🧠 Nous Research: el laboratorio que quiere que la IA sea tuya (y que ya consume más tokens que casi cualquier otra cosa en el planeta)

Hay una cosa que me llamó la atención cuando empecé a mirar Nous Research con calma: no venden una suscripción. No te piden que subas tu código a su nube. No intentan meterte en un ecosistema cerrado. Lo que hacen es construir modelos y agentes que puedes descargar, ejecutar en tu propio ordenador, y modificar a tu gusto. Y aun así, su agente Hermes consume más tokens al día en OpenRouter que la gran mayoría de aplicaciones que existen. Esa combinación de filosofía abierta y adopción masiva es rara. Y merece la pena entenderla antes de decidir si esto te sirve o no.

🔍 ¿Qué es exactamente Nous Research?

Nous Research es un laboratorio de investigación de inteligencia artificial de código abierto fundado en 2023 y con sede en Austin, Texas. La empresa la formaron cuatro personas: Jeffrey Quesnelle, Karan Malhotra, Ryan Teknium y Shivani Mitra. El nombre viene del griego antiguo nous, que Platón y Aristóteles usaban para referirse a la intuición o el intelecto más alto del ser humano.

Su producto más conocido no es un chatbot. Son dos cosas que van de la mano. Por un lado, la familia de modelos Hermes (Hermes 2, Hermes 3, Hermes 4), que son modelos de lenguaje de pesos abiertos basados en Llama y Qwen, afinados para seguir instrucciones con precisión, hacer llamadas a funciones y mantener conversaciones largas sin perder el hilo. Por otro lado, Hermes Agent, el agente autónomo que lanzaron en febrero de 2026 y que vive en tu servidor o tu ordenador, recuerda lo que aprende, y se vuelve más capaz cuanto más tiempo lleva funcionando.

La cifra que lo pone todo en contexto: en agosto de 2026, Hermes Agent procesó 1,5 billones de tokens en un solo día en OpenRouter. Eso es casi tanto como las otras 49 aplicaciones de la plataforma combinadas. Acumula más de 33 billones de tokens desde su lanzamiento.

¿Qué problema resuelve? El problema que Nous Research lleva años señalando: que la inteligencia artificial más avanzada está concentrada en unas pocas empresas que controlan los modelos, los datos y el acceso. Su apuesta es construir alternativas que cualquiera pueda ejecutar, auditar y modificar. No es solo un producto. Es una postura sobre cómo debería funcionar la IA.

🧩 Funciones principales

• Hermes Agent con memoria persistente: el agente recuerda conversaciones, preferencias y tareas entre sesiones. No empieza de cero cada vez que lo abres. Con el tiempo, va acumulando contexto sobre cómo trabajas y qué necesitas.
• Autoaprendizaje de habilidades (skills): cuando Hermes completa una tarea compleja, escribe un archivo de skill con el proceso que siguió. La próxima vez que se enfrenta a algo similar, lo consulta y lo ejecuta sin tener que descubrirlo de nuevo. Con el uso, se vuelve más eficiente sin que tú hagas nada.
• Ejecución completamente local: puedes ejecutar Hermes Agent con modelos locales a través de Ollama, llama.cpp o Unsloth. Sin claves de API, sin suscripciones, sin que tus datos salgan de tu máquina. Para trabajo con código sensible, es la única opción real de agente completo que funciona así.
• Control por mensajería: le hablas a Hermes desde Telegram, Discord, Slack o WhatsApp. Recibe instrucciones, las ejecuta, y te reporta por el mismo canal. No necesitas abrir una interfaz web ni una app dedicada.
• Más de 40 herramientas integradas: búsqueda web, generación de código, comprensión de imágenes, automatización de archivos, tareas programadas (cron). El agente puede encadenar varias de estas herramientas para completar un flujo de trabajo complejo.
• Familia de modelos Hermes 4: modelos de pesos abiertos (14B, 70B, 405B) con licencia Apache 2.0. El modo híbrido de razonamiento te permite alternar entre modo directo y modo razonamiento profundo según la tarea. Funcionan con cualquier framework compatible con OpenAI.
• Multi-proveedor: Hermes Agent se conecta a Anthropic, OpenAI, Google Vertex, AWS Bedrock, Ollama Cloud, y cualquier API compatible. Puedes cambiar de modelo según la tarea sin cambiar de herramienta.
• Psyche Network: un proyecto experimental de entrenamiento descentralizado que usa blockchain para coordinar cómputo distribuido. El primer testnet entrenó con éxito un modelo de 40 mil millones de parámetros. Es investigación, no producto, pero apunta a una dirección interesante.

