Hy-Memory-30B-A3Bが静かにリリース：Tencent、ローンチ告知なしでHugging Faceにメモリライターを公開

Hy-Memory-30B-A3Bは、Hunyuanチームによる300億パラメータのMixture-of-Expertsモデルだが、質問には答えない。記憶を書く。長時間稼働するエージェントが何を保持すべきか、それをどれだけ正確に表現すべきか、新しい事実が永続メモリバンク内の古い事実をどう上書きすべきかを判断する——これまであらゆるエージェントフレームワークが汎用チャットモデルに任せてきた工程だ。重みはHugging Faceに2026年10月15日に公開され、技術レポートは同じ日にarXiv 2610.22196として続き、GitHubリポジトリはその日の午後に公開され、タグv1.0.0は10月16日に切られた。本稿執筆時点で、リポジトリはダウンロード数ゼロ、モデルカードの「いいね」数は1桁台を記録している。ベンダーのローンチページも、価格も、ホスト型エンドポイントも、プロジェクト自身のREADME以外に我々が見つけられた告知もない。ベンチマークは古び、価格は動くが、失敗の記録は動かない。このクラスのモデルの背後にある、文書化されたAIインシデントとエージェント障害はOrcaRouter AI Incident Archiveに集められており、各エントリには独自の情報源、深刻度、信頼度グレード、係争中フラグが付いている。

これがこのリリースの正直な姿だ。論文、リポジトリ、チェックポイント、そして Claude Opus 5 を上回ると主張する評価表。以下はすべて、リポジトリから直接読み取ったものか、ベンダー自身の未検証の主張として明記されているもののいずれかである。ここにあるものは何も第三者によって再現されていない。ここにあるものは何も第三者によって実行されていないからだ。

リポジトリに実際に何があり、何がないのか

検証可能な事実、それぞれ1行ずつ:

• モデル — tencent/Hy-Memory-30B-A3B、Apache 2.0 のもとで公開されており、英語と中国語のタグが付いています。

• サイズ — 合計300億パラメータ、トークンあたり約30億がアクティブで、これがA3Bという接尾辞の意味です。

• アーキテクチャ — 48層（うち1層は高密度フィードフォワードブロック、47層はスパースMoEブロック）。各ブロックは128エキスパートで、top-8ルーティングと共有エキスパート1つを備える。隠れサイズ2,048、エキスパート中間幅768、クエリキー正規化付きの4つのキーバリューヘッドに対する32のアテンションヘッド、エキスパートバイアス項付きのシグモイドルーター。

• コンテキスト — 設定ファイルから 262,144 ポジション、RoPE ベースは 11,158,840。

• フットプリント — BF16で合計約60.1 GBの51個のsafetensorsシャード。

• 提供: vLLM — v0.31.0 に対してテスト済み、OpenAI 互換エンドポイントの背後で。カードには他のランタイムも推論プロバイダーも記載されていない。

• 存在しません — Hugging Face の検索インデックスには、GGUF も、FP8 や NVFP4 ビルドも、ファインチューニングも、量子化も、いかなる種類の派生版もありません。チームは単一の精度で BF16 チェックポイントを 1 つリリースしただけです。

あの最後の一文は、読んだだけでは伝わる以上に重要だ。Graniteチームは、Granite 4.2 30BのFP8、MXFP4、NVFP4、GGUFビルドをベースウェイトの数日以内にリリースした。Liquid AIはLFM2.5-24B-A2BのQ4_K_M GGUFを14.5 GBで提供している。これらのベンダーは、そのモデルをどこで動かすことを想定しているのかを教えてくれている。量子化パスのない60 GBのBF16チェックポイントは、これがすでにGPUを持っている人々——おそらく大規模にメモリインフラを運用している人々——を対象にしていることを示しており、それはまさにモデルカードが名指ししている対象読者だ。

モデルが実際に何のためのものなのか

メモリライターとエージェントの違いこそがこのリリースの要点であり、モデルカードが他のどのモデルカードと変わらないように読めるため、それを見落とすのはたやすい。

エージェントフレームワーク——Mem0、MemOS、Hy-Memory、EverMemOS——は、会話と永続ストアの間に位置する。毎ターン、何かが受信したやり取りを読み、どの断片を保持する価値があるか判断し、後で見つけられるように表現し、すでに保存されているものと突き合わせて整合を取らなければならない。今日では、その「何か」は、フレームワーク固有のプロンプトを組み付けた最先端のチャットモデルである。論文がこの問題を捉える枠組みは、コストと移転性である。記憶プロンプトの背後にある汎用モデルは毎ターン実行するのに高コストであり、あるフレームワークのプロトコルに合わせて調整された書き手は、別のフレームワークのプロトコルにきれいに移行しない。

