Back to top
  • 공유 แชร์
  • 인쇄 พิมพ์
  • 글자크기 ขนาดตัวอักษร
ลิงก์ถูกคัดลอกแล้ว

34.4 ล้านล้านโทเคน! Hermes Agent ขึ้นแท่นอันดับ 1 บน OpenRouter

Hermes Agent เอเจนต์ AI สำหรับผู้ใช้ทั่วไป ทำสถิติปริมาณโทเคนสะสมสูงถึง 34.4 ล้านล้านโทเคน และครองอันดับ 1 ของโลกในรอบรายวัน จากดัชนีแอปพลิเคชันสาธารณะของ OpenRouter ขณะที่ OpenClaw อยู่ในอันดับ 5 ด้วยยอดสะสม 4.47 ล้านล้านโทเคน

ข้อมูลจาก OpenRouter เมื่อวันที่ 12 ระบุว่า Hermes Agent เชื่อมต่อการใช้งานโมเดลไว้ทั้งหมด 411 โมเดล ขณะที่ OpenClaw เชื่อมต่อโมเดลอยู่ที่ 377 โมเดล

Hermes Agent ยังครองอันดับ 1 ในหมวดประสิทธิภาพการทำงาน (productivity) เอเจนต์เขียนโค้ด เอเจนต์ส่วนบุคคล และเอเจนต์บนอินเทอร์เฟซบรรทัดคำสั่ง (CLI) ด้วยเช่นกัน ส่วน OpenClaw อยู่อันดับ 2 ในหมวดประสิทธิภาพการทำงานและเอเจนต์ส่วนบุคคล และอันดับ 5 ในหมวดเอเจนต์เขียนโค้ดกับเอเจนต์ CLI

ข้อมูลของ OpenRouter ระบุว่า Hermes Agent เริ่มมีกิจกรรมตั้งแต่เดือนมีนาคม 2026 ส่วน OpenClaw เริ่มตั้งแต่เดือนมกราคมปีเดียวกัน กล่าวคือ แม้ Hermes Agent จะเริ่มใช้งานทีหลัง แต่ปริมาณโทเคนสะสมกลับสูงกว่า OpenClaw ราว 7.7 เท่า

ผลิตภัณฑ์ทั้งสองมีจุดร่วมคือเป็นเอเจนต์ AI สำหรับผู้ใช้ส่วนบุคคล แต่มีวิธีการทำงานที่ต่างกัน เอเจนต์ AI คือระบบปัญญาประดิษฐ์ที่สามารถตัดสินใจด้วยตัวเองและใช้เครื่องมือภายนอกเพื่อดำเนินงานให้บรรลุเป้าหมายที่กำหนดไว้

OpenClaw เน้นการเชื่อมต่อกับแอปพลิเคชันแชท เพื่อจัดการคำสั่ง ท่องเว็บ จัดการไฟล์ และส่งอีเมล ก่อนหน้านี้ TokenPost เคยรายงานถึง กระบวนการที่ช่องทางการใช้งาน OpenClaw ขยายตัวขึ้น จากการสนับสนุนของรัฐบาลท้องถิ่นจีนและการเชื่อมต่อกับ WeChat ของ Tencent

Nous Research ผู้พัฒนา Hermes Agent อธิบายว่าเอเจนต์ตัวนี้เป็น “เอเจนต์ AI ที่พัฒนาตัวเองได้” เอกสารทางการระบุว่าฟีเจอร์หลักประกอบด้วยหน่วยความจำต่อเนื่อง (persistent memory) ลูปการเรียนรู้ในตัว เครื่องมือในตัวมากกว่า 40 รายการ ระบบทำงานอัตโนมัติตามตารางเวลา และซับเอเจนต์ (sub-agent)

โครงสร้างนี้ไม่ได้ออกแบบมาเพื่อประมวลผลคำสั่งเพียงครั้งเดียว แต่เน้นการนำประสบการณ์จากงานก่อนหน้าไปใช้ในการทำงานครั้งถัดไป โดยออกแบบให้จัดการงานระยะยาวที่มีหลายขั้นตอนภายในสภาพแวดล้อมการทำงานเดียวกันได้