✨ Lo que lo diferencia de otros

He usado Claude Code, Cline y otros agentes. Nous Research tiene tres diferencias que importan:

• La IA que puedes poseer, no solo alquilar: los modelos Hermes se descargan, se ejecutan localmente, y se modifican sin restricciones. Si mañana Nous Research desaparece, tú sigues teniendo los pesos. Eso es algo que ninguna herramienta basada en API puede ofrecerte.
• El agente que se mejora solo: la mayoría de agentes hacen lo que les pides y ya está. Hermes escribe skills cuando resuelve problemas, y las consulta después. Con el tiempo, se vuelve más rápido y más capaz en tu flujo de trabajo concreto, sin que tú tengas que configurar nada.
• Adopción masiva sin modelo de negocio agresivo: 1,5 billones de tokens al día es un número enorme. Y no hay una suscripción obligatoria para usarlo. La mayoría de esos tokens se procesan con modelos que la comunidad ejecuta en su propio hardware o con claves API que los usuarios pagan directamente. Es una escala que no depende de una empresa cobrando por asiento.
• Investigación real, no solo producto: el método YaRN que Nous Research desarrolló para extender el contexto de los modelos ha sido citado por Meta, DeepSeek, Kimi y OpenAI. No son solo un equipo que envuelve modelos de otros. Contribuyen a cómo funcionan los modelos en general.

🎯 ¿Para qué se usa en la práctica?

Hermes Agent es un agente de propósito general, pero hay casos donde destaca especialmente:

• Automatización de tareas personales y profesionales: filtrado de correo, organización de archivos, búsqueda de información en múltiples fuentes, generación de informes. El agente vive en tu servidor y ejecuta tareas programadas sin que estés pendiente.
• Desarrollo de software: escribir código, revisar PRs, corregir bugs, ejecutar tests. Con modelos locales, puedes trabajar con código confidencial sin que salga de tu máquina.
• Trabajo con modelos locales: si tienes hardware decente, puedes ejecutar Hermes completamente offline. Un usuario reportó que tras tres skills creadas automáticamente, las tareas repetitivas de investigación redujeron su tiempo en un 40%.
• Investigación y análisis de datos: el agente puede buscar información, extraer datos de páginas web, y sintetizar resultados. Con memoria persistente, va construyendo conocimiento sobre un tema con el tiempo.
• Desarrollo de agentes personalizados: el framework es extensible. Puedes crear tus propias skills, conectar herramientas vía MCP, y adaptar el agente a dominios específicos.

🚀 Cómo empezar

El setup es más técnico que otras herramientas, pero no requiere crear cuenta si usas modelos locales.

1. Instala Hermes Agent: el instalador oficial funciona en Linux, macOS y WSL2. Ejecuta curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash. El instalador detecta dependencias y configura el entorno automáticamente.
2. Configura un proveedor de modelos: puedes usar modelos locales vía Ollama, llama.cpp o Unsloth. Si prefieres modelos en la nube, configura una API key de Anthropic, OpenAI, OpenRouter o Ollama Cloud.
3. Conecta un canal de mensajería (opcional): configura Telegram, Discord o Slack para interactuar con Hermes desde donde ya trabajas.
4. Empieza con una tarea acotada: pídele algo simple y verificable. Busca información sobre X y resúmela o organiza los archivos de esta carpeta según su tipo.
5. Deja que aprenda: cuando Hermes complete una tarea, revisa si ha creado una skill. La próxima vez que le pidas algo similar, la usará automáticamente.

