Tips

Van model wisselen en hoe hard het nadenkt

Twee dingen die niets met elkaar te maken hebben, maar die vaak door elkaar gehaald worden. Het eerste is welk model je werk doet. Het tweede is hoeveel tijd dat model mag nemen voor het antwoord begint.

Les 1: hermes model kiest de leverancier én het model

Eén commando, twee keuzes. Eerst de leverancier, dan het model.

Je typt in de terminal:

hermes model

Dan opent een keuzemenu. Je kiest met de pijltjestoetsen en bevestigt met Enter. Het menu vraagt eerst bij wie je het model haalt, en daarna welk model je wil.

Wat die twee dingen zijn.

  • De leverancier (provider) is het bedrijf of de machine waar het model draait. Nous Portal, OpenRouter, Anthropic, OpenAI, Google, DeepSeek en xAI zijn bedrijven. LM Studio en llama.cpp zijn programma's op je eigen pc.
  • Het model is de motor zelf, de naam van het ding dat je vraag leest en het antwoord schrijft.

Een vergelijking die klopt: de provider is de garage, het model is de auto. Je kan bij dezelfde garage van auto wisselen, en dezelfde auto kan bij een andere garage staan.

Wat het bij mij nu is. Zo zie je je huidige stand:

hermes config get model.provider
hermes config get model.default

Bij mij staat er nous als provider en deepseek/deepseek-v4.1-flash-1017 als model. Dat is een snel en goedkoop model, geen zwaargewicht.

Wanneer je dit gebruikt.

  • Je wil een sterker model voor één moeilijke klus, en daarna terug naar het snelle.
  • Je wil overschakelen naar een lokaal model, zodat er niets naar buiten gaat.
  • Je factuur loopt op en je wil een goedkoper model proberen.

Wat je niet doet. Van model wisselen midden in een gesprek dat al lang loopt. Dat breekt de korting die je krijgt op herhaalde tekst (prompt caching), en dan betaal je opnieuw voor alles wat al in het gesprek staat.

Les 2: agent.reasoning_effort is denkruimte

Dit is geen ander model. Het is dezelfde motor, met meer of minder tijd om na te denken voor hij begint te schrijven.

De standaard in de meeste lessen is medium. De volledige ladder is langer dan de meesten denken:

none → minimal → low → medium → high → xhigh → max → ultra

Wat het echt doet. Bij modellen die "denken" ondersteunen, wordt dit omgezet in een budget aan tokens dat het model mag besteden voor het antwoord begint. Bij de Anthropic-modellen is dat concreet: 4.000 tokens bij low, 8.000 bij medium, 16.000 bij high, 32.000 bij xhigh.

Een token is ongeveer driekwart woord, dus 8.000 tokens is ruwweg 6.000 woorden aan stil denkwerk dat jij nooit te zien krijgt. Meer budget betekent dus trager en duurder. Het betekent ook beter werk bij dingen die je niet in één stap kan doen: plannen maken, cijfers natrekken, een fout zoeken in iets dat niet werkt.

Bij none en minimal slaat het model het denkwerk over en antwoordt het meteen.

Simpel gezegd. low is iemand die direct antwoordt. high is iemand die eerst zijn notitieboek opent.

Wanneer je het hoger zet.

  • Een taak met veel stappen, waar een fout in stap twee alles verpest.
  • Debuggen, dus zoeken waarom iets niet werkt.
  • Rekenwerk en controle van cijfers.

Wanneer je het lager zet.

  • Iets opzoeken, iets herschrijven, een lijst maken.
  • Klussen die elke dag automatisch lopen, zoals een vacaturelijst ophalen. Daar telt elke token.

Zo zet je het:

hermes config set agent.reasoning_effort high
hermes config set agent.reasoning_effort medium

De waarschuwing die je zal zien. Na het zetten verschijnt er een regel als "'agent.reasoning_effort' is not a recognized config key, Hermes may not read it" Dat is een fout in de controlelijst van het programma, niet in jouw instelling. De waarde wordt opgeslagen en Hermes leest ze bij het opstarten echt (nagekeken in de broncode, via resolve_reasoning_config). Je mag die waarschuwing negeren, of ze wegzetten door --force achter het commando te zetten:

hermes config set agent.reasoning_effort high --force

Eén ding om te weten: een instelling per model wint van deze algemene instelling. Zet je iets specifieks voor één model, dan geldt dat.

Twee eerlijke grenzen. Niet elk model luistert naar deze instelling. Bij een model zonder denkmodus doet ze niets, en sommige leveranciers negeren haar gewoon. En hoger is niet automatisch beter: bij een simpele vraag is het weggegooid geld en wachttijd.

De fout die iedereen maakt

Deze twee instellingen samen verwarren met kwaliteit. Een zwak model met veel denkruimte wordt geen sterk model, en een sterk model met low kan nog steeds goed werk leveren voor een simpele vraag.

De volgorde die werkt: eerst het juiste model kiezen voor de klus, dan pas de denkruimte bijstellen.

Wat je hierna zelf kan

Je weet nu wat hermes model verandert, en je weet dat agent.reasoning_effort niets met het model te maken heeft maar met de tijd ervoor. Daarmee kan je voor elke klus de juiste combinatie kiezen, en dat is het hele punt.

Bronnen

  • hermes model --help in de installatie, "Interactively select your inference provider and default model"
  • hermes_cli/config_defaults.py in de Hermes-broncode, versie 0.23.0, voor de standaardwaarden en de lijst van instellingen
  • agent/reasoning_effort.py, de volledige ladder none, minimal, low, medium, high, xhigh, max, ultra
  • agent/anthropic_adapter.py, de tokenbudgetten per niveau, nagekeken op 14 november 2026
← Alles uit de vaultVul de intake in →