?
Hermes Cloud là bản Hermes do Nous host, có chế độ kết nối từ v0.19. Đến ngày 26/10/2026, giá và điều khoản Hermes Cloud chưa thấy công bố trong tài liệu chính thức; hãy kiểm trên trang của Nous Research trước khi đăng ký.
Chạy model local qua Ollama có rẻ hơn dùng API không?
Chỉ rẻ hơn khi bạn đã có máy đủ mạnh hoặc dùng rất nhiều token. Model đủ tốt cho agent cần nhiều RAM/VRAM và context từ 64K, nên thuê VPS mạnh chỉ để chạy model thường đắt hơn trả token cho model giá thấp như ví dụ trong bài.