💡 Trucos que marcan la diferencia

• Usa modelos locales si te preocupa la privacidad: con Ollama o Unsloth, todo se ejecuta en tu máquina. Sin API keys, sin datos saliendo. Para trabajo con código o información sensible, es la opción más segura.
• Revisa las skills que crea: Hermes escribe archivos de skill cuando resuelve problemas. Revisarlos te da una idea de cómo está interpretando tus tareas, y puedes editarlos si algo no te convence.
• Configura tareas programadas (cron): Hermes puede ejecutar tareas automáticamente a horas concretas. Útil para informes diarios, revisiones periódicas, o mantenimiento rutinario.
• Empieza con modelos pequeños para tareas simples: no necesitas un modelo de 405B para organizar archivos. Usa modelos ligeros para tareas rutinarias y reserva los grandes para razonamiento complejo.
• Aprovecha el multi-proveedor: puedes configurar Hermes para que use un modelo distinto según el tipo de tarea. Un modelo barato para búsquedas, uno más potente para generación de código.
• Ten paciencia con el aprendizaje: Hermes mejora con el uso. Las primeras semanas será más lento. Después, las skills acumuladas hacen que las tareas repetitivas se resuelvan mucho más rápido.

🖥️ Dónde funciona

• CLI (terminal): la interfaz principal. Instalable en Linux, macOS y WSL2. Es la forma más completa de usar Hermes Agent.
• Desktop: aplicación de escritorio con interfaz gráfica para gestionar modelos, skills y sesiones. Disponible para macOS, Linux y Windows (vía WSL2).
• Telegram, Discord, Slack, WhatsApp: el agente puede ejecutarse en tu servidor y ser controlado desde estas aplicaciones. No necesitas estar frente al ordenador.
• Web: no hay versión web del agente completo, pero el dashboard de administración es accesible vía navegador en tu red local.
• iOS/Android: no hay apps móviles nativas, pero puedes interactuar con el agente desde Telegram o Discord en tu teléfono.

💰 Cuánto cuesta

El software es gratis y de código abierto. Lo que pagas es la inferencia, y ahí tienes opciones para todos los bolsillos.

• Modelos locales (Ollama, Unsloth, llama.cpp): coste marginal cero. Solo electricidad y hardware. Puedes ejecutar Hermes completamente gratis si tienes una máquina con suficiente RAM (8 GB para modelos pequeños, 32 GB o más para modelos grandes).
• BYOK (Bring Your Own Key): conectas tu clave de Anthropic, OpenAI, OpenRouter, etc., y pagas directamente al proveedor. Sin markup de Nous Research. El coste depende de tu uso.
• Ollama Cloud: modelos gestionados sin necesidad de GPU local. Pagas por uso, pero puedes ejecutar modelos grandes sin hardware potente.
• OpenRouter: acceso a cientos de modelos con una sola API key. Útil si quieres probar varios modelos sin configurar cada proveedor por separado.

No hay suscripción obligatoria. No hay plan Pro ni Enterprise que desbloquee funciones. Todo el software está disponible desde el primer momento. La única inversión es el hardware (si quieres ejecutar local) o el coste de inferencia (si usas APIs en la nube).

👥 ¿Para quién es?

• Desarrolladores con conciencia de privacidad: si te importa que tu código y tus datos no salgan de tu infraestructura, Hermes con modelos locales es una de las pocas opciones reales de agente completo que funciona así.
• Entusiastas del código abierto: si valoras poder auditar, modificar y ejecutar sin depender de una empresa, Nous Research está construido sobre esa filosofía.
• Usuarios técnicos que quieren automatizar sin suscripciones: si ya tienes hardware decente o no te importa configurar claves API, puedes tener un agente autónomo funcional por muy poco dinero.
• Investigadores y curiosos: el framework es extensible y la documentación es razonable. Si te interesa cómo funcionan los agentes por dentro, es un buen laboratorio.

No es para: usuarios no técnicos que quieren una experiencia todo incluido sin configuración. Hermes requiere entender conceptos como proveedores de modelos, endpoints, y configuración de API. Si eso te abruma, hay opciones más sencillas.

