O que é Hermes Agent?
Hermes Agent é um agente de IA autônomo e de código aberto criado pela Nous Research, lançado em fevereiro de 2026 sob a licença MIT. Diferentemente dos copilotos de código que vivem dentro de uma IDE ou de wrappers de chatbot em torno de uma única API, Hermes é um agente que se aprimora automaticamente, executado na sua própria infraestrutura, com persistência de memória entre sessões e acúmulo de capacidades ao longo do tempo. Atingiu 135.000 estrelas no GitHub em menos de três meses, tornando-se um dos frameworks de agentes de código aberto com crescimento mais rápido do ano.
O agente funciona no Linux, macOS e WSL2 sem pré-requisitos — o instalador cuida de tudo por meio de um único comando curl no terminal. A interface é do tipo TUI (interface de usuário de terminal), ou seja, opera inteiramente pela linha de comando. Uma vez em execução, o Hermes se conecta ao provedor de modelo de IA que você selecionar, e todo o histórico de conversas e tarefas é armazenado localmente.
O recurso que diferencia o Hermes de agentes mais simples é o /goal. Definir um objetivo para o Hermes em vez de uma tarefa pontual indica que ele deve trabalhar de forma autônoma até atingir esse objetivo — encadeando chamadas de ferramentas, verificando seu próprio resultado e continuando sem a necessidade de intervenção. Esse loop pode rodar por horas e realizar milhares de chamadas de ferramentas, sendo muito adequado para pesquisa, geração de código e tarefas de arquivos em múltiplas etapas que normalmente exigiriam você no teclado.
O que é MiniMax M3?
MiniMax M3, lançado em 1.º de junho de 2026, é um modelo de fronteira com pesos abertos construído sobre uma arquitetura proprietária chamada MiniMax Sparse Attention (MSA). A ideia central da MSA é direta: em vez de prestar atenção a cada token da janela de contexto, o modelo seleciona os blocos mais relevantes do seu cache de chave-valor para cada consulta e ignora o restante. Isso significa que um contexto de 1 milhão de tokens não custa o equivalente computacional de 1 milhão de tokens — custa aproximadamente um vigésimo disso, porque a maior parte do contexto é ignorada na maior parte do tempo.
Na prática, isso produz dois efeitos. Primeiro, o modelo é rápido: a MiniMax reporta mais de 9× de aceleração na fase de pré-carregamento e mais de 15× na decodificação em contextos longos, em comparação com um modelo de atenção padrão. Segundo, o contexto de 1 milhão de tokens — suficiente para conter uma base de código inteira ou um briefing de pesquisa com a extensão de um livro — está disponível a um preço que seria antieconômico com atenção convencional.
Nos benchmarks publicados pela MiniMax, o M3 obteve 59,0% no SWE-Bench Pro e 83,5% no BrowseComp, superando o GPT-5.5 e o Gemini 3.1 Pro em tarefas de programação e ficando acima do Claude Opus 4.7 em geração de SVG e benchmarks de navegação. Esses números provêm dos próprios resultados publicados pela MiniMax; a verificação independente por terceiros ainda está se atualizando em relação a um modelo lançado há apenas algumas semanas.
Instalando o Hermes e conectando ao MiniMax
A instalação completa requer apenas um comando no terminal. Abra um terminal (ou WSL2 no Windows) e execute o instalador de uma linha do repositório do Hermes no GitHub:
curl -fsSL https://hermes-agent.org/install.sh | shO instalador baixa o Hermes e suas dependências automaticamente. Após a conclusão, inicie o Hermes pelo terminal. A configuração da primeira execução solicitará que você selecione um provedor de modelo — escolha MiniMax na lista.
Para obter sua chave de API do MiniMax, acesse minimax.io, crie uma conta e navegue até o console de API. Copie a chave e cole-a quando o Hermes solicitar. Em seguida, selecione MiniMax M3 como modelo. A partir daí, o Hermes utiliza o M3 como sua inteligência subjacente para todas as tarefas.
