Hy-Nomas vs Odyssey-3: pesi aperti senza punteggi, punteggi senza pesi

Chiedi a Odyssey Odyssey-3 e ottieni un numero: 66,1 su Physics-IQ Verified, il punteggio grezzo video-to-video più alto riportato dall'azienda. Chiedi il checkpoint e ottieni un modulo di contatto. Chiedi a Tencent Hunyuan Hy-Nomas e lo scambio va nella direzione opposta: circa 196 GB di pesi Apache 2.0, un harness di inferenza, un trainer LoRA e una demo nel browser, senza alcun punteggio associato a nulla di tutto ciò. I due modelli occupano la stessa categoria, modelli del mondo diffusion-transformer autoregressivi interattivi, e lo stesso mese. L'anteprima di ricerca pubblica di Odyssey-3 è stata aperta l'8 ottobre 2026; i pesi di Hy-Nomas sono stati pubblicati tra il 21 e il 23 ottobre 2026. Ma la decisione tra loro non è una questione di quale sia migliore, perché nessuna delle due parti ha pubblicato le prove che potrebbero dirimerla, e a ciascuna manca una metà diversa.

Quello che segue è solo ciò che si può stabilire dalle due release: come ciascun modello tratta la fotocamera, che cosa misurano e che cosa non misurano i numeri su ciascun lato, e quanto costa far funzionare l'uno o l'altro davanti a un utente.

La scatola, non l'architettura

Entrambi sono transformer di diffusione autoregressivi e, a livello di diagrammi a blocchi, sono cugini. Hy-Nomas renderizza un segmento video, lo aggiunge alla sessione e condiziona il segmento successivo a una KV cache lifelong; la backbone è un MMDiT dual-stream a 54 blocchi con dimensione nascosta 2.048, 16 teste di attenzione e 128 dimensioni per testa, un text encoder Qwen2.5-VL-7B-Instruct e latenti DCAE-V a 32 canali. Odyssey-3 è descritto dal suo creatore come un transformer di diffusione video multi-step esteso in modo autoregressivo con teacher forcing e mascheramento causale, poi distillato per l'interazione in tempo reale. Entrambi decidono di renderizzare il mondo a pezzi e di ricordare ciò che è venuto prima.

La differenza che conta è ciò che c’è dentro il rilascio. Hy-Nomas include un kit: DiT di base in FP32, un DiT distillato, una build INT8, l’autoencoder DCAE-V, un decoder PixelUMM in FP32 e FP8, l’enhancer di prompt Nomas-PE, due adattatori LoRA, un’immagine Docker, un harness di captioning per creare dati di fine-tuning, sequence packing offline, un trainer LoRA e uno script di merge. Odyssey-3 fornisce una scheda del browser e una coda.

• {{1}}Pesi{{/1}} — Hy-Nomas Apache 2.0, circa 196 GB; Odyssey-3 nessuno rilasciato e nessuna licenza pubblicata

• Codice di inferenza — repository Hy-Nomas e un'immagine Docker; Odyssey-3: nessuno

• Fine-tuning — Hy-Nomas include il trainer LoRA e una procedura documentata; Odyssey-3 non è offerto

• Numero di parametri — nessuno dei due fornitori lo divulga; il checkpoint FP32 di Hy-Nomas è di 34,2 GB, il che implica circa 8,5 miliardi di parametri se si presuppone un'archiviazione a 32 bit e nessuno stato dell'ottimizzatore, una stima aritmetica più che una specifica

• Accesso — self-host di Hy-Nomas o demo di Tencent; anteprima browser di Odyssey-3, API tramite modulo di contatto

Chi decide dove va la telecamera?

Il modello di interazione di Odyssey-3 è la navigazione. L'anteprima supporta il movimento in prima persona, il movimento in terza persona e il movimento indipendente della camera, e il mondo continua a fare previsioni mentre ti muovi. È il design giusto per una persona che esplora un ambiente, e per il demo reel che ha venduto il modello: cammini, il mondo reagisce, l'illusione regge.

Il modello di interazione di Hy-Nomas è una traiettoria. Fornisci i parametri estrinseci della fotocamera, un percorso di posizione e orientamento, e il modello esegue il rendering di quel percorso. Testo e fotocamera sono canali separati: il prompt indica ciò che è presente nella scena, la traiettoria indica dove si trova l'obiettivo. I due si compongono anziché competere. Nomas-PE esiste per riscrivere un'istruzione concisa in qualcosa su cui il modello si condiziona in modo più efficace, il che la dice lunga sui punti critici del canale testuale.

