Hy-Memory-30B-A3B vs Qwen3.8-27B: Spesialis Itu Bukan Pesaing — Ia adalah Pengganti untuk Pekerjaan yang Sudah Anda Bayar Seorang Generalis untuk Melakukannya

Tidak ada yang memilih antara Hy-Memory-30B-A3B dan Qwen3.8-27B berdasarkan kemampuan, karena keduanya tidak berada dalam perlombaan yang sama. Qwen3.8-27B adalah model visi-bahasa dense 27 miliar parameter milik lab tersebut — Apache 2.0, konteks natif 262.144 token, dirilis pada 14 Agustus 2026, dan dilayani di OrcaRouter dengan tarif $0,33 per juta token input dan $2,40 per juta token output. Hy-Memory-30B-A3B adalah penulis memori milik tim Hunyuan — total 30B dengan sekitar 3B aktif, dirilis sebagai open source pada 15 Oktober 2026, dan sama sekali tidak dilayani di mana pun, termasuk oleh kami. Yang satu adalah model generalis yang bisa Anda sewa per token. Yang lain adalah komponen yang harus Anda hosting sendiri. Tolok ukur menua dan harga bergerak; catatan kegagalannya tidak: insiden AI dan kegagalan agen yang terdokumentasi di balik model-model di kelas ini dihimpun di Arsip Insiden AI OrcaRouter tempat setiap entri membawa sumbernya sendiri, tingkat keparahan, nilai keyakinan, dan penanda status diperdebatkan.

Alasan untuk membandingkan keduanya tetap saja adalah bahwa Hy-Memory-30B-A3B ada untuk menggantikan sesuatu yang spesifik, dan hal itu sangat sering adalah Qwen3.8-27B. Kerangka kerja memori memanggil model serbaguna pada setiap giliran untuk memutuskan apa yang harus dipertahankan. Jika Anda menjalankan Qwen3.8-27B untuk itu — dan pada $0.33/$2.40 itu adalah pilihan yang wajar — maka pertanyaan jujurnya bukanlah model mana yang lebih baik. Melainkan apakah spesialis dengan 3B aktif melakukan pekerjaan yang sama dengan cukup baik untuk membenarkan perangkat kerasnya, dan pertanyaan itu punya label harga yang benar-benar bisa Anda hitung.

Apa itu Qwen3.8-27B, dalam istilah yang menjadi perhatian sistem memori

Dense, yang berarti setiap parameternya dibaca untuk setiap token. 64 lapisan pada ukuran tersembunyi 5.120, dengan pola 16-ke-1 yang bergantian antara blok atensi linear Gated DeltaNet dan blok atensi penuh — desain itulah yang membuat jendela seperempat juta token dapat dilayani secara terjangkau. Ia menerima teks, gambar, dan video lalu mengembalikan teks, yang penting di sini karena alasan yang biasa saja: sebagian besar dari apa yang orang ingin agen ingat datang sebagai tangkapan layar atau dokumen, bukan sebagai prosa.

Kartu milik vendor sendiri mengklaim 90,3 pada LiveCodeBench v6, 89,2 pada GPQA Diamond, 73,0 pada Terminal-Bench 2.1, 84,3 pada OSWorld-Verified, dan 79,5 pada IFBench — semuanya dilaporkan vendor, tidak direproduksi oleh kami atau siapa pun yang dapat kami tunjuk, khususnya untuk beban kerja penulisan memori. Model ini telah mendapatkan posisi independen sejak dirilis, termasuk finis 10 besar di papan peringkat arena pengembangan web, tetapi tidak satu pun dari itu mengukur apakah ia menulis memori yang baik. Belum ada yang mengukurnya.

Yang menjadikannya pilihan utama untuk pekerjaan ini bukanlah salah satu dari skor tersebut. Melainkan karena ia mengikuti instruksi dengan tepat, menerima skema JSON, memiliki jendela 262K sehingga Anda dapat memberinya percakapan panjang tanpa kerumitan pemotongan, dan cukup murah untuk dijalankan pada setiap giliran.

Halaman di atas adalah perbedaan praktis antara kedua model ini dalam satu layar: Qwen3.8-27B memiliki tarif dan rute, sedangkan Hy-Memory-30B-A3B tidak memiliki keduanya.