/goal simples para testar a configuração: digite /goal Write a summary of the last 5 files in this directory and save it as summary.md. O Hermes deve listar os arquivos, lê-los, escrever o resumo e confirmar — tudo sem mais instruções.O que você pode fazer na prática
Com um contexto de 1 milhão de tokens e um loop de objetivos autônomo, a combinação abre tarefas que são impraticáveis com janelas de contexto menores ou modelos que requerem supervisão constante.
Pesquisa aprofundada. Use /goal para pedir ao Hermes que pesquise um tema, reúna fontes e produza um relatório estruturado. O contexto de 1 milhão de tokens permite ao agente manter em memória todo o seu conjunto de trabalho — notas, fontes, rascunhos — sem perder material anterior. Esse tipo de tarefa antes exigia ferramentas de pesquisa pagas ou pipelines de agentes sob medida.
Trabalho em escala de base de código. O Hermes pode ler um projeto inteiro, compreender dependências entre arquivos, implementar um recurso, escrever testes e iterar — tudo como um único objetivo. Com um contexto suficientemente grande, o agente não precisa paginar pelo código nem perder o rastro de descobertas anteriores.
Geração criativa. Animações em SVG, mockups de design e trabalhos criativos com múltiplos arquivos são tarefas em que o desempenho do MiniMax M3 nos benchmarks de SVG se manifesta na prática. Essas tarefas são concluídas rapidamente e com custo muito baixo por execução.
Automação em múltiplas etapas. Como o Hermes persiste a memória entre sessões e suporta integração multi-canal (Telegram, Discord, Slack e outros), ele pode ser deixado monitorando uma tarefa e reportando de volta — em vez de exigir supervisão a cada etapa.
Quanto custa na prática?
MiniMax M3 tem preço de US$ 0,60 por milhão de tokens de entrada e US$ 2,40 por milhão de tokens de saída no nível de API padrão, listado no OpenRouter e no console de API da MiniMax. No lançamento, a MiniMax ofereceu um desconto promocional de 50%, reduzindo os preços efetivos para aproximadamente US$ 0,30 de entrada e US$ 1,20 de saída por milhão de tokens — embora as tarifas promocionais mudem, e você deva verificar os preços atuais antes de orçar um projeto.
| Nível | Entrada (por 1M tokens) | Saída (por 1M tokens) | Limite de contexto |
|---|---|---|---|
| API padrão | US$ 0,60 | US$ 2,40 | 1M tokens |
| Desconto de lançamento (50%) | ~US$ 0,30 | ~US$ 1,20 | 1M tokens |
| Nível de contexto longo (>512K tokens) | US$ 1,20 | US$ 4,80 | 1M tokens |
Para contextualizar os preços padrão: uma tarefa de pesquisa que leia 50.000 tokens de material-fonte e gere um relatório de 5.000 tokens custaria aproximadamente US$ 0,04 nas tarifas padrão. Uma sessão autônoma mais longa trabalhando com uma base de código de médio porte — por exemplo, 200.000 tokens de entrada e 20.000 de saída — custaria em torno de US$ 0,17. Esses números são ilustrativos; os custos reais dependem muito da duração do loop de objetivos e de quanto o modelo gera.
O próprio Hermes não tem custo por consulta — é de código aberto e roda localmente. O único custo é o uso de API do modelo que você conectar.
Open Code: uma conexão bônus
Se você já usa uma ferramenta de programação por linha de comando, vale saber que o Open Code — uma alternativa de código aberto aos agentes de programação comerciais — também suporta MiniMax M3 como backend. A conexão é feita com um único comando dentro do Open Code:
/connect minimaxIsso lhe proporciona um fluxo de trabalho semelhante ao dos agentes de programação proprietários, alimentado pelo mesmo modelo M3 e às mesmas tarifas de API. Se você prefere o loop autônomo baseado em objetivos do Hermes ou a abordagem focada em edição de arquivos do Open Code depende da tarefa; ambos são compatíveis com a mesma chave de API do MiniMax.