La conseguenza pratica è la riproducibilità. Una sessione di navigazione è un attraversamento: in tempo reale, guidata da una persona e difficile da riprodurre esattamente. Una traiettoria è un parametro che puoi registrare, variare e rispetto al quale rigenerare. Se stai producendo dati di addestramento sintetici per un robot o un agente, la seconda è un'annotazione e la prima è una dimostrazione. Non è un'affermazione che Hy-Nomas sia migliore. Non ci sono prove che lo sia. È un'affermazione su quale superficie di controllo una pipeline può consumare.

La riga della risoluzione, e perché non iniziare con essa

La considerazione ovvia è che Hy-Nomas renderizza 720 × 1280 a 24 FPS mentre Odyssey-3 renderizza 832 × 480, con un livello Pro a 1280 × 720. Questo confronto è vero e quasi privo di significato di per sé. Il valore di 24 FPS si riferisce alla riproduzione di un segmento generato, non alla velocità di generazione. I 16 FPS di Odyssey-3 sono misurati sull'harness Physics-IQ, e il frame rate del livello Pro non è affatto pubblicato. Nessuno dei due fornitori ha mostrato come appare il proprio output accanto a quello dell'altro alla stessa risoluzione, perché non sono mai stati eseguiti sullo stesso compito.

• Risoluzione base — Hy-Nomas 720 × 1280, sovrascrivibile a 480 × 832; Odyssey-3 832 × 480

• Fascia alta — Hy-Nomas ha una sola configurazione; Odyssey-3 Pro funziona a 1280 × 720

• Frame rate — Riproduzione Hy-Nomas a 24 FPS con velocità di generazione non specificata; Odyssey-3 a 16 FPS sull'harness di benchmark, Pro non specificato

• Denoising — Hy-Nomas 8 passi nella configurazione distillata, con 4 e 6 anch'essi accettati; Odyssey-3 è distillato per il tempo reale ma il suo numero di passi non è pubblicato

Una classifica, due modi di non rispondere

Physics-IQ Verified, gestito da Anates Labs con Google DeepMind, è la cosa più vicina a un controllo indipendente che ciascuno dei due modelli abbia. Chiede a un modello di continuare il video di un esperimento di fisica reale e valuta la continuazione rispetto a ciò che è realmente accaduto. Quarantuno modelli di sedici laboratori sono in classifica. Il 66,1 di Odyssey-3 Pro è il dato con cui l'azienda si presenta, ed è il punteggio grezzo video-to-video più alto riportato.

Leggi la classifica stessa e il quadro diventa più specifico. Classifica per miglioramento netto rispetto alla media della traccia, non per punteggio grezzo, e su quella colonna FLUX 3 [large] è primo a +12,27 punti, Odyssey-3 Pro secondo a +11,15 e il base Odyssey-3 terzo a +9,99. Le submission di Odyssey compaiono due volte sotto due regimi di prompt: con prompt personalizzati, +11,15 e +9,99; con i prompt propri del benchmark, il modello base scende a +2,15 e all'ottavo posto. Il 66,1 deriva da un campionamento best-of-8; una singola generazione ottiene 63,37. La classifica è una classifica di submission, non un'esecuzione di terze parti.

Niente di tutto ciò rende Odyssey-3 un modello scadente. Rende invece il numero di punta una configurazione selezionata, e la classifica della leaderboard un'affermazione diversa da quella del testo di lancio. Un lettore che cita 66.1 e un lettore che cita il rank 02 citano entrambi la stessa classifica, e solo uno dei due sta citando il modo in cui la classifica assegna i punteggi.

Il lato delle prove di Hy-Nomas è più semplice e più scarno. Tencent ha pubblicato Hy-Nomas-Bench: 280 casi su quattro tracce, che coprono il controllo testuale multi-turno, la navigazione della telecamera, il controllo intercalato di testo e telecamera e la memoria spaziale, con circa 220 traiettorie di telecamera di riferimento. Il dataset è reale e scaricabile. La tabella dei risultati non esiste. Il link al rapporto tecnico sulla model card dice "Coming Soon" e non rimanda a nulla.

Quindi lo stato onesto di questo confronto, sedici giorni dopo l'apertura dell'anteprima di Odyssey-3 e tre giorni dopo la comparsa dei pesi di Hy-Nomas, è che i due modelli non sono mai stati valutati sullo stesso compito, con lo stesso harness, con le stesse impostazioni. Physics-IQ non elenca Hy-Nomas. Hy-Nomas-Bench non elenca Odyssey-3. Chiunque ti dica quale sia migliore sta estrapolando dall'architettura e dalle clip dimostrative.

