Hy Memory 2.0 ist da: Tencent hat in einem Rutsch einen Memory Writer, ein Framework und eine Mac-App als Open Source veröffentlicht.

Tencent Hunyuan hat diese Woche drei Dinge auf einmal veröffentlicht, und nur zwei davon sind heute installierbar. Hy-Memory-30B-A3Bist ein Mixture-of-Experts-Modell mit 30 Milliarden Parametern, dessen einzige Aufgabe das Schreiben von Erinnerungen ist – zu entscheiden, was ein Agent behält, wie er es formuliert und wie neue Belege alte überschreiben. Hy Memory 2.0ist das Framework drumherum: ein Python-Paket, hy-memory, das Chat-, Arbeits- und Coding-Memory abdeckt. Und MemHubist die App – ein Local-First-CLI- und macOS-Produkt, das Gesprächsverläufe und Coding-Traces aus zehn verschiedenen KI-Tools in einem einzigen Memory-Speicher auf der eigenen Festplatte zusammenführt. Die Schlagzeile im Ankündigungsbeitrag lautet, dass Hy-Memory-30B-A3B Claude Opus 5bei den wichtigsten Memory-Frameworks übertrifft. Das stimmt, soweit es geht, und das Interessante ist, wie weit es geht: Bei drei der vier Frameworks liegt der Vorsprung unter sechs Zehntelpunkten, und der gesamte Vergleich läuft auf einem Fünftel jedes Benchmarks.Jeder Anbieterausfall und jedes Rollback, das wir verfolgt haben, ist im Orca AI Incident Archiveprotokolliert, das den vollständigen Datensatz zusammen mit den benachbarten Einträgen dieses Vorfalls enthält.

Alles im Folgenden stammt entweder aus Tencents eigenem Repository, Paketregister und technischen Bericht oder ist als Tencents eigene Behauptung gekennzeichnet. Nichts hiervon wurde von jemand anderem reproduziert, denn zum Zeitpunkt des Verfassens hat es noch niemand sonst ausgeführt.

Was tatsächlich ausgeliefert wurde, und wann

Die drei Ebenen erschienen im Abstand von etwa 24 Stunden zueinander, und die Versionshinweise sind ungewöhnlich präzise darin, welche von ihnen fertig sind:

• Das Modell — tencent/Hy-Memory-30B-A3B wurde am 15. Oktober 2026 (09:52 UTC) auf Hugging Face unter Apache 2.0 veröffentlicht, wobei der technische Bericht, arXiv 2610.22196, am selben Tag eingereicht wurde.

• Das Framework — hy-memory==2.0.1 wurde am 15. Oktober 2026 um 17:24 UTC auf PyPI hochgeladen, und das Monorepo wurde am selben Tag als Open Source veröffentlicht. Das GitHub-Release-Tag v1.0.0 wurde am 16. Oktober um 08:44 UTC gesetzt.

• Die App — MemHubs Release-Assets existieren: ein notarisiertes macOS-arm64-Disk-Image mit 303 MB nach GitHubs Zählung, dazu Linux-arm64- und x64-Runtime-Bundles mit 245 MB bzw. 251 MB. Windows wird als nicht unterstützt aufgeführt.

• Die Lücke — das eigene Changelog des Projekts gibt an, dass MemHub „noch keine öffentliche Veröffentlichung hat“, dass seine Quellversion 1.0.0 (Build 4) ist und dass sowohl die npm-Veröffentlichung als auch die GitHub-Release-Artefakte noch ausstehen. Das npm-Paket, das es verwenden will, memhub-cli, gibt in der Registry einen 404 zurück. Die Disk-Images sind dem Release angehängt; der Kommandozeilen-Installer, der sie abrufen soll, ist nicht veröffentlicht.

Der letzte Punkt verdient es, zweimal gelesen zu werden, denn er ist der Unterschied zwischen einem Launch und einem Release Candidate. Der Apple-Build ist signiert und notarisiert, was echte Arbeit ist, und auf der Release-Seite haben sich eine kleine Handvoll Downloads angesammelt. Doch der dokumentierte Installationsweg beginnt mit einem npm-Paket, das zum Zeitpunkt des Schreibens nicht existiert. Wenn Sie vorhatten, MemHub diese Woche auszuprobieren, rechnen Sie mit einem Source-Checkout statt mit einer Einzeilen-Installation.

Hy-Memory-30B-A3B, das Modell

Die Konfigurationsdatei ist das am wenigsten romantische und zugleich nützlichste Dokument im gesamten Release. Sie beschreibt eine standardmäßige, allgemein verständliche MoE-Form statt etwas Exotischem:

• Parameter — 30B insgesamt, etwa 3B aktiv pro Token, was das A3B-Suffix bedeutet.

