Hermes et OpenClaw : combien d’utilisateurs, quel avenir ?
Hermes Agent et OpenClaw installent une nouvelle idée : une IA qui garde une mémoire, utilise des outils et poursuit des tâches dans un environnement choisi par son utilisateur. Leur popularité est mesurable, mais leur nombre exact d’utilisateurs reste inconnu. Pour comprendre leur place face à ChatGPT, Claude, Claude Code, Codex et Gemini, il faut regarder à la fois les fonctions, les dates et la nature des chiffres.
Enquête arrêtée au 10 octobre 2026. Les valeurs ci-dessous sont des déclarations datées ou des relevés publics ; aucune estimation d’utilisateurs uniques n’est déduite des téléchargements.
1. OpenClaw est antérieur à Hermes Agent, mais pas aux assistants grand public
Le projet de Peter Steinberger naît en novembre 2025. Il passe par les noms Clawd/Clawdbot puis Moltbot avant de devenir OpenClaw fin janvier 2026. L’annonce officielle, datée du 29 janvier, mentionne déjà plus de 100 000 étoiles GitHub et deux millions de visiteurs en une semaine. Ces visiteurs ne constituent pas un décompte des personnes ayant installé ou utilisé l’agent. [1]
Nous Research explique avoir développé sa propre pile d’agent durant 2025, avant de publier Hermes Agent sous licence MIT en février 2026. Sa levée de 90 millions de dollars annoncée en octobre vise notamment son développement en entreprise. [2] Ainsi, OpenClaw arrive avant la publication de Hermes Agent. Il serait cependant excessif de le qualifier de premier agent IA : cette enquête établit une chronologie entre ces projets, pas une priorité historique universelle.
Il faut aussi distinguer Hermes Agent des modèles portant le nom Hermes. Un modèle produit des réponses et décide éventuellement quels outils appeler ; la plateforme organise les outils, les accès, les souvenirs et l’exécution. Un même moteur peut donc alimenter plusieurs assistants. Cette distinction explique pourquoi changer d’agent ne signifie pas nécessairement changer de modèle.
| Jalon documenté | Date | Ce que cela permet de comprendre |
|---|---|---|
| Origines d’OpenClaw | Novembre 2025 | Début du projet personnel de Steinberger ; source [1]. |
| Nouvelle identité OpenClaw | Fin janvier 2026 | Visibilité déjà forte au moment du changement de nom ; source [1]. |
| Publication de Hermes Agent | Février 2026 | Version ouverte MIT après un développement interne ; source [2]. |
| Codex : 1,6 million d’utilisateurs hebdomadaires | 27 février 2026 | Chiffre de personnes actives, à distinguer des installations ; source [8]. |
| Codex : plus de 5 millions d’utilisateurs hebdomadaires | 2 juin 2026 | Jalon ultérieur annoncé par OpenAI ; source [9]. |
| Écosystèmes grand public plus agents | Septembre–octobre 2026 | Les offres convergent vers le travail connecté et persistant ; sources [10], [13], [14]. |
2. Combien d’utilisateurs ? Les chiffres disponibles et leurs limites
Au 10 octobre, GitHub affiche environ 391 500 étoiles pour OpenClaw et 252 300 pour Hermes Agent. Les forks sont respectivement d’environ 82 300 et 54 500. Ces relevés arrondis décrivent l’intérêt autour du code et ses copies de développement ; ils ne comptent ni les utilisateurs actifs ni les installations en fonctionnement. [3] [4]
Nous Research revendique plus de 24 millions de clones de Hermes et estime en interne sa contribution à environ 2,5 % de l’usage mondial de tokens. Le communiqué ne fournit pas un décompte dédupliqué de personnes ni une méthodologie permettant d’auditer ce pourcentage mondial. Il faut conserver son attribution au fournisseur. [2]
Ce que cette enquête peut réellement affirmer
Les deux projets attirent une communauté très visible. Le nombre global de leurs utilisateurs uniques ou actifs n’est pas établi par les sources publiques consultées. Vingt-quatre millions de clones ne deviennent donc pas vingt-quatre millions d’utilisateurs, et une forte consommation de tokens ne prouve pas une audience plus grande.