Apa yang membuat Hy-Memory-30B-A3B berbeda

Model Hy-Memory dilatih untuk tepat satu tugas dan kartunya menyatakannya tanpa mendua: model ini menggantikan LLM serbaguna di dalam Mem0, MemOS, dan Hy-Memory, menentukan informasi apa yang dipertahankan, seberapa presisi informasi itu direpresentasikan, dan bagaimana bukti baru seharusnya memperbarui bank persisten. Model ini kemudian dievaluasi pada EverMemOS, sebuah kerangka kerja yang sama sekali tidak diikutsertakan dalam pelatihan — satu keputusan desain dalam rilis ini yang paling patut mendapat pujian, karena transfer lintas kerangka kerja adalah keseluruhan premisnya.

Pelatihannya dua tahap, dan tahap kedua adalah yang menarik. Memory On-Policy Distillation menyediakan supervisi padat pada state memori yang dihasilkan oleh siswa itu sendiri. Attributed Memory Reinforcement Learning kemudian membangun bank dari rollout, menilainya potongan demi potongan, memberi penalti atas penyimpanan berlebihan, dan — inilah bagian yang menjaga pelatihan tetap jujur — meneruskan bank yang dipilih lintas jendela alih-alih mengatur ulang di antara jendela-jendela tersebut. Bank yang diterapkan tidak pernah kosong, jadi melatihnya terhadap bank kosong berarti melatihnya untuk situasi yang tidak ada.

Secara arsitektur, ini terdiri dari 48 lapisan, satu blok padat dan 47 blok MoE jarang, 128 pakar dengan perutean top-8 ditambah satu pakar bersama, konteks 262.144 posisi dan 60,1 GB bobot BF16 di 51 shard. Tidak ada build terkuantisasi yang dipublikasikan.

Melakukan perhitungan yang tidak dilakukan oleh kartu-kartu

Kedua model dipicu pada setiap giliran percakapan panjang. Itu membuat jalur penulisan menjadi masalah volume, dan volume adalah tempat jumlah parameter aktif yang lebih kecil milik spesialis seharusnya terlihat.

Ambil asumsi konkret yang dinyatakan alih-alih yang diukur: seorang penulis memproses sekitar 800 token percakapan per giliran dan menghasilkan sekitar 150 token memori terstruktur. Selama 1.000 giliran, itu berarti 800.000 token input dan 150.000 token output per pengguna. Pada kartu tarif OrcaRouter untuk Qwen3.8-27B — harga daftar vendor yang diteruskan pada markup 0%, sehingga $0,33 dan $2,40 per juta — percakapan itu berbiaya sekitar $0,26 untuk input dan $0,36 untuk output, sekitar $0,62, ditambah berapa pun biaya jalur baca saat model jawaban membuka bank. Itu hanyalah aritmetika atas tarif yang dipublikasikan, bukan tolok ukur, dan token per giliran Anda akan berbeda.

Untuk Hy-Memory-30B-A3B, 1.000 giliran yang sama tidak memakan biaya per token dan memerlukan biaya yang jauh lebih besar per bulan, karena tidak ada daftar tarif. Model ini di-host sendiri, dan meng-host sendiri 60 GB BF16 tanpa alternatif terkuantisasi berarti memerlukan akselerator dengan memori yang cukup untuk menampungnya — sebelum Anda tahu apakah rata-rata makro 55,49 itu tetap bertahan.

Jadi pilihannya bukan antara murah dan mahal. Ini adalah berbayar per pemakaian versus modal, dan titik persilangannya sepenuhnya bergantung pada berapa banyak giliran yang benar-benar Anda tulis per bulan. Tim yang menjalankan beberapa ribu percakapan sebulan hampir pasti lebih baik membayar tarif per token Qwen3.8-27B dan tidak pernah menyentuh pertanyaan perangkat keras. Tim yang menulis memori pada jutaan giliran tetap menjalankan perangkat keras dalam hal apa pun, dan spesialis itu menjadi menarik.

Kartu di atas adalah titik awal perhitungannya: ada checkpoint 27B yang dapat diunduh di balik tarif $0.33, dan jika volume Anda cukup tinggi untuk membenarkan menjalankannya sendiri, itu adalah jalur yang didukung dengan kuantisasi yang telah dipublikasikan di baliknya.

Tiga hal yang disembunyikan oleh perbandingan harga

Biaya per token adalah sumbu yang paling mudah dan paling tidak menentukan. Tiga sumbu lainnya lebih penting.

Multimodalitas. Qwen3.8-27B menerima gambar dan video. Kartu Hy-Memory-30B-A3B menetapkan input teks, bahasa Inggris dan Tionghoa. Jika memori agen Anda mencakup tangkapan layar, dokumen hasil pindai, atau bingkai video, generalis tersebut melakukan pekerjaan yang secara struktural tidak dapat dilakukan oleh spesialis, dan tidak ada keunggulan biaya sebesar apa pun yang bisa menutupinya.