🌍 Adopción global

Nous Research ha crecido de forma notable desde su fundación en 2023. La familia Hermes acumula más de 50 millones de descargas en Hugging Face. El agente Hermes, lanzado en febrero de 2026, supera las 21.000 estrellas en GitHub y es consistentemente el número uno en consumo de tokens en OpenRouter.

La empresa ha levantado aproximadamente 70 millones de dólares en financiación, con una valoración de 1.000 millones de dólares tras la ronda Serie A de abril de 2025 liderada por Paradigm. En julio de 2026, se reportó que estaba negociando una nueva ronda que elevaría la valoración a 1.500 millones de dólares.

La adopción está concentrada en Estados Unidos y Europa, con presencia creciente en la comunidad global de desarrolladores que usan modelos de pesos abiertos. El perfil de usuario es mayoritariamente técnico: desarrolladores, investigadores, y entusiastas de la IA que valoran la transparencia y el control.

⚖️ Lo bueno y lo no tan bueno

Lo que funciona bien:

• Código abierto de verdad: modelos con licencia Apache 2.0, agente con licencia permisiva, sin telemetría obligatoria, sin dependencia de una API propietaria. Puedes ejecutar todo localmente si quieres.
• El agente que aprende de ti: la capacidad de escribir skills y consultarlas después es una diferencia real. Con el tiempo, Hermes se vuelve más eficiente en tu flujo de trabajo concreto, no en un flujo genérico.
• Escala masiva sin suscripciones: 1,5 billones de tokens al día es un número que valida la propuesta. La gente lo usa porque funciona, no porque sea barato.
• Investigación de frontera: el método YaRN y los avances en entrenamiento descentralizado no son marketing. Han sido citados por Meta, DeepSeek y OpenAI.

Lo que no me convence:

• Configuración técnica: no es plug-and-play. Requiere entender conceptos de modelos, proveedores, y configuración de entorno. El instalador ayuda, pero sigue siendo una herramienta para gente técnica.
• Sin app móvil nativa: puedes interactuar desde Telegram o Discord, pero no hay una experiencia móvil dedicada. Para trabajo en movimiento, no es ideal.
• Calidad variable según el modelo: si usas modelos locales pequeños, el agente puede ser lento o cometer más errores. La experiencia depende mucho del modelo que elijas y del hardware que tengas.
• Historial de controversias: en abril de 2026, Hermes Agent fue acusado de plagiar el motor de código abierto de un equipo chino. La respuesta de Nous Research no ayudó a calmar los ánimos. Es un episodio que conviene conocer.

🆚 Comparativa con alternativas

Resumen: Nous Research y OpenClaw comparten filosofía de código abierto y ejecución local. Hermes destaca por su capacidad de autoaprendizaje y por tener su propia familia de modelos. OpenClaw tiene una comunidad más amplia y más herramientas preconstruidas. Claude Code es más pulido pero cerrado y con suscripción obligatoria. Si valoras la independencia y la posibilidad de ejecutar todo localmente, Nous Research es una opción sólida.

✅ Veredicto: ¿merece la pena?

Sí, para un perfil muy concreto. Nous Research no es para todo el mundo, y la configuración técnica es una barrera real.

Lo recomiendo si: eres técnico y valoras el código abierto de verdad, no solo como marketing. Si te importa la privacidad y quieres la opción de ejecutar todo localmente. Si te interesa un agente que aprenda de tu forma de trabajar y se vuelva más eficiente con el tiempo. Si tienes hardware decente o no te importa pagar por API keys. Si quieres entender cómo funcionan los agentes por dentro, no solo usarlos.

No lo recomiendo si: quieres algo que funcione sin configurar nada. Si prefieres una experiencia móvil pulida. Si no tienes conocimientos técnicos o no te interesa adquirirlos. Si tu hardware es limitado y no quieres pagar por APIs en la nube. Si te preocupan las controversias éticas del proyecto.

Nous Research es uno de los proyectos más interesantes en el espacio de agentes de código abierto. La combinación de investigación de frontera, adopción masiva, y filosofía abierta es rara. Ha tenido tropiezos, y la configuración no es para cualquiera. Pero para quien encaja, es una herramienta que no se parece a ninguna otra.