| Plateforme / périmètre | Chiffre documenté | Date de référence | Précaution de lecture |
|---|---|---|---|
| OpenClaw | ≈391 500 étoiles GitHub | Relevé du 10 octobre 2026 | Popularité du dépôt ; utilisateurs actifs non établis. |
| Hermes Agent | ≈252 300 étoiles ; plus de 24 millions de clones déclarés | Relevé GitHub du 10 octobre ; communiqué d’octobre | Étoiles et clones sont deux mesures différentes. |
| ChatGPT | Plus de 900 millions d’utilisateurs actifs hebdomadaires | 31 mars 2026, OpenAI [7] | Repère daté ; ne représente pas un recensement au 10 octobre. |
| Gemini, application | Plus d’un milliard d’utilisateurs mensuels annoncés | Jalon d’août, récapitulatif du 1er septembre 2026 [11] | Période mensuelle ; ne pas comparer directement au chiffre hebdomadaire de ChatGPT. |
| Codex | Plus de 5 millions d’utilisateurs actifs hebdomadaires | 2 juin 2026, OpenAI [9] | Repère de juin ; chevauchement possible avec les comptes ChatGPT. |
| Claude / Claude Code | Pas de total global d’utilisateurs actifs comparable établi ici | Recherche arrêtée au 10 octobre | Les études d’usage consultées ne constituent pas un recensement mondial. |
Le 29 septembre, OpenAI parle également de 1,2 milliard d’utilisateurs hebdomadaires « collectifs » dans son récapitulatif DevDay. Ce périmètre ne doit pas être rebaptisé sans justification « 1,2 milliard d’utilisateurs de ChatGPT ». [10] De même, les utilisateurs de Claude à travers un service tiers ne se confondent pas avec ceux de l’application Claude.
Deux dépôts, une seule mesure comparable
Relevés GitHub du 10 octobre 2026, sources [3] et [4]. Le graphique compare uniquement des étoiles, jamais des utilisateurs.
3. Hermes Agent et OpenClaw : deux plateformes devenues proches
Hermes met en avant une mémoire persistante et des compétences réutilisables créées à partir du travail accompli. Sa documentation décrit une application de bureau, une interface en terminal, des messageries, des tâches programmées et plusieurs modes d’exécution. Le logiciel peut s’appuyer sur différents fournisseurs de modèles. [5] Cet « apprentissage » ne signifie pas que les poids du modèle sont réentraînés à chaque conversation : une procédure sauvegardée et une mémoire mise à jour sont déjà deux moyens distincts d’améliorer un futur travail.
OpenClaw organise également des canaux, modèles, sessions, mémoires, outils, extensions et automatisations. Son catalogue actuel documente même des fonctions de création de compétences et d’auto-apprentissage. [6] Opposer un OpenClaw sans mémoire à un Hermes seul capable d’apprendre donnerait donc une image périmée de la concurrence.
| Critère | Hermes Agent | OpenClaw |
|---|---|---|
| Orientation mise en avant | Continuité personnelle, mémoire et compétences issues des tâches. | Plateforme d’agent avec passerelle, canaux, intégrations et règles d’exécution. |
| Lieu d’exécution | Machine, serveur ou services hébergés selon la configuration. | Machine, serveur ou déploiement cloud selon la configuration. |
| Modèles | Choix de fournisseur et d’endpoint ; vérifier les routes effectivement prises en charge. | Catalogue de fournisseurs et de runtimes ; vérifier chaque intégration. |
| Interaction | Bureau, terminal, messageries et autres adaptateurs documentés. | Interfaces, messageries et extensions documentées. |
| Budget | Licence ouverte ; modèles, outils, calcul et hébergement peuvent être payants. | Licence ouverte ; même séparation entre logiciel et frais de fonctionnement. |
| Comparaison utile | Tester les tâches et les permissions dont on a besoin. | Tester les mêmes tâches avec les mêmes exigences. |
Le tableau est une synthèse des documentations, pas un banc d’essai. Sans exécuter les mêmes tâches avec le même modèle, les mêmes permissions et le même budget, il serait impossible de conclure sérieusement que l’un travaille mieux ou coûte moins cher. La qualité d’une extension, ses limites et son entretien comptent davantage qu’un nombre brut de connecteurs.
La documentation d’OpenClaw publie sa propre comparaison avec Hermes, mais précise qu’elle porte sur un état du code revu le 27 août. C’est une source de l’un des concurrents, pas une certification indépendante du produit adverse. [12] Nous ne reprenons donc pas ses constats de sécurité comme un classement actuel de sûreté.
4. Face à ChatGPT, Claude, Claude Code, Codex et Gemini
Les assistants grand public privilégient un accès simple à un service géré. Les plateformes ouvertes permettent davantage de composer sa propre installation. Cette différence concerne la responsabilité opérationnelle : qui configure, maintient, héberge et surveille le système ? Elle ne suffit pas à prédire la qualité des réponses.