Quanto costa toccare

Odyssey-3 non ha un prezzo pubblicato. La classifica di Physics-IQ riporta una stima di costo normalizzata di 0,139 $ per video generato per il modello base e di 0,267 $ per Pro, normalizzata ove possibile a 24 fps e a un output largo 1280 pixel, ma si tratta di cifre contabili da benchmark, non di tariffe a cui potete acquistare. L'accesso avviene tramite l'anteprima nel browser e un modulo di contatto per la priorità API. I termini API del sito descrivono ancora un prototipo di Odyssey-2, il che è un segnale eloquente di quanto si sia spostato in avanti il livello commerciale.

Hy-Nomas non ha neanche un prezzo, perché non c'è nulla da acquistare. Tencent non gestisce un endpoint ospitato per esso. Il costo è l'hardware: otto GPU con parallelismo di sequenza a otto vie sul percorso predefinito, oppure una singola RTX 4090 che utilizza pesi DiT INT8, una cache KV INT8, un decoder FP8, un limite della cronologia a finestra scorrevole e l'offload sulla CPU. Il set completo di checkpoint è di circa 196 GB, il percorso demo documentato scarica circa 86 GB, e il percorso a basso consumo di memoria richiede circa 38 GB più il text encoder. L'esempio di training nel repository utilizza 128 GPU come sedici repliche data-parallel su otto ranghi sequence-parallel.

Mettili uno accanto all'altro e il confronto non è nemmeno vicino sul piano della comodità: Odyssey-3 oggi costa una scheda del browser, Hy-Nomas costa una GPU e un fine settimana. Il fine settimana compra qualcosa che una scheda del browser non comprerà mai, cioè un checkpoint che puoi mettere a punto sui tuoi filmati, fondere in una build distillata e servire senza chiedere il permesso a nessuno.

Dove appartiene davvero il livello di routing

Nessuno dei due modelli è nel nostro catalogo. Hy-Nomas è open weights e lo ospiti tu stesso; Odyssey-3 è un'anteprima chiusa dietro un modulo di contatto. Non intendiamo lasciar intendere il contrario, e non c'è nessuna nostra pagina del modello da linkare per nessuno dei due.

Il motivo per cui il routing continua a saltare fuori è il loop attorno al modello, non il modello stesso. Una sessione Hy-Nomas ha bisogno di qualcosa che decida l'istruzione successiva e, spesso, che riscriva il prompt prima che Nomas-PE lo veda. Un prototipo Odyssey-3 ha bisogno di qualcosa che registri la sessione, valuti se l'ambiente è rimasto coerente e trasformi una traversata in una valutazione strutturata. Sono normali chiamate a un modello linguistico, e sono proprio quelle che falliscono alle tre del mattino. OrcaRouter mette oltre 200 modelli ospitati dietro un'unica chiave con markup 0%, lascia passare invariato il prezzo di listino del provider e permette di comporre il riscrittore di prompt, il giudice e il fallback in un'unica DSL di routing catena invece di tre contratti con fornitori diversi. Il modello del mondo resta dov'è; l'impalcatura attorno a esso ottiene un unico endpoint e failover automatico.

Tre decisioni, tre risposte

• Hai bisogno di un modello che puoi mettere a punto su filmati proprietari, distribuire sul tuo hardware o in cui fondere un LoRA di dominio — Hy-Nomas, senza alternative valide in questa coppia. La ricetta documentata, rango e alpha 256 con Muon a un tasso costante di 1e-4 per 2.000 passaggi, addestrato dal checkpoint FP32 e fuso in quello distillato, è abbastanza specifica da poter essere eseguita questa settimana.

• Hai bisogno di un ambiente esplorabile davanti a uno stakeholder questo pomeriggio e non hai bisogno di possederlo — l'anteprima di Odyssey-3. È anche l'unico dei due con una submission su una board di terze parti, avvertenze incluse.

• Ti serve una risposta difendibile alla domanda «quale sia migliore» per un documento di approvvigionamento: nessuno dei due. Quel documento non ha ancora una fonte.

Cosa cambierebbe la risposta

Tre cose, in ordine di probabilità. Un rapporto tecnico su Hy-Nomas con numeri reali porrebbe fine al problema delle prove unilaterali e trasformerebbe la prossima versione di questa pagina in un confronto reale. Un'ondata di LoRA della community mostrerebbe se la ricetta di fine-tuning funziona al di fuori degli esempi di Tencent stesso, ovvero l'affermazione con il percorso più breve verso la verifica. Un rilascio dei pesi di Odyssey-3, o anche un prezzo API documentato, lo farebbe passare da demo da visitare a componente su cui puoi pianificare.

Finché uno di questi non arriverà, il modo utile di leggere questa coppia è in base a ciò che ciascuno ti permette di conservare. Odyssey-3 ti permette di conservare un'impressione. Hy-Nomas ti permette di conservare il modello. Quale di questi ti serve è una questione che riguarda il tuo progetto, non il benchmark.