MaxHermes能用哪些模型？

MaxHermes 能用哪些模型？先看结论

MaxHermes 本身不是一个“多模型聚合器”，而是 MiniMax 云端自我进化 AI 助手（AI 智能体）的代号或项目名。它当前主要基于 MiniMax 自研的 MoE（混合专家）大模型，具体到可用的模型版本，官方开放的接口和产品内默认调用的主要是 MiniMax-Text-01 和 MiniMax-VL-01（视觉语言模型）。也就是说，你问“能用哪些模型”，答案不是“随便接 GPT 或 Claude”，而是“在 MiniMax 自家模型家族内选择，并支持通过工具调用外部模型”。

下面我拆开讲清楚，避免你被各种二手消息带偏。

一、MaxHermes 是什么？先对齐背景

MaxHermes 是 MiniMax 推出的 云端自我进化 AI 智能体（Agent），不是简单的聊天机器人。它的核心特点是：能自己拆解任务、调用工具、反思结果、迭代优化，有点像“会自己写代码并运行验证的 AI 助理”。它运行在 MiniMax 的云端环境里，所以叫“云端自我进化”。

所属团队：MiniMax（稀宇科技），国内头部大模型公司，旗下还有海螺 AI、星野等产品。目前 MaxHermes 主要面向开发者、深度用户和自动化工作流场景，收费模式是 API 按 token 计费，具体价格在官网有实时报价，新用户通常有免费额度。

官网入口：MiniMax 开放平台（注意是 minimaxi.com，不是 .cn 那个旧域名）。网页版对话体验可以在 海螺 AI 里找到类似能力，但 MaxHermes 的完整 Agent 功能需要走 API 或控制台。

二、MaxHermes 能用的模型清单（截至 2025 年 5 月）

根据官方文档和实际调用情况，MaxHermes 可用的模型分三个层次：基础文本模型、多模态模型、以及通过工具间接调用的外部模型。我整理成表格，你一眼就能看懂：

注意：官方不鼓励也不默认让你直接用 GPT 或 Claude 作为主模型，因为 MaxHermes 的“自我进化”机制高度依赖 MiniMax-Text-01 的可微调性和工具调用协议。但如果你在 Agent 工作流里配置了 MCP（模型上下文协议）服务器，MaxHermes 可以调用外部模型作为“子任务执行器”。

三、核心模型详解：MiniMax-Text-01 为什么是主力？

这个模型是 2025 年初发布的，最大的卖点是 1M 上下文窗口。什么概念？《三体》三部曲大约 90 万字，它能一次性读完并保持逻辑连贯。MaxHermes 选它做默认模型，是因为自我进化需要“记住”整个任务历史、中间结果、失败原因，长上下文是刚需。

另一个特点是 MoE 架构，激活参数约 32B，总参数 456B。这意味着它比同等规模的稠密模型更快、更便宜，但推理质量不输。实际体验中，写代码、数学推理、结构化输出都很稳，偶尔有“小聪明”但不出大错。

如果你在 MaxHermes 控制台里不指定模型，默认就是它。想切换模型，在 API 请求的 model 参数里填 MiniMax-Text-01 或 MiniMax-VL-01 即可。

四、什么时候用 MiniMax-VL-01？

MaxHermes 的 Agent 能力里，有一个“视觉感知”工具。当你给智能体上传截图、发票、手写笔记，或者让它“看”一个 UI 界面然后写自动化脚本时，系统会自动调用 VL-01。这个模型支持 图像+文本混合输入，输出仍然是文本。

举个例子：你把一张数据图表扔给 MaxHermes，说“分析趋势并生成 Python 代码”，它会先让 VL-01 识别图表坐标和数值，再把结果传给 Text-01 写代码。这种“双模型协作”是 MaxHermes 的典型用法。