• Architektur — 48 Schichten, von denen eine dicht und 47 sparse MoE sind; 128 Experten pro Block mit Top-8-Routing plus einem geteilten Experten; Hidden-Größe 2.048; Zwischenbreite der Experten 768; 32 Attention-Heads gegenüber 4 Key-Value-Heads mit Query-Key-Normalisierung; ein Sigmoid-Router mit einem Experten-Bias-Term und einem Skalierungsfaktor von 2,826.

• Kontext — 262.144 Positionen, mit einer RoPE-Basis von 11.158.840.

• Speicherbedarf — 51 Safetensors-Shards, etwa 60,1 GB in BF16. Das ist die einzige Präzision, die T​encent veröffentlicht hat.

• Bereitstellung — die Modellkarte ist rund um vLLM verfasst, das gegen v0.31.0 getestet wurde und hinter einem OpenAI-kompatiblen Endpunkt läuft; außerdem nennt sie SGLang und Docker Model Runner als unterstützte Laufzeitumgebungen. Sie wird von keinem Inferenzanbieter bereitgestellt, und der Hugging-Face-Suchindex liefert weder GGUF noch einen FP8- oder NVFP4-Build noch ein Fine-Tune.

Dieses Fehlen ist das praktische Hindernis. Ein Anbieter, der einen 60-GB-BF16-Checkpoint und sonst nichts ausliefert, sagt Ihnen damit, wo das Modell seiner Meinung nach laufen soll, und die Antwort ist eine Maschine, die Sie bereits besitzen oder in einem Rechenzentrum mieten. Es gibt keine quantisierte Variante, die irgendjemand auf einer Workstation evaluieren könnte.

Das Modell wird in Tencents eigenem Quickstart mit reasoning_effort: "no_think" und temperature 0.0 betrieben. Ein Memory-Writer wird bei jeder Gesprächsrunde ausgelöst, um zu entscheiden, was behalten wird, also ist Abwägen der falsche Trade-off: Er muss deterministisch, kurz in der Ausgabe und günstig sein. Diese Designentscheidung ist zugleich das stärkste Argument dafür, dass das Modell überhaupt existiert, denn genau das ist die Arbeitslast, bei der ein Frontier-Chat-Modell am verschwenderischsten ist.

Die 55,49, gelesen, wie sie gelesen werden sollte

Tencent trainierte den Writer über drei Memory-Frameworks hinweg – Mem0, MemOS und sein eigenes Hy-Memory – und evaluierte ihn anschließend auf einem vierten, EverMemOS, das vollständig vom Training ausgenommen war. Ein Harness zurückzuhalten ist der richtige Weg, eine Transfer-Behauptung zu testen, und frameworkübergreifender Transfer ist die gesamte These des Papers.

Die Ergebnisse, die von Tencent selbst stammen und nicht reproduziert wurden:

• Hy-Memory-30B-A3B — 55,49 Makro-Durchschnitt über die vier Harnesse.

• Claude Opus 5 — 54.62.

• DeepSeek V4.1 Flash — 53.64.

Tencent Hy3 — 51.63.

• Qwen3.6-35B-A3B — 50.37.

• Hy3-A3B Base — 47,66, dasselbe Modell vor dem gedächtnisspezifischen Training, woher der vielbeachtete Trainingszuwachs von 7,8 Punkten stammt.

• Qwen3-30B-A3B — 44,37.

Nach Harness aufgeschlüsselt wird der Vorsprung dünner. Gegenüber Claude Opus 5 liegen die Abstände bei 54,02 zu 53,43 auf Mem0, 60,55 zu 60,53 auf Hy-Memory, 50,51 zu 50,50 auf MemOS und 56,89 zu 54,04 auf EverMemOS. Drei dieser vier sind statistisches Rauschen, das einen Lorbeerkranz trägt – ein Vorsprung von zwei Hundertstelpunkten im Hy-Memory-Harness ist kein Vorsprung. Die gesamte Trennung zwischen einem 3B-aktiven Spezialisten und einem Frontier-Modell liegt in dem einen Harness, der aus dem Training herausgehalten wurde, wo der Abstand 2,85 Punkte beträgt und wo die Behauptung zudem am wenigsten wahrscheinlich darauf getunt wurde.

Zwei Designdetails sind ebenso wichtig wie die Zahlen. Jede Zahl in der Hauptmatrix basiert auf einer festen 20-%-Teilstichprobe statt auf dem vollständigen Benchmark, und die Evaluierung variiert nur den Writer, während Harness, Prompts, Retrieval-Konfiguration, Antwortmodell und Judge konstant gehalten werden. Diese zweite Entscheidung ist gute experimentelle Hygiene – sie isoliert die getestete Variable –, aber es handelt sich um Tencents Harness und Tencents Judge. Betrachten Sie die Tabelle als eine Hypothese mit angehängtem Repository – was mehr ist, als die meisten Behauptungen zum Veröffentlichungstag mitbringen, und weniger als ein Ergebnis.

