Агент за доллар: связка Hermes Agent и DeepSeek V4 Flash сводит счёт за токены к центам

Hermes Agent - открытый автономный агент от Nous Research, который умеет работать с любой моделью через OpenAI-совместимый эндпоинт. DeepSeek V4 Flash - быстрая недорогая модель с окном в миллион токенов, доступная в публичной бете с 31 июля. Вместе они дают связку, где день агентской работы стоит меньше проезда в метро, и в начале августа этот расклад разошёлся по X одним скриншотом.

Счёт в $1,22 на скриншоте

Автор треда показал дашборд Nous Portal: около 429 млн входящих токенов, 3,8 млн исходящих, сотни миллионов чтений из кэша, 3711 запросов. Списано $1,225, на балансе осталось $20,27. Моделью в интерфейсе Hermes Agent выбрана DeepSeek V4 Flash. По его словам, на этой связке он вёл клиентскую работу и потратил меньше, чем стоит чашка кофе.

Личный дашборд - не отчёт провайдера, и проверить его со стороны невозможно. Зато порядок цифр сходится с открытым прайсом, и разбирать интересно именно это.

Кэш дешевле входа в 50 раз

У DeepSeek на V4 Flash три ставки, все за миллион токенов:

• вход с промахом кэша - $0,14;
• вход с попаданием в кэш - $0,0028;
• выход - $0,28.

Между первой и второй строкой разница в пятьдесят раз. По полной ставке 429 млн входящих токенов дали бы около $60. Те же токены, прочитанные из кэша, стоят чуть больше доллара. Кэширование начала запроса DeepSeek включает сама, без флагов и заголовков: если запрос повторяет префикс, который модель недавно видела, повторённая часть считается по льготной ставке.

Агентский цикл ложится в эту механику как влитой. 3711 запросов на 429 млн входящих - в среднем около 115 тысяч токенов контекста на вызов. Агент раз за разом отправляет один и тот же системный промпт, те же файлы проекта и всю историю шагов, дописывая в конец несколько свежих строк. Стабильная шапка уходит в кэш, деньги остаются только за то, что модель пишет в ответ.

Отсюда первое практическое правило. Неизменная часть промпта ставится в начало, переменная - в конец. Экономию ломает любая мелочь в шапке, которая гуляет от вызова к вызову: метка времени, случайный идентификатор сессии, перетасованный список инструментов.

Что Hermes Agent умеет сам

Hermes Agent вышел в феврале, в июне к нему добавилась десктопная сборка под macOS, Windows и Linux. Код открыт под MIT. Главной особенностью Nous Research называет замкнутый цикл обучения: закончив задачу, агент оценивает результат, записывает найденный способ в markdown-файл навыка и переиспользует его в следующий раз. Память сохраняется между сессиями.

Что пригодится сразу:

• больше 60 встроенных инструментов - терминал, файлы, браузер, выполнение кода, генерация картинок;
• шесть сред запуска, включая Docker, SSH и serverless-площадки Daytona и Modal, где простаивающее окружение почти ничего не стоит;
• встроенный планировщик задач по расписанию;
• подключение к MCP-серверам;
• больше 20 каналов общения, от Telegram и Slack до электронной почты.

Формат навыков совместим с открытым стандартом agentskills.io, так что готовые наборы берутся из общего хаба, а не пишутся с нуля.

Три способа подключить V4 Flash

Модель раздают несколько площадок, и цена входа у них разная.

• Nous Portal. Подписка Plus $20 в месяц возвращается $22 кредитами, дальше идут Super за $100 и Ultra за $200. В неё входит шлюз инструментов - поиск, картинки, речь, браузер, песочницы. Бесплатный уровень открывает только каталог бесплатных моделей с потолком 50 запросов в минуту. Команда hermes setup --portal подключает разом и модель, и инструменты.
• OpenRouter. Сейчас V4 Flash идёт со скидкой - $0,0882 за миллион входящих и $0,1764 за миллион исходящих, окно 1 млн токенов, максимальный ответ 131 тысяча токенов.
• Прямой API DeepSeek. Базовые ставки из таблицы выше, автоматическое кэширование, потолок в 2500 одновременных запросов на Flash. Тарифных уровней нет, поднять лимит можно только отдельным запросом в поддержку.

Веса V4 Flash лежат открыто на Hugging Face, так что четвёртый путь - поднять модель у себя. Для команды с железом это страховка от того, что провайдер поменяет прайс.

Где дешёвый агент проседает

Сборка 0731 сохранила архитектуру предшественницы - 284 млрд параметров при 13 млрд активных, окно в миллион токенов - и заметно прибавила в агентских задачах после дополнительного дообучения. На Terminal-Bench 2.1 у неё 82,7 против 72,1 у превью старшей V4-Pro, на DeepSWE - 54,4. По девяти опубликованным агентским бенчмаркам младшая модель обошла флагманскую превью-версию.

Оговорка здесь важная. Бенчмарки меряют агентские сценарии, а на длинном многошаговом рассуждении, олимпиадной математике и тяжёлой отладке DeepSeek сама советует уходить на V4-Pro. Рабочая схема - отправлять всё на Flash, а на Pro переводить только те вызовы, где проверка показала слабый результат. Разница в цене между ними примерно трёхкратная на смешанной нагрузке, так что гибридная маршрутизация почти не бьёт по бюджету.

Пиковые часы и доступ к терминалу

Пара оговорок, о которых в восторженных тредах обычно не пишут.

30 июня DeepSeek анонсировала надбавку за часы пик: удвоение ставок в двух окнах по будням, 01:00–04:00 и 06:00–10:00 UTC. На начало августа надбавка не включена, официальный прайс держит единую ставку, но привязана она к полному релизу V4. Нагрузку, которой не нужна срочность, разумно планировать вне этих окон заранее.

Второе - агент с доступом к терминалу и файлам работает на вашей машине или на вашем сервере. В Hermes Agent есть подтверждение команд, разграничение прав и изоляция в контейнере; включать их стоит с первого дня, а не после первой неприятности. И запросы вместе с содержимым проекта уходят на серверы провайдера, что для клиентской работы стоит сверить с договором.

Экономия держится на структуре промпта

Дешевизна в этом кейсе держится на дисциплине сборки. Связка Hermes Agent и DeepSeek V4 Flash на небрежно собранном запросе выставит за тот же объём работы счёт в десятки раз выше. Аккуратный агентский стек сегодня обходится примерно в доллар в день, и главный рычаг здесь - порядок строк в промпте. Редкий случай, когда цена вопроса решается на уровне вёрстки запроса.