最近使用hermes对话太长之后后续回复响应的会离谱的慢，更吃token，具体表现如下
第一个是9点54分测试，直到10点12分才响应，第二个是11点06分测试的到11点24分才有回复（别问为啥不强制打断，我试过了，在tgbot中没有用，只能通过服务器终端强制停止，那时电脑没在身边，只能眼巴巴的看着它猛猛的花额度）
就单单上面这两轮啥也没干，额度将近花了15u多，哎，大概是上下文太长卡住了，gpt在处理对话压缩，处理效率不太好，所以响应极慢，压缩过程中会持续的吃token
今天二开了一个项目：
https://www.nodeseek.com/post-793977-1
我看了下额度将近花了120u多点，
故：我想问一下，大家有没有什么优化建议
hermes可以设置辅助模型，找那种量大速度快的。
我是直接用的官方API的deepseek v4 flash作为辅助模型，用来压缩主模型的上下文。
gpt5.5官方建议好像是上下文272K，压缩阈值85%，我设的hermes压缩阈值是75%
换个快一点的模型压缩
然后改成85%自动压缩
最后手动开新对话
你也看魁拔啊
@大鲨鱼 #1
包，哈哈，老魁拔粉了
我印象里 Hermes 的 TG Bot 有 /stop 打断来着
然后压缩上下文的时候我都是切到 DS model 压缩，gpt 上下文太拉了
请问hermes部署到服务器，需要什么配置的服务器
@StepaniaH #3
卡住时候我试过了，没任何反应，/stop /restar /new 都试了，没有用
这是哪个中转站?
@Herman0368 #4
感觉2h2g就够了，具体看你拿来干啥吧
@sakura-s #0 哪个中转站？
@lotfree #6 @青艮 #8
拼车正价pro20哈
具体这里：https://www.nodeseek.com/post-768838-1