La frontière fonctionnelle se déplace. Au DevDay du 29 septembre, OpenAI présente des agents persistants, des extensions, du travail connecté et une utilisation de l’abonnement dans certains outils partenaires, dont OpenClaw. La compatibilité concerne des offres et outils éligibles ; elle ne rend pas tous les appels API gratuits. [10] Le récapitulatif Google du 2 octobre décrit aussi des applications connectées et l’arrivée de Gemini sur Windows. [13]
Codex dépasse déjà le seul développement : OpenAI documente en juin des usages de rapports, feuilles de calcul, présentations, recherche et automatisation. [9] Du côté d’Anthropic, l’Economic Index examine plusieurs surfaces, dont Claude, Claude Code et Cowork ; il décrit des modes de travail, pas une audience globale comparable. [15]
Notre lecture est donc celle d’une convergence : les grandes applications ajoutent de l’action et de la continuité ; les agents ouverts cherchent à rendre l’installation plus accessible. Les premiers conservent une intégration gérée, les seconds offrent un choix plus explicite des composants. Les deux trajectoires peuvent coexister, et une même personne peut employer plusieurs outils.
5. Prix, données et autonomie : les bons critères de choix
Pour comparer les coûts, il faut additionner l’accès au modèle, les outils externes, l’hébergement éventuel et le temps de maintenance. Un abonnement à une application et une API facturée à la consommation ne couvrent pas nécessairement les mêmes usages. Nous Research précise que Hermes est gratuit sous licence MIT, mais que les fournisseurs de modèles et les services hébergés gardent leur propre tarification. [5]
Héberger l’agent chez soi ne garantit pas que toutes les données restent chez soi. Si une requête part vers un modèle distant ou un outil de navigation externe, il faut examiner ce flux. La bonne question est alors : quelles informations quittent la machine, vers quel service et pour quelle opération ?
Les contrôles doivent correspondre aux conséquences possibles. Une lecture de dossier, une modification de fichier et un envoi de message ne présentent pas les mêmes enjeux. Hermes documente des approbations et des mécanismes d’isolation. [16] Microsoft annonce le 7 octobre qu’OpenClaw et Codex prennent déjà en charge MXC, tandis que Hermes Agent et Claude Code font partie des intégrations à venir. [14] C’est un état annoncé par Microsoft, pas la preuve que chaque installation utilise ces protections.
Pour découvrir l’IA sans gérer un serveur
Commencer par une application gérée permet d’évaluer l’intérêt concret de l’assistant. Le critère décisif est le résultat obtenu dans les outils réellement utilisés, avec une compréhension des droits accordés.
Pour conserver un agent personnel configurable
Comparer OpenClaw et Hermes sur une tâche répétée : retrouver une source, produire un livrable, garder une procédure puis la réutiliser. Noter la qualité, le coût et les erreurs, sans modifier simultanément tous les paramètres.
Pour programmer ou automatiser un travail professionnel
Inclure Codex et Claude Code dans le test. Vérifier les fichiers accessibles, les commandes autorisées, la reprise après interruption et la lisibilité du résultat avant sa validation.
6. Ce que l’évolution nous apprend — et ce qu’il reste à mesurer
Deux séries montrent une progression sur leur propre périmètre. OpenClaw passe du jalon déclaré de plus de 100 000 étoiles fin janvier à environ 391 500 au relevé d’octobre. Pour Gemini, Alphabet annonçait plus de 450 millions d’utilisateurs mensuels au deuxième trimestre 2025 ; Google indique le franchissement du milliard en août 2026. [17] [11] Il s’agit de jalons, pas d’une courbe mensuelle reconstituée.
Pour Hermes, les sources consultées établissent la publication en février et les indicateurs déclarés en octobre. Elles ne permettent pas de reconstruire une série fiable d’utilisateurs actifs. Pour Claude et Claude Code, nous retenons aussi cette absence de série comparable plutôt qu’une estimation de trafic présentée comme un recensement.
La prochaine étape serait un suivi périodique avec définition stable : personnes actives, installations actives, tâches réussies et dépenses par tâche. Un agent peut consommer beaucoup parce qu’il traite un projet difficile, mais aussi parce qu’il recommence après un échec. La consommation seule ne mesure donc pas la valeur créée.
OpenClaw et Hermes ont une adoption visible ; leur audience exacte reste à établir. Ils proposent surtout une autre manière de contrôler son assistant. Les services grand public deviennent eux aussi des plateformes d’action. Le choix se joue désormais sur la continuité, les intégrations, la maîtrise des accès et le coût réel du travail accompli.
À lire aussi : ce que les agents savent faire et ce que cela coûte et les contraintes de l’IA locale.
Cet article vous a plu ?
Temps de lecture : environ 12 min