Hy-Memory-30B-A3Bは、Mem0、MemOS、そしてプロジェクト独自のHy-Memoryという3つのフレームワークにまたがって、チャット、作業、コーディングの各シーンでその書き手となるよう訓練され、その後、訓練から完全に除外された4つ目のEverMemOSでテストされる。このホールドアウトされた検証ハーネスは、論文の中で最も興味深い設計上の決断である。フレームワーク間転移はモデル全体が依拠する主張であり、1つのフレームワークを保留することこそ、それに本気で取り組むなら検証する方法だ。

このモデルは、reasoning_effort: "no_think"および temperature 0.0 で、プロジェクト自身のクイックスタート内で駆動されている。これは示唆に富むデフォルトだ。ライターは熟考する必要などなく、決定論的で低コストであることが求められる。なぜなら、あらゆるターンで必ず発火するからだ。

2段階トレーニングを簡単に言うと

このカードは、このレシピを Memory On-Policy Distillation と、それに続く Attributed Memory Reinforcement Learning として説明しており、論文の貢献はこの第2段階に位置している。

第1段階では、教師が、生徒自身が生成したメモリ状態に対して密な監督を提供する——オンポリシーなので、生徒は教師の軌跡ではなく、自分自身の誤りに対して訂正される。第2段階では、フレームワークがロールアウトからメモリバンクを構築し、それらをチャンクごとにスコアリングし、選択されたバンクをウィンドウ間でリセットするのではなく、ウィンドウをまたいで持ち越す。この持ち越しが、トレーニングを、モデルが実際にデプロイされる方法と整合させ続ける部分である。そこではバンクが空になることはなく、すべての書き込みは、それ以前に書き込まれたすべてのものの上に積み重なる。クレジットはチャンクレベルで割り当てられ、過剰保存に対する明示的なペナルティを伴う——すべてを保持する書き込み手は役に立たないので、報酬はそのことを織り込んで評価しなければならない。

そのどれも独立して検証されているわけではない。それは訓練手法についての首尾一貫した説明であり、コードを含むリポジトリとともに公開されている。それは、ほとんどのリリース当日の主張が伴うものよりも多くのものを伴っている。

評価を、本来読まれるべきように読む

こちらが見出しです。そして、これを額面どおりに受け取ることの何が問題なのかをすべて示します。

• Hy-Memory-30B-A3B — 4つのハーネスにおけるマクロ平均は55.49。

• Claude Opus 5 — 54.62。

• DeepSeek V4.1 Flash — 53.64

• Hy3 — 51.63.

• Qwen3.6-35B-A3B — 50.37.

• Qwen3-30B-A3B — 44.37.

3Bアクティブの専門特化モデルがメモリタスクでフロンティアモデルを0.87ポイント上回るというのは、もっともらしい結果だ——タスクは狭く、その専門モデルはそのために訓練されており、これは小規模なコード補完モデルが単一ファイル編集で競争力を持つ理由と同じ論法である。しかし、注意点は極めて重要である。主要マトリックスのあらゆるベンチマークは、完全なセットではなく固定の20%サブサンプルで実行されている。評価はライターのみを変更し、ハーネス、プロンプト、検索設定、回答モデル、ジャッジを固定している。これは正しい実験デザインだが、そのデザインとハーネスはプロジェクト独自のものである。ハーネスごとのばらつきも、マクロ平均が示唆するよりも大きい。このモデルはMem0で54.02、Hy-Memoryで60.55とリードし、MemOSでの結果50.51はClaude Opus 5の50.50を0.01ポイント上回る——勝ちに見せかけた引き分けである。その最強の数値である、ホールドアウトされたEverMemOSハーネスでの56.89は、もし再現されれば最も重要となるものであり、誰も再現を試みていないものである。

すべてをベンダー報告として扱え。疑わしいものとしてではなく、未再現のものとして——それは別物だ。リポジトリと論文を伴って昨日公開されたモデルは、テストされる権利は得ているが、信じられる権利は得ていない。