Die Zahlen des Frameworks sind die größere Behauptung.

Der Modellvergleich ist das Zitat, das Tencent in den Beitrag gesetzt hat. Der Framework-Vergleich ist derjenige, der die Architektur eines Lesers verändern würde, wenn er zutrifft.

Auf der eigenen Website des Unternehmens steht Hy Memory 2.0 bei vier Benchmarks an erster Stelle unter den Open-Source-Memory-Frameworks – vor Mem0, MemOS, EverOS, OpenViking, RepoMemory und einer einfachen Sliding-Window-RAG-Baseline – über die drei Szenen hinweg, die es abdeckt:

• Chat — 72,6 % auf LoCoMo, bei 1.527 nicht-adversarialen Fragen.

Funktioniert — 55,31 % Durchschnitt auf MemoryArena (eine Suite für Reiseplanung und Bündel-Shopping), 10,2 Punkte Vorsprung vor dem nächsten Framework.

• Programmierung — 64,2 % bei der Fragebeantwortung mit CodeMemoryBench und 35,6 % Lösungsrate, plus 28,3 % Lösungsrate bei SWE-ContextBench.

• Footprint — Speicherbedarf von 6,06 % der Eingabe-Tokens, gegenüber 31,9 % bis 41,2 % bei den zum Vergleich herangezogenen Frameworks.

Die Footprint-Zahl ist diejenige, die es zu stehlen lohnt. Speichersysteme versagen im Produktivbetrieb aus zwei Gründen: Sie vergessen die falschen Dinge, und sie wachsen unbegrenzt. Eine Speicherbank, die sechs Prozent der Konversation kostet, die sie zusammenfasst, ist eine andere betriebliche Größe als eine, die vierzig kostet, und das ist die Dimension, die ein Publikum, das sich mit Routing und Kosten befasst, interessieren sollte, unabhängig davon, ob die Genauigkeitsreihenfolge einer Prüfung standhält. Das Evaluierungsprotokoll wird daneben veröffentlicht: Speichermodell DeepSeek V4.1 Flash, Antwort- und Bewertungsmodell GPT-5.6-sol, Speicher gemessen als Bank-Tokens im Verhältnis zu Eingabe-Tokens, wobei die Bank nur generierten Speicher zählt.

Tencent listet außerdem interne Deployments auf – einen Recall-Test für einen Aktienassistenten mit einer 40-Punkte-Verbesserung bei Multi-Hop, ein Wissensdatenbank-Plugin und eine Präferenzbewertung einer News-App mit einem Durchschnitt von 91,68 von 100 – in den Bereichen Finanzen, Nachrichten, Wissensmanagement, Office-Agenten, Social und Gaming. Das sind die unternehmenseigenen Produktkennzahlen, keine Benchmarks, und sie sollten als Beleg dafür gelesen werden, dass das Ding irgendwo in der realen Welt läuft, und nicht als Beleg dafür, dass es irgendetwas übertrifft.

MemHub ist das Teil, das die meisten Leser tatsächlich nutzen könnten

Das Modell braucht GPUs. Das Framework braucht ein Engineering-Team. MemHub braucht einen Laptop.

Dabei handelt es sich um ein Local-First-Desktop- und Kommandozeilenprodukt, das Verläufe aus KI-Tools, die Sie bereits autorisiert haben, in einer einzigen verwalteten Laufzeitumgebung und einem einzigen Datenverzeichnis zusammenführt – sodass eine Einstellung, die Sie in einem Coding-Agenten festlegen, für den nächsten verfügbar ist. Tencent nennt zehn unterstützte Integrationen: WorkBuddy, Cursor, Codex, Claude Code, OpenCode, OpenClaw, Qwen Code, Pi, Hermes und DeepSeek Harness. Der angegebene Datenpfad lautet ~/.one-memory, wobei SQLite für Arbeits- und Coding-Metadaten sowie ChromaDB plus Kuzu als Standardspeicher verwendet werden, und die Sicherheitsdokumentation macht ausdrücklich klar, dass das Produkt keine Bildschirminhalte, Barrierefreiheitsbäume, OCR, Zwischenablage oder Hintergrundaudio erfasst.

Die Behauptungen, bei denen Skepsis angebracht ist, sind die über die Löschung. Die CLI unterscheidet drei Stufen: Das Deinstallieren des npm-Pakets entfernt nur die CLI, memhub uninstall entfernt die Dienste, die verwaltete Laufzeitumgebung und CLI-Verknüpfungen, behält aber deinen Speicher, und nur ein separater Befehl memhub delete-data löscht den Datenspeicher – nachdem die Laufzeit gestoppt und der genaue Pfad bestätigt wurde. Das ist ein besseres Design als bei den meisten Tools dieser Kategorie, und es ist zugleich eine Beschreibung des beabsichtigten Verhaltens in einem Release, dessen Installer noch nicht veröffentlicht ist. Wer es für wichtige Arbeit einsetzt, sollte den Löschpfad selbst überprüfen, bevor er ihm etwas anvertraut, das nicht aufbewahrt werden soll.

