顶尖闭源大模型要么遭到封禁，要么总存在难以解决的实际问题。面对这种情况，用户该如何应对？近日，Hermes Agent 正式上线 MoA（多智能体混合）功能，允许用户自由组合多种模型，将其作为一个虚拟模型来使用。在 Nous Research 即将公布的基准测试中，这一混合模型的评分甚至超越了 Opus 4.8 和 GPT-5.5。
一、Fable 5、Mythos 5 被禁，多模型组合成为行业趋势
Nous Research 在官方推特上如此表态：“最强大的模型总是受限的，只有极少数人才能获得访问权限。”这句话毫不掩饰地指向了 Fable 5 等模型遭到封禁的事件。
在这一背景下，MoA 的终极目标非常明确：利用开源模型的组合达到顶尖闭源模型的水准。正如 Hermes Agent 联合创始人 Teknium 所说，团队正在测试各种开源模型组合，探索是否能用成本更低的模型实现 Opus 级别的效果。
这种思路其实早有先例。例如，此前日本 AI 独角兽 Sakana AI 发布的 Sakana Fugu 系列编排器模型，会根据具体任务选择最合适的模型来处理，与 MoA 有异曲同工之妙。
MoA 的技术基础也并不新鲜。2024 年 6 月，Together AI 曾发表论文《Mixture-of-Agents Enhances Large Language Model Capabilities》，其核心思路是多 LLM 组合，每一层模型都会参考上一层的输出结果，再继续生成自己的回答。同时，论文将模型划分为两类，即现在 Hermes 所使用的参考模型和聚合模型。
具体来说，当用户提出问题时，参考模型会先分析问题并提供参考意见，随后由聚合模型进行综合判断，调用工具执行具体任务。参考模型仅负责生成意见，不使用任何工具，也不执行任何命令。这种模式能够充分发挥不同模型的独特优势——让擅长规划的模型出谋划策，让长于执行的模型落实行动。
使用这一模式也十分简便。以桌面版为例，在设置中打开模型选项，向下滚动即可看到“Mixture of Agents”选项，直接选择想要使用的模型组合即可。默认配置为两个参考模型加一个聚合模型，用户也可以手动添加更多参考模型。
二、实际测试：游戏制作更流畅，Token 消耗差异不大
海外博主进行了针对性实测，采用两种组合方式分别生成了游戏和交互页面。结果发现，MoA 的任务完成时间并不一定会延长，具体取决于模型选择，同时 Token 消耗量也没有想象中那么惊人。
博主首先测试了小游戏制作，使用 Three.js 开发一个原力海盗训练竞技场游戏。作为对照组，先使用单一模型 glm-5.2 进行测试，输入提示词：
Hermes 花费 0.38 美元，耗时 13 分钟完成了游戏。单一 glm-5.2 生成的整体效果尚可，但移动速度和流畅度存在明显问题——飞船很难躲避敌人攻击，可玩性较差。
随后博主启用了 MoA 模式，使用 kimi-k2.6 和 minimax-m3 作为参考模型，glm-5.2 作为聚合模型，输入相同的提示词。
这次 Hermes 花费 0.47 美元，耗时 35 分钟——成本略高，时间接近原来的三倍。然而，MoA 模式生成的游戏效果明显更优，移动速度、流畅度以及关卡设计的合理性都远超单一模型的输出。
随后博主又用顶尖闭源模型 GPT-5.5 进行了测试，这次要求 Hermes 生成一个可交互的动漫多元宇宙仪表盘，涵盖火影忍者、海贼王、龙珠等 IP。对照组依然使用单一模型 GPT-5.5 执行任务。由于是订阅制，博主坦言无法核算成本。
Hermes 用了接近 7 分钟完成任务。生成的仪表盘中间光球周围的光圈略显简单，缺乏质感，但交互非常流畅。
随后博主使用三个 Grok 模型作为参考模型，GPT-5.5 作为聚合模型进行了同样测试。出乎意料的是，MoA 模式下 Hermes 的生成速度反而更快——推测是因为采用了 Grok 快速模型。
这次生成的仪表盘质感明显提升，中间光球设计感很强，整体交互非常丝滑，点击不同星球还能实现远近景切换。
结语：未来竞争的核心，不止于模型本身
过去，大模型领域的竞争几乎都围绕“谁家的模型更强”展开，用户需要不断切换模型，在编程、写作、推理等不同场景中寻找最合适的那一个。
但 MoA、Sakana Fugu 已经在另一条路上探索：与其等待一个“全能模型”，不如让多个擅长不同能力的模型协同完成一项任务。
这种走向“编排”的趋势，实际上恰好契合了 Agent 的核心需求——模型是底层能力，Agent 负责组织不同模型协作，让规划能力强的模型负责思考，让执行能力强的模型负责落地。
当然，目前 MoA 需要承担更高的推理成本，部分任务耗时也会明显增加，并非所有场景都适合开启。但随着推理成本持续下降、开源模型能力不断提升，多模型协作很可能成为 Agent 未来的默认工作模式。