ฟีเจอร์ Skill ถูกนิยามให้เป็นเอกสารความรู้ที่สามารถเรียกใช้ได้เมื่อจำเป็น โดย Skill ทั้งหมดจะถูกจัดเก็บในไดเรกทอรีแยกต่างหากในสภาพแวดล้อมของผู้ใช้ ทำให้ขั้นตอนและเกณฑ์การตัดสินใจของงานที่ทำซ้ำสามารถนำกลับมาใช้ในงานครั้งถัดไปได้

ฟีเจอร์การจัดการเป้าหมายก็ออกแบบมาเพื่อรองรับงานระยะยาวเช่นกัน ฟีเจอร์ “Goal” จะรักษาเป้าหมายไว้แม้บทสนทนาจะจบลงแล้ว และสามารถตั้งเงื่อนไขสิ้นสุดงานพร้อมเกณฑ์การตรวจสอบผ่าน “ข้อตกลงความสำเร็จของงาน” (completion contract)

ความแตกต่างระหว่าง Hermes Agent กับ OpenClaw สะท้อนให้เห็นว่าการแข่งขันของเอเจนต์ AI ส่วนบุคคลกำลังขยายขอบเขตออกไปจากการรันคำสั่งพื้นฐาน ไปสู่การสะสมหน่วยความจำ องค์ความรู้ในการทำงาน และเป้าหมาย อย่างไรก็ตาม ความแตกต่างด้านโครงสร้างผลิตภัณฑ์ไม่ได้หมายความว่าจะมีประสิทธิภาพเหนือกว่าเสมอไป

สื่อด้านการศึกษา AI อย่าง DeepLearning.AI ระบุว่าผู้ใช้บางส่วนมองว่าประสิทธิภาพการใช้โทเคนของ Hermes Agent ยังอยู่ในระดับต่ำ ในทางกลับกัน ฟีเจอร์ที่ให้ผู้ใช้ปรับแต่ง Skill และพัฒนาในระหว่างการทำงานถูกมองว่าเป็นจุดต่างที่โดดเด่น

บนเว็บบอร์ดเทคโนโลยี Hacker News มีทั้งความเห็นที่ระบุว่าภาระในการติดตั้งและดูแลระบบของ Hermes Agent ต่ำกว่า OpenClaw และความเห็นเชิงระมัดระวังที่มองว่ายังต้องมีการตรวจสอบเพิ่มเติมก่อนจะมอบหมายงานสำคัญให้ ทำให้การประเมินเรื่องความสะดวกในการใช้งานและความน่าเชื่อถือของผลลัพธ์ยังคงมีความเห็นแตกต่างกันอยู่

ทั้ง Hermes Agent และ OpenClaw ต่างถูกบรรจุอยู่ในคู่มือการเชื่อมต่ออย่างเป็นทางการของ OpenRouter และถูกจัดอยู่ในกลุ่มผลิตภัณฑ์เอเจนต์ที่รองรับการเชื่อมต่อโมเดลจริง การคิดค่าใช้จ่าย และการจัดเส้นทางการทำงาน (routing)

ตัวเลขของ OpenRouter สะท้อนเฉพาะปริมาณการใช้งานผ่านระบบ routing สาธารณะที่ผ่านแพลตฟอร์มนี้เท่านั้น ไม่รวมการใช้งานผ่าน API ส่วนตัวหรือการใช้งานภายในองค์กร นอกจากนี้ ยิ่งงานใช้เวลานาน มีการลองใหม่ (retry) บ่อยครั้ง หรือมีขั้นตอนการทำงานหลายชั้น ปริมาณโทเคนก็อาจเพิ่มขึ้นอย่างรวดเร็ว จึงควรแยกพิจารณาตัวเลขนี้ออกจากคุณภาพผลิตภัณฑ์หรือส่วนแบ่งตลาดโดยรวม

<ลิขสิทธิ์ ⓒ TokenPost ห้ามเผยแพร่หรือแจกจ่ายซ้ำโดยไม่ได้รับอนุญาต>

บทความที่มีคนดูมากที่สุด

บทความที่เกี่ยวข้อง

ความคิดเห็น 0

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม

0/1000

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม
1