@steipete: 看起来我们在性能上的投入得到了回报。
摘要
一个比较显示，Hermes Agent 在令牌处理时间和代码生成方面优于 OpenClaw，使用的是 MacBook Pro M5 Max 上的本地 Qwen 35B 模型。
查看缓存全文
缓存时间: 2026/05/16 21:22
看来我们对性能的关注有了回报。
atomicbot.ai (@atomicbot_ai): 使用 Qwen 35B 本地模型的 Hermes Agent 与 OpenClaw 对比
我们让智能体抓取两个工具的 GitHub star 历史，找出增长高峰的原因，并在浏览器中构建实时仪表盘。
MacBook Pro M5 Max 64Gb OpenClaw：203k tokens，12分01秒 - 编写了一个 bash 脚本 Hermes：257k
相似文章
@atomicbot_ai: Hermes Agent vs OpenClaw 使用 Qwen 35B 本地模型 我们要求代理抓取两个工具的 GitHub 星标历史，找出…
Hermes Agent 与 OpenClaw 使用 Qwen 35B 本地模型的对比，代理抓取 GitHub 星标历史，识别增长高峰，并构建实时仪表板。OpenClaw 耗时 12 分 01 秒（203k 令牌），Hermes 耗时 33 分 01 秒（257k 令牌），采用不同方法。
Hermes vs Openclaw：影响你最终选择的 5 个真实差异
本文从自我提升、社区技能、多渠道支持、记忆架构以及 Clawdi 上的框架可移植性五个关键维度，对比了 Hermes 和 Openclaw AI 智能体。结论指出，选择取决于用户更看重长期的个性化定制，还是即时的多渠道自动化覆盖。
为 Hermes Agent 构建的 Jetson Orin NX 系统及基准测试
详细介绍了为运行 Hermes Agent 而构建的 Jetson Orin NX 系统及基准测试，使用 Gemma 4 26B 量化模型，在 8K 上下文中达到 14.65 tok/s，在 60K 上下文中达到 10.21 tok/s。
@vmiss33：我在 Windows 上安装了 Hermes Agent，并将其配置为使用 GPT 5.5。我给它发了 @above_spec 的一条精彩推文...
用户分享了在 Windows 上使用 Hermes Agent 和 8GB 显存 GPU 成功运行 Qwen3.6 35B A3B 模型的报告。
我在 MacBook Air M5 上对 21 款本地大模型进行了代码质量与速度的性能评测
一位开发者在 MacBook Air M5 上使用 HumanEval+ 对 21 款本地大模型进行了基准测试，发现 Qwen 3.6 35B-A3B (MoE) 以 89.6% 的得分和 16.9 tok/s 的速度位居榜首，而 Qwen 2.5 Coder 7B 仅需 4.5 GB 内存即可达到 84.2% 的性能，拥有最佳的内存性价比。值得注意的是，Gemma 4 系列的表现远低于预期（31B 版本仅得 31.1%），这可能是受 Q4_K_M 量化策略的影响。