Was noch unbestätigt ist, klar gesagt.

• Keine unabhängige Benchmark jeglicher Art. Kein Lauf eines Drittanbieter-Harness, keine Arena-Platzierung und nichts außerhalb von Tencent reproduziert.

• Keine Wiedergabe der harness-übergreifenden Tabelle und insbesondere nicht des zurückgehaltenen EverMemOS-Ergebnisses, das die gesamte Transfer-These auf einem einzigen Anbieterlauf trägt.

• Keine Quantisierung, also kein gemessener Speicherbedarf unter 60 GB und kein Evaluierungspfad im Workstation-Maßstab.

• Kein gehosteter Endpunkt und kein auf der Modellkarte genannter Inferenzanbieter.

• Kein veröffentlichtes npm-Paket für MemHub, daher funktioniert der dokumentierte Installationsweg noch nicht durchgängig.

• Keine Zahl zu Kosten pro Konversation. Das Schreiben von Erinnerungen ist eine Arbeitslast mit hoher Frequenz und kurzer Ausgabe; niemand hat Tokens pro Schreibvorgang veröffentlicht oder was ein speicherfähiger Assistent tatsächlich pro Nutzer und Monat im Betrieb kostet.

Wo ein Router passt – und wo nicht

Seien Sie in diesem Punkt präzise, denn es wäre leicht, zu übertreiben. Hy-Memory-30B-A3B ist nicht im Katalog von OrcaRouter, und wir hosten es nicht. Der Weg zum Writer ist der Checkpoint auf Hugging Face und Ihre eigene Hardware. Eine Routing-Schicht ändert daran nichts.

Was ein Router abdeckt, ist die andere Hälfte des Harness. Ein Speichersystem besteht aus einem Schreibpfad und einem Lesepfad, und Tencents veröffentlichte Evaluierung sagt offen, was der Lesepfad üblicherweise ist: Der Schreiber entscheidet, was gespeichert wird, und ein separates Frontier-Modell liest den Speicher zurück und antwortet. In Tencents eigener Konfiguration sind das DeepSeek V4.1 Flash als Speichermodell und GPT-5.6-sol als Antwortgeber und Judge. OrcaRouter bedient beide über einen einzigen Schlüssel zum Listenpreis ohne Aufschlag, sodass eine Preisänderung des Anbieters bei uns noch am selben Tag wirksam wird und nicht erst bei der nächsten Vertragsverlängerung.

Die Routing-DSL ist genau das Stück, das zu dieser Architektur passt. Sie kombiniert einen selbst gehosteten Endpunkt und einen gehosteten zu einem einzigen Aufruf – exakt die Form eines Speichersystems: ein günstiger Spezialist auf dem Schreibpfad, den Sie selbst betreiben, ein Frontier-Modell auf dem Lesepfad, das Sie mieten. Dasselbe Setup macht den riskanten Teil überlebbar: Richten Sie den Writer auf Ihr eigenes Hy-Memory-30B-A3B-Deployment aus, behalten Sie ein allgemeines Modell hinter automatischem Failover, und ein schlechter Schreibpfad verschlechtert die Antwort, statt die Anwendung lahmzulegen. Dieses Muster lohnt es sich zu bauen, bevor Sie den Writer laufen haben, denn es ist identisch, ob der Schreibpfad ein spezialisierter Checkpoint oder ein allgemeines Modell mit einem Memory-Prompt ist.

Wer sollte handeln, und wer sollte warten?

Wenn du Agenten mit langlebigem Gedächtnis betreibst und bereits GPUs hast, ist der Schreibpfad der ehrliche Ort, um eine Woche zu investieren: Der Checkpoint steht unter Apache 2.0, und ein Memory Writer ist das seltene Modell, dessen Wert du an deinem eigenen Traffic messen kannst statt an jemandes Benchmark-Tabelle. Wenn du eher Nutzer als Betreiber bist, ist MemHub der interessante Kandidat, und er ist auch derjenige, auf den man warten sollte, bis der Installer existiert und jemand außerhalb von T​encent den Löschpfad ausprobiert hat. Und wenn du ein Modell aufgrund der Ankündigung auswählst, ist die richtige Haltung die, zu der die Veröffentlichung selbst einlädt: 55,49 gegen 54,62 ist ein Gleichstand bei drei Harnesses und eine echte Lücke beim vierten, und der vierte ist derjenige, den niemand geprüft hat.