【实测】Hermes 里 6 个模型，谁先吐字？

短提示下，MiniMax-M3.1-Flash 与 DeepSeek V4.1 Flash 中位首字都在 1 秒内；Qwen3.8 Flash 约 1.3 秒；GLM、Kimi、GPT-6.1-sol 落在 4–5 秒档。Kimi 追问明显变慢（13.81 秒），GLM 则是首轮慢、追问很快。这是体感延迟，不是智商榜。

怎么测

昨晚在 Mac Mini 上跑的一轮 Hermes 原生 gateway 首字延迟基准。

环境

Mac Mini。teamlead 配置，原生 Hermes gateway，Hermes 专用 Magpie key，低推理，并带上正常 Hermes 上下文与工具定义。

方法

计时

从 prompt.submit 前一刻起，到第一条非空可见 message.delta。含提示准备、网络、排队和模型推理，不含建会话。思考中指示不计入可见正文。

方法

样本

每个模型独立隐藏会话：相同短提示 ×3，再加 1 次短追问。24 轮全部流式出字，无工具调用；库表核对无模型 fallback。测试会话已关闭并隐藏。

方法

时间

2026-10-27 00:11:08（Asia/Shanghai）。

方法

中位首字

越短越快。单位：秒。

按中位首字从快到慢。数据时间 2026-10-27 00:11 Asia/Shanghai。
模型	中位首字	3 次范围	首轮	追问
MiniMax-M3.1-Flash	0.89	0.61–1.49	1.49	1.33
DeepSeek V4.1 Flashdeepseek-v4.1-flash-1017	0.91	0.68–1.03	1.03	1.18
Qwen3.8 Flashqwen3.8-flash	1.32	1.14–2.24	2.24	4.65
GLM-5.3 Flashglm-5.3-flash	4.12	1.35–5.51	5.51	1.21
Kimi k3.1-prok3.1-pro	4.15	3.17–5.92	5.92	13.81
GPT-6.1-solgpt-6.1-sol	4.79	3.84–5.57	3.84	6.88

Hermes 首字延迟中位条形图。短提示 ×3：MiniMax-M3.1-Flash 0.89 秒，deepseek-v4.1-flash-1017 0.91 秒，qwen3.8-flash 1.32 秒，glm-5.3-flash 4.12 秒，k3.1-pro 4.15 秒，gpt-6.1-sol 4.79 秒。 — ▲ 六模型中位首字对比

首轮与追问首字延迟对比。追问：MiniMax 1.33 秒，DeepSeek 1.18 秒，Qwen 4.65 秒，GLM 1.21 秒，Kimi 13.81 秒，GPT-6.1-sol 6.88 秒。 — ▲ 首轮 vs 追问

看点

1 秒内

两个 Flash 国产路由进 1 秒内：MiniMax-M3.1-Flash 中位 0.89 秒，DeepSeek V4.1 Flash 中位 0.91 秒，体感最接近「秒回」。

看点

GLM

GLM-5.3 Flash 首轮 5.51 秒，追问掉到 1.21 秒。首轮偏慢，缓存或热身后反差大。

看点

Kimi

Kimi k3.1-pro 追问飙到 13.81 秒，短对话场景要小心。

看点

GPT-6.1

GPT-6.1-sol 中位 4.79 秒，三次范围 3.84–5.57 秒，稳定在 4–5 秒档。不算拖后腿，也不抢头条。

看点

局限

返回主页

样本小、全是短提示。不能代表长上下文、复杂任务或工具链，也不含微信/飞书投递延迟。这是体感延迟，不是智商榜，更不是模型质量排名。

同步自微信公众号「Hobson 小党」· 2026-10-27 · 原发公众号贴图