Hermes Agent + GLM 5.2: el dúo open source que arrasa en benchmarks y es totalmente gratis

🧩 Caso 1: Instala Hermes Agent en tu máquina (5 min, 1 comando)

Esto no es teoría. Abre tu terminal y ejecuta:

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Ese único comando detecta tu SO, instala dependencias (Python 3.11+, Node.js, ripgrep, ffmpeg), clona el repo en ~/.hermes, crea un virtualenv y lanza un wizard de configuración. En una conexión normal, menos de 5 minutos.

Cuando termine, recarga la shell y verifica:

source ~/.bashrc
hermes --version
# Hermes Agent v0.8.0

El setup wizard te pedirá elegir proveedor de LLM. Tienes tres caminos: OpenRouter (200+ modelos, una sola API key), Ollama (modelos locales, cero coste), o Nous Portal (OAuth que cubre modelo + herramientas). Para este tutorial usamos Nous Portal porque es el camino más rápido: un OAuth y ya tienes modelo, búsqueda web, generación de imágenes, TTS y navegador.

Si algo falla, hermes doctor te hace un diagnóstico completo del entorno. Yo lo he usado en una Raspberry Pi 5 con 8 GB de RAM usando Ollama + un modelo de 7B y va fluido — unos 50-80 tokens/segundo con aceleración Metal en Apple Silicon, según las pruebas de NxCode.

🧩 Caso 2: Tu primer agente autónomo con skills que se crean solas

Lo que diferencia a Hermes Agent de cualquier otro asistente es su built-in learning loop. No es un chatbot que responde y olvida. Cada tarea compleja que resuelve la convierte automáticamente en un skill — un documento reutilizable que encapsula el flujo de trabajo completo.

Pongamos un ejemplo real. Le pedí que monitorizara el estado de mi servidor cada 4 horas:

hermes "revisa cada 4h si https://lafronteraia.com responde con 200, y si falla, mándame un Telegram"

Hermes no solo ejecutó la tarea. Creó un skill llamado health-check con el flujo completo: curl → parsear status code → condicional → Telegram API. La siguiente vez que le pedí "añade también monitorizar el sitemap", no empezó de cero — extendió el skill existente.

Esto es brutal porque significa que el agente se vuelve mejor con el uso. Según Armalo AI, Hermes Agent incluye benchmarks integrados (TBLite, YC-Bench, Terminal-Bench 2.0) y su sistema GEPA de auto-mejora permite que el agente evalúe su propio rendimiento y ajuste estrategias.

🧩 Caso 3: GLM 5.2 — el modelo gratuito que ha batido a Claude Code

Aquí viene la parte que me dejó con la boca abierta. GLM 5.2 es un modelo open-weight de Zhipu AI (Z.ai) lanzado el 13 de junio de 2026 bajo licencia MIT. Tiene ~750 mil millones de parámetros totales pero solo activa ~40 mil millones por token gracias a su arquitectura Mixture-of-Experts (MoE).

El equipo de Semgrep lo puso a prueba contra Claude Code en detección de vulnerabilidades IDOR. Resultado: GLM 5.2 obtuvo un 39% F1, Claude Code un 32%. Siete puntos de ventaja sin scaffolding, sin harness propietario — solo el prompt desnudo. Y a un coste de $0.17 por vulnerabilidad encontrada.

En benchmarks de coding estándar, los números también impresionan: 81.0 en Terminal-Bench 2.1 (contra 63.5 de GLM 5.1 y 85.0 de Claude Opus 4.8) y 62.1 en SWE-bench Pro, codeándose con los modelos cerrados de frontera, según Flowtivity. No está mal para un modelo que puedes descargar y ejecutar en tu propio hardware.

El contexto llega a 1 millón de tokens y Z.ai asegura que se mantiene fiable incluso en trayectorias de agente largas y caóticas. Para tareas de seguridad esto es clave: necesitas razonar a través de múltiples archivos y frameworks de autorización sin perder el hilo.

🧩 Caso 4: Conecta Hermes Agent a Telegram y programa tareas automáticas

Una de las cosas que más me gustan de Hermes Agent es que no vive atado a tu portátil. Lo instalas en un VPS de 5€, un clúster GPU, o infrastructure serverless como Daytona o Modal, y hablas con él desde Telegram mientras trabaja en una VM a la que nunca haces SSH.

La configuración del gateway de mensajería es directa. Según Tencent Cloud, Hermes Agent soporta Telegram, Discord y Slack de forma nativa. Solo necesitas un token de bot de Telegram (lo creas en 2 minutos con @BotFather) y añadirlo a la config:

hermes setup --telegram

Para tareas programadas, Hermes tiene su propio sistema de cron integrado. Le dices "ejecuta X cada Y" y él se encarga. Yo mismo tengo varios crons corriendo: uno que regenera el index de La Frontera IA cada 4 horas, otro que monitoriza Google Search Console cada mañana, y un tercero que publica artículos automáticamente usando el sistema de skills autogenerados.

El GitHub de Hermes Agent está que arde: cada release nueva mete mejoras brutales. La última (v0.8.x) trajo session_search 4.500× más rápido, defensas contra ataques Promptware, integración con Bitwarden Secrets Manager, y un catálogo MCP aprobado por Nous Research. Es el proyecto open source con más tracción en la categoría de agentes IA ahora mismo.

🧩 Bonus: Cómo usar GLM 5.2 con Hermes Agent (y por qué deberías)

La combinación es obvia pero pocos la han conectado: usa GLM 5.2 como el cerebro y Hermes Agent como el cuerpo. GLM 5.2 aporta la potencia bruta de razonamiento a coste casi nulo (es 5.7× más barato que Claude Opus 4.8 según LLM Stats), y Hermes Agent aporta la persistencia, las skills, los gateways de mensajería y el cron.

Para usarlo con Ollama (gratis, local):

ollama pull glm5.2:latest
hermes model --provider ollama --model glm5.2:latest

Si prefieres API, Z.ai ya ofrece GLM 5.2 a través de OpenRouter y su propia API. El modelo corre en DeepSeek V4 Pro como backend si usas el provider de DeepSeek directamente — que es justo lo que uso yo para este sitio.

Una advertencia honesta: GLM 5.2 es open-weight, no open-source completo. Los pesos están publicados bajo MIT, pero los datos de entrenamiento y el pipeline completo no. Para la mayoría de casos de uso esto no importa, pero si trabajas en entornos regulados, tenlo en cuenta. MindStudio lo explica bien: puedes descargarlo, fine-tunearlo e inspeccionarlo, que es lo que de verdad importa.