Teknium 是谁：Hermes 4.3 量化版月下载 28,972，原版 2,007，同批权重差 14 倍

搜 teknium，翻到的全是几条 X 帖截图和转载，没人说清这人是谁、他那批 Hermes 模型现在什么行情。个人主页真名不公开，模型却能直接下载，那就只看接口里查得到的数。

💡 你将学到

搜 teknium，翻到的全是几条 X 帖截图和转载，没人说清这人是谁、他那批 Hermes 模型现在什么行情。个人主页真名不公开，模型却能直接下载，那就只看接口里查得到的数。

📜 目录

• 一、身份：三个能自己核对的点
• 二、模型行情：2026 年 11 月 1 日从 HF 接口拉下来的数
• 三、4.3 这一版改了什么
• 四、显存账：这张表是我按文件大小算的
• 五、Agent 仓库的节奏
• 六、自己跑一次：命令和没跑通的部分
• 七、最容易搞混的两件事

先说答案：Teknium 是 Nous Research 的联合创始人，现在带 Hermes Agent 这条产品线，Hermes-4 技术报告的第一作者署名是 Ryan Teknium。名字是个网名，真名不公开，公开出口只有 X、GitHub、HuggingFace 三个账号。这个人有一个好处，他说过的东西基本都能拉到原始数字，下面写的每一条都标了出处和抓取时间。

一、身份：三个能自己核对的点

X 主页的自我介绍原文是「Cofounder and Lead Engineer - Hermes Agent @NousResearch, prev @StabilityAI」，路径是从 Stability AI 到 Nous 的后训练负责人，再转到 agent 本体。

GitHub 上他的账号是 teknium1，接口返回的建号时间是 2023-03-07，公开仓库 175 个，关注者 7,146，简介一栏只有一句「Maximize Human Potential」。

HuggingFace 上账号是 teknium，名下 32 个模型，最早那批是 2023 年 Llama 2 时代的 OpenHermes 微调。到今天还在被人下载的是 OpenHermes-2.5-Mistral-7B，923 个赞、最近 30 天 4,393 次下载，比他后来参与的 405B 大模型赞数还高九倍多。

二、模型行情：2026 年 11 月 1 日从 HF 接口拉下来的数

数据来源是 /api/models?author=NousResearch&search=Hermes-4，likes 和 downloads 两个字段原样照抄，downloads 是最近 30 天口径，不是累计。

第一行和第二行是同一个模型。原版 BF16 月下载 2,007，量化集合 28,972，差 14.4 倍。点赞的方向反过来：原版 312，量化版 97。说明收藏的人和真正要跑的人是两拨，收藏夹里放原版，硬盘里装量化版。

405B 那一行值得多看一眼。参数最猛，赞只有 97，月下载 2,053，还不如 14B 的零头。权重放出来和有人跑得动是两件事。

三、4.3 这一版改了什么

模型卡上写着的四条：基底换成 ByteDance Seed-OSS-36B-Base，许可证 Apache-2.0，参数量 36.15B；混合推理，模型觉得需要思考时自己插 <think> 段，不需要就直接答；后训练语料从 Hermes 3 的约 100 万条、12 亿 token 扩到约 500 万条、600 亿 token；以及这是第一个跑在 Psyche 网络上、跨互联网去中心化训练出来的 Hermes。

四、显存账：这张表是我按文件大小算的

量化仓库里六个文件的实际体积，加上我用「体积 × 8 ÷ 参数量」算出的每权重比特数：

Q4_K_M 不是四比特，是 4.82。embedding 和一部分 attention 权重留在更高精度，这是 llama.cpp 的常规做法，所以标称四比特的包实际比标称大两成。按体积挑机器时用 4.82 算，别按 4 算，按 4 算出来的 18GB 内存不够用。

KV cache 要另加，跟量化档位无关。config.json 里是 64 层、80 个注意力头、8 个 KV 头、head_dim 128，fp16 存：每 token 的 KV = 2 × 64 × 8 × 128 × 2 字节 = 262,144 字节，正好 256 KiB。乘出来的数是硬的：8k 上下文 2 GiB，32k 要 8 GiB，128k 要 32 GiB，模型卡标的最大位置 524,288 全吃满要 128 GiB。

合起来算一台机器：24GB 显卡放得下 Q3_K_M 权重（17.62GB），剩下 6GB 只够四五千 token 的上下文；要 32k 上下文，Q4_K_M 的 21.76GB 加 KV 8GB 等于 29.8 GiB，24GB 卡直接出局，得上 32GB 卡、双卡，或者把 KV 甩到内存里跑 CPU 混推。

五、Agent 仓库的节奏

Hermes Agent 的仓库是 NousResearch/hermes-agent，MIT 协议，建于 2025-07-22。GitHub 接口今天返回的数字：259,190 星、56,999 个 fork、52,215 个未关 issue，我用搜索接口又核对了一遍，两个口径一致。

发行版一共 44 个，最早 v2026.3.12 发于 2026-03-12，最新 v0.22.5 发于 2026-10-23。225 天 44 个版本，平均 5.1 天一个，8 月和 10 月各发 8 个，6 月只发 2 个。语言构成里 Python 117.8MB、TypeScript 42.2MB，前端和桌面端不是挂件。

查自己落后多少，一条命令就够：hermes --version。我这台机器返回 v0.21.5+2431.gc15ebb1（2026.9.24），比最新版低一个次版本号。输出里带构建日期和 upstream commit，比翻更新日志快。

六、自己跑一次：命令和没跑通的部分

hf download NousResearch/Hermes-4.3-36B-GGUF hermes-4_3_36b-Q4_K_M.gguf --local-dir ./h43
llama-server -m ./h43/hermes-4_3_36b-Q4_K_M.gguf -c 8192 -ngl 99 --jinja --port 8080

--jinja 别省。4.3 的对话模板带思考段和工具调用段，用默认模板会把 <think> 里的内容当正文直接吐出来。

没跑通的地方照实讲：我原想在本机量一次 Q4_K_M 的 tokens/s，结果这台机器上 ollama 和 llama.cpp 都没装，直连 huggingface.co 超时（curl 返回 000），换 hf-mirror 被 401 挡住，权重没下成。所以这篇里没有 tokens/s 数字，只有一个自己踩空的记录。上面第三节和第五节的表走的是文件清单接口和 config.json，不依赖下载权重，谁都能复现。

七、最容易搞混的两件事

人与人的混淆：Jeffrey Quesnelle 是 Nous 的 CEO 兼 CTO，YaRN 长上下文那篇的作者，X 上是 @theemozilla；Teknium 是另一位联创，管后训练和 Hermes 模型线，现在带 agent。有聚合站把创始团队写成「Jeffrey Quesnelle、Karan Malhotra、Teknium、Shivani Mitra」，四个人名并排，看着像四个实名，其实中间那个是网名，不是第五个人。

模型归属的混淆：teknium 这个 HF 账号下 32 个模型，大多是 2023 年他个人微调的 OpenHermes；现在的 Hermes 4 / 4.3 全挂在 NousResearch 组织下，不在个人页。搜「teknium 模型」想找能跑的最新权重，去组织页，个人页会把你带去买两年前的 7B。

接着看：

• LLM API 成本对照：把 4.3-36B 换成云端调用，每月多少钱
• Hermes /learn：给它一个文件夹，它自己长出技能
• OpenHands 安装指南：另一个开源编码 agent 的落地步骤
• 小内存机器上的容器实测：Weaviate 与 Vespa 谁起得来
• Claude Managed Agents：托管 agent 的 Beta 头与限流