Konteks.Keduanya mempublikasikan 262.144 posisi, yang merupakan kebetulan nyata sekaligus berguna — tidak ada yang punya keunggulan dalam hal seberapa banyak percakapan yang bisa Anda berikan sekaligus.

Presisi yang dipublikasikan. Qwen3.8-27B dikirim sebagai BF16 dengan build FP8 resmi dan konversi GGUF dari beberapa penerbit, dan OrcaRouter menyajikan versi block-FP8 dengan vision tower pada presisi penuh. Hy-Memory-30B-A3B dikirim sebagai BF16 dan tidak ada yang lain. Baris itu menentukan apakah Anda dapat mengevaluasinya pada kartu pinjaman atau perlu memesan satu.

Jawaban perutean, yang berbeda-beda tergantung model mana yang Anda pilih

Di sinilah kedua jalur terpisah dengan jelas, dan ada baiknya bersikap tepat daripada bersifat promosional.

Qwen3.8-27B ada di katalog OrcaRouter. Anda memanggilnya melalui API key yang sama seperti 200-an model lain, pada harga daftar dari penyedia dengan markup 0% — jadi penurunan harga dari penyedia langsung berlaku di sini pada hari yang sama, bukan pada siklus penagihan berikutnya — dengan failover otomatis jika performa sebuah backend menurun. Untuk harness memori, bagian yang berguna adalah routing DSL: ia menggabungkan beberapa model menjadi satu panggilan, yang memungkinkan Anda menjalankan model penulis dan model penjawab di balik satu endpoint tanpa membangun klien kedua. Model fusion, yang menjalankan panel model yang menjawab bersama-sama, adalah alat untuk menentukan secara empiris apakah penulis spesialis menghasilkan bank yang lebih baik daripada generalis — jalankan keduanya pada percakapan yang sama, bandingkan jawabannya, dan berhenti memperdebatkannya.

Hy-Memory-30B-A3B tidak ada dalam katalog kami dan kami tidak menghostingnya. Jalur menuju model itu adalah checkpoint dari tim dan perangkat keras Anda sendiri. Jika Anda menghostingnya sendiri, router tetap mencakup sisa loop — model jawaban terhosting yang membaca bank kembali, panggilan perencanaan di sekitarnya — dan router memungkinkan Anda mendaftarkan endpoint Anda sendiri bersama endpoint terhosting sehingga failover dan akses satu tombol berlaku untuk keduanya.

Siapa yang seharusnya melakukan apa

Jika Anda menjalankan penulisan memori pada model generalis terkelola saat ini, pertanyaan pertama yang jujur bukanlah apakah harus beralih. Pertanyaannya adalah berapa banyak giliran yang sebenarnya Anda tulis per bulan. Di bawah ambang batas yang hanya dapat Anda hitung sendiri, Qwen3.8-27B dengan tarif per token adalah pilihan yang rasional dan kebutuhan perangkat keras Hy-Memory-30B-A3B hanyalah distraksi — terutama jika memori Anda berisi gambar, di mana spesialis tersebut tidak menawarkan apa pun.

Jika Anda menulis memori pada volume ketika pos per token telah menjadi item anggaran yang nyata, Hy-Memory-30B-A3B adalah model terbuka pertama yang diarahkan tepat pada pos itu, dan fakta bahwa model ini diuji terhadap kerangka kerja yang disisihkan merupakan tanda bahwa seseorang memikirkan generalisasi, bukan sekadar demo. Tunggu build terkuantisasi. Tunggu sampai seseorang di luar tim menjalankan harness-nya. Baru kemudian putuskan.

Dan jika Anda hanya penasaran apakah seorang spesialis mengalahkan seorang generalis pada traffic Anda sendiri, eksperimennya murah untuk disiapkan dan jawabannya akan spesifik untuk data Anda sendiri, bukan untuk salah satu kartu tersebut.

Satu hal terakhir yang dinyatakan dengan jelas oleh kartu tersebut tetapi tidak oleh tabel-tabel. Hy-Memory-30B-A3B memiliki lisensi Apache 2.0, yang berarti eksperimen di atas boleh Anda jalankan secara komersial, pada data Anda sendiri, tanpa perlu berbicara dengan tim hukum mana pun. Itulah argumen terkuat yang dimiliki model ini, dan itu tidak bergantung pada apakah 55.49 dapat direproduksi.