Hermes Agentが6基盤比較で21/29、Codex・Command Codeと首位タイ

Teknium氏は、Composioが示した6つのエージェント基盤のタスク成功率比較を取り上げ、Hermes Agentを精度・コスト・速度で上位級だと評価した。比較ではHermes Agent、Codex、Command Codeが29件中21件で並んだ。AIエージェント選びでは首位争いに目が向きやすいが、今回は基盤間の差がかなり狭かったことも実用的な判断材料になる。

3基盤が21件で並ぶ

Claude Codeは首位から1件差だった。OpenCodeとPi Agentは19件に成功し、先頭との差は約7ポイントに収まった。6基盤を比べても、最上位から下位まで大きく離れた結果ではない。

ただし、これは引用された比較をTeknium氏が紹介した投稿であり、正式な企業発表ではない。今回の素材には、使ったモデルやハードウェア、タスクの詳細、各基盤のバージョンといった条件は記されていない。数字を別の環境へそのまま当てはめるのは避けたい。

差がついたのは3件だけ

内訳を見ると、18件は全基盤が成功し、8件は全基盤が失敗した。つまり29件中26件で成否が一致し、結果が分かれたのは3件だけだ。数字の並びだけなら首位タイが見出しになるが、使う側には、この3件が自分の作業に近いかどうかの方が気になるところだ。

Teknium氏はコストと速度も含めてHermes Agentを評価しているものの、投稿には両者の測定値や比較条件は示されていない。今回確認できる具体的な数値はタスク成功率まで。採用判断には、残る3件の内容や計測条件を確かめる余地がある。

参照したX投稿

Teknium氏（@teknium）の元投稿