五、语音模型呢？能用吗？

能，但它是作为工具存在的，不是对话模型。MaxHermes 里有个 speech_to_text 和 text_to_speech 工具，底层就是 MiniMax-Speech-01。你可以让智能体“听”一段录音，然后转成文字处理；或者让它把最终结果“读”给你。不过说实话，这功能更偏向语音助手场景，如果你只是做文本 Agent，用不上。

六、能不能接 GPT-4o 或 Claude？

技术上可以，但有门槛。MaxHermes 支持标准的 OpenAI 兼容接口，也支持 MCP 协议。你可以把它配置成一个“路由器”，让某些子任务走外部模型。但我不建议你这么做，原因有三：

• 成本翻倍：外部模型按各自官网价格计费，且 MaxHermes 的 token 处理还会额外收费。
• 自我进化机制失效：MaxHermes 的“反思-修正”循环依赖 MiniMax 模型的可预测性，换成 GPT 后，结果不稳定。
• 延迟增加：外部调用多了网络跳转，实际体验明显变慢。

如果你非要接，推荐用 OpenAI GPT-4o 或 Claude 3.7 Sonnet 做“创意生成”类子任务，让 MiniMax-Text-01 做“执行和校验”。

七、收费情况：别被“免费”骗了

MaxHermes 的 API 收费分两块：模型调用费 + 工具执行费（比如代码运行、网页抓取）。截至 2025 年 5 月，MiniMax-Text-01 的价格大约是 输入 0.5 元/百万 token，输出 2 元/百万 token，比 GPT-4o 便宜一个数量级。VL-01 稍贵，输入 1 元/百万 token，输出 3 元/百万 token。

新注册用户送 50 万 token 免费额度，够你玩两三天。但注意：工具执行费不包含在免费额度里，比如你让智能体跑一段 Python 代码，每次执行可能扣几分钱。长期用，一个月重度使用（每天 100 次任务）大概花费 30~80 元，比买 ChatGPT Plus 划算。

八、实操建议：怎么选模型最合理？

1. 纯文本任务（写作、分析、代码）：直接用 MiniMax-Text-01，别犹豫。
2. 任务里有图片/PDF 扫描件：让 MaxHermes 自动路由到 VL-01，你不需要手动干预。
3. 需要语音输出：在 Agent 流程最后加一步 text_to_speech 工具。
4. 想对比不同模型的结果：在 API 请求里设置 model 参数轮询，MaxHermes 会返回一个对比报告。

九、常见坑与避坑指南

• 别用 max_tokens 设太小：MaxHermes 的自我进化过程会生成中间思考日志，如果你把输出上限设成 500，它可能写不完就断了。建议至少 2000。
• 上下文不是越长越好：1M 窗口虽大，但超过 200K 后，模型对早期信息的注意力会下降。如果任务需要强依赖早期内容，手动总结一下再传。
• VL-01 不认识手写中文：实测对印刷体识别率 99%，但手写潦草字错误率较高，建议先用 OCR 工具预处理。

相关问题

1. MaxHermes 和 AutoGPT 有什么区别？
AutoGPT 是一个开源项目，需要你自己租服务器、配环境；MaxHermes 是云端托管、开箱即用，且上下文窗口大得多，更适合处理真实业务数据。

2. MiniMax-Text-01 的 1M 上下文是真实可用的吗？
真实可用，但建议把关键信息放在前 100K 和后 50K 内，中间部分容易被“遗忘”。官方文档也承认这一点。

3. MaxHermes 能部署到私有云吗？
目前不支持私有化部署，只能通过官方 API 使用。企业版可以签定制 SLA，但模型仍跑在 MiniMax 的服务器上。

4. 海螺 AI 和 MaxHermes 是同一个东西吗？
不是。海螺 AI 是面向 C 端的聊天产品，MaxHermes 是面向开发者的 Agent 平台，底层模型相同，但能力边界和计费方式完全不同。

5. 如果我想用 MaxHermes 做自动化测试，怎么写第一个脚本？
官方控制台有“模板市场”，搜“pytest 生成器”，一键部署一个能自己写测试用例、执行并报告 Bug 的 Agent，大约 10 分钟就能跑通。