Native Desktop-App: Seit der öffentlichen Preview Anfang Juni 2026 (v0.15.2) gibt es Hermes als eigenständige Anwendung für macOS, Windows und Linux – mit Ein-Klick-Installation, In-App-Selbstupdate, Datei-Drag-and-Drop, Modell-Auswahl in der Statusleiste und einem browserbasierten Verwaltungs-Dashboard (MCP-Katalog, Credentials, Webhooks, Memory). Das jüngste Release v0.17.0 („Reach Release“, 19. Juni 2026) ergänzte laut Release-Notes Hintergrund-Subagenten, Bildbearbeitung im Bildgenerierungs-Tool sowie neue Kanäle (iMessage über Photon, das Raft-Agentennetz).
Mixture of Agents (MoA): Das Feature erscheint in Hermes als wählbares Modell-Preset (Provider „moa“). Dahinter laufen mehrere Referenzmodelle parallel und ohne eigene Tool-Schemata; ihre Antworten werden als privater Kontext an einen Aggregator angehängt, der dann die eigentliche Antwort schreibt und die Tool-Calls ausführt. Weil die Referenz-Ausgaben erst am Ende des Nutzer-Turns angehängt werden, bleibt das Prompt-Caching intakt. MoA ist die Werkzeug-Variante der gleichnamigen Forschungsidee (mehrere LLMs als Schichten von Vorschlägen plus Aggregation) und zielt auf besonders schwere Aufgaben, bei denen sich der Mehraufwand lohnt.
Belege und Vorbehalte: Nous nennt für eine MoA-Konfiguration („Opus 4.8 aggregiert über eine GPT-5.5-Referenz“) auf der eigenen HermesBench einen Wert von 0,82 gegenüber 0,76 für Opus 4.8 und 0,74 für GPT-5.5 jeweils solo – das ist eine Anbieter-Selbstmessung und kein unabhängiger Beleg. In der Praxis bedeutet MoA mehr Tool-Calls, mehr Tokens, höhere Kosten und längere Laufzeit; es ist explizit kein Werkzeug für schnelle Alltagsfragen. Hermes bleibt vollständig offen (MIT), self-hostbar und modellunabhängig (Anthropic, OpenAI, DeepSeek, Gemini, Mistral, lokal über LM Studio oder OpenRouter).