そのページは、リリース全体にとって唯一の一次情報源です。照合できるブログ記事も、ベンダーの発表も、第三者の記事もありません。

まだ未確認のもの、はっきり言えば

• いかなる種類の独立したベンチマークも存在しない。Artificial Analysis にも何もなく、アリーナでの順位付けもなく、サードパーティ製ハーネスによる実行もない。

• クロスハーネス表の再現はなし。特にホールドアウトされたEverMemOSの結果は、単一ベンダーによる1回の実行にすぎない。

• 実世界のコスト数値はない。メモリ書き込みは高頻度・短出力のワークロードだが、このモデルにおける書き込みあたりのトークン数や会話あたりのコストを公開した者は誰もいない。

• 量子化を行っていないため、60 GB 未満のメモリフットプリントは測定されていません。

• メモリフレームワークが{{1}}プロトコル{{/1}}を変更したときにどうなるかについての証拠はない — この論文が検証しているのはフレームワーク間の転移であり、単一のフレームワークのバージョン間の転移ではない。

• チームがそれをホストする意向があるかどうか。カードには、このモデルがいかなる推論プロバイダーによってもデプロイされていないと記載されており、リポジトリ内にもホスト型エンドポイントが登場することを示唆するものは何もない。

それを実行したい場合と、ルーターがどこに当てはまるか

現実的には、これはセルフホスティングの判断だ。カードに示された道筋は、OpenAI 互換 API の背後に置かれた vLLM 0.31.0 であり、つまりモデルはベース URL を差し替えるだけで既存のハーネスに組み込める。そこは安く済む部分だ。高くつくのは、量子化版の相棒を持たない 60 GB の BF16 チェックポイントが、メモリをひとつ書き込む前に本格的なハードウェアを必要とするという点だ。

ここでルーターが何を行い、何を行わないかについては、正確に述べておく価値がある。Hy-Memory-30B-A3B は OrcaRouter のカタログにはなく、当社がホストしているわけでもない — そこへの経路とは、チェックポイントとあなた自身の GPU だ。ルーターが担うのは、ハーネスのもう半分である。メモリライターは回答モデルと並んで呼び出され、その回答モデルは通常、メモリバンクを読み戻して応答するホスト型のフロンティアモデルだ。OrcaRouter は、200 以上のホスト型モデルにまたがる単一の API キーを提供しており、0% のマークアップなので、プロバイダーの値下げは当日のうちに反映され、自動フェイルオーバーによって、バックエンドが劣化した場合にも対応する。ルーティング DSL は、まさにこのアーキテクチャに適合する部分だ。セルフホスト型のエンドポイントとホスト型のエンドポイントを 1 回の呼び出しに合成する。これはメモリシステムの形そのものだ — 書き込みパスには安価な専用モデル、読み取りパスにはフロンティアモデル、そしてその両方の前に 1 つのキーを置く。

そのパターンは、ライターが動き始める前から構築する価値がある。なぜなら、書き込み経路が Hy-Memory-30B-A3B であれ、メモリプロンプトを備えた汎用モデルであれ、同じものだからだ。ルーターはどちらでも気にしないし、後で一方をもう一方に差し替えるのは、書き直しではなくルーティングテーブルの編集であるべきだ。

何を見るべきか

3つのことが、これを論文から製品へと押し上げるだろう。量子化ビルド：FP8 または Q4 チェックポイントは、データセンター向けモデルと、ワークステーション上で誰かが評価できるモデルとの違いであり、それが欠けていることは、数値を確認しようとする誰かにとって唯一最大の障壁である。独立したハーネスによる実行：ホールドアウトされた EverMemOS 転移主張は論文全体の主張であり、それに利害関係のない誰かによるテストに値する。そしてホスト型エンドポイント：セルフホスティングが間違っているからではなく、モデル自体の設計——決定論的、思考なし、短い出力、毎ターン呼び出される——が API に自然に適合するからであり、それが欠けていることは、チームがこれを、すでにインフラを運用している人々に提供するインフラと見なしていることを示唆する。

それまでは、正しい姿勢とはそのリリース自体が促すものである。リポジトリを読み、手持ちのハードウェアでクイックスタートを実行し、その表は仮説として扱えばよい。