Hy-Memory-30B-A3B 조용한 출시: Tencent, 출시 게시물 없이 Hugging Face에 메모리 작성기 공개

Hy-Memory-30B-A3B는 Hunyuan 팀이 만든 300억 매개변수 전문가 혼합(mixture-of-experts) 모델로, 질문에 답하지 않습니다. 메모리를 작성합니다. 장기 실행 에이전트가 무엇을 보관해야 하는지, 그것을 얼마나 정밀하게 표현해야 하는지, 그리고 영구 메모리 뱅크 안에서 새 사실이 기존 사실을 어떻게 덮어써야 하는지를 결정합니다 — 지금까지 모든 에이전트 프레임워크가 범용 채팅 모델에 맡겨 온 단계입니다. 가중치는 Hugging Face에 2026년 10월 15일에 올라왔고, 기술 보고서는 같은 날 arXiv 2610.22196으로 뒤따랐으며, GitHub 저장소는 그날 오후에 열렸고, 태그 v1.0.0은 10월 16일에 생성되었습니다. 이 글을 쓰는 시점에 저장소는 다운로드 0회를 기록하고 있으며 모델 카드의 좋아요 수는 한 자릿수입니다. 벤더 출시 페이지도, 가격도, 호스팅 엔드포인트도, 그리고 프로젝트 자체의 README 외에는 찾을 수 있는 어떤 발표도 없습니다. 벤치마크는 낡아지고 가격은 움직이지만, 실패 기록은 그렇지 않습니다: 이 등급의 모델 뒤에 있는 문서화된 AI 사고와 에이전트 실패는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목은 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그를 함께 제공합니다.

That is the honest shape of this release: a paper, a repo, a checkpoint, and an evaluation table that claims to beat Claude Opus 5. Everything below is either read directly out of the repository or labelled as the vendor's own unverified claim. Nothing here has been reproduced by a third party, because nothing here has been run by a third party.

저장소에 실제로 무엇이 있고, 무엇이 없는가

검증 가능한 사실들, 각각 한 줄씩:

• 모델 — tencent/Hy-Memory-30B-A3B, Apache 2.0에 따라 공개되었으며, 영어와 중국어로 태그가 지정되었습니다.

• 크기 — 총 30B개의 파라미터, 토큰당 약 3B가 활성화되며, 이것이 A3B 접미사의 의미입니다.

• 아키텍처 — 48개 레이어로, 그중 1개는 dense 피드포워드 블록이고 47개는 sparse MoE 블록; 블록당 128개의 expert와 top-8 라우팅 및 1개의 shared expert; hidden 크기 2,048; expert 중간 너비 768; 쿼리-키 정규화가 적용된, 4개의 key-value 헤드에 대응하는 32개의 attention 헤드; expert bias 항이 있는 sigmoid 라우터.

• 컨텍스트 — 구성 파일에서 가져온 262,144개 위치, RoPE base 11,158,840.

• 저장 용량 — BF16 기준 총 약 60.1 GB에 달하는 safetensors 샤드 51개.

• 제공 방식 — vLLM, v0.31.0을 대상으로 테스트되었으며, OpenAI 호환 엔드포인트 뒤에 있습니다. 이 카드에는 다른 런타임이나 추론 제공자가 명시되어 있지 않습니다.

• 존재하지 않음 — Hugging Face 검색 인덱스에는 GGUF도, FP8 또는 NVFP4 빌드도, 미세 조정도, 양자화도, 그 어떤 종류의 파생물도 없습니다. 팀은 단 하나의 정밀도로 BF16 체크포인트 하나만 배포했습니다.

그 마지막 문장은 읽히는 것보다 더 중요하다. Granite 팀은 Granite 4.2 30B의 FP8, MXFP4, NVFP4 및 GGUF 빌드를 기본 가중치 공개 후 며칠 안에 출시했다. Liquid AI는 LFM2.5-24B-A2B의 Q4_K_M GGUF를 14.5 GB로 제공한다. 이들 공급업체는 모델이 어디에서 실행되기를 기대하는지 말해 주고 있다. 양자화 경로가 없는 60 GB BF16 체크포인트는 이 모델이 이미 GPU를 보유한 사람들, 아마도 대규모로 메모리 인프라를 운영하는 사람들을 겨냥하고 있음을 말해 준다. 그리고 그건 바로 모델 카드가 명시한 대상이다.

모델이 실제로 무엇을 위한 것인지

메모리 작성자와 에이전트의 구분이 바로 이번 릴리스의 핵심인데, 모델 카드가 여느 모델 카드처럼 읽히기 때문에 놓치기 쉽다.

에이전트 프레임워크 — Mem0, MemOS, Hy-Memory, EverMemOS — 는 대화와 영구 저장소 사이에 위치한다. 매 턴마다 무언가가 들어오는 교환을 읽고, 어떤 조각이 보존할 가치가 있는지 결정하고, 나중에 찾을 수 있도록 표현하고, 이미 저장된 것과 조정해야 한다. 오늘날 그 무언가는 프레임워크별 프롬프트가 덧붙여진 프런티어 채팅 모델이다. 논문이 문제를 규정하는 방식은 비용과 전이에 관한 것이다: 메모리 프롬프트 뒤에 있는 범용 모델은 매 턴마다 실행하기에 비용이 많이 들고, 한 프레임워크의 프로토콜에 맞춰진 라이터는 다른 프레임워크로 깔끔하게 이동하지 않는다.

Hy-Memory-30B-A3B is trained to be that writer across three frameworks at once — Mem0, MemOS and the project's own Hy-Memory, across chat, working and coding scenes — and it is then tested on a fourth, EverMemOS, that was held out of training entirely. The held-out harness is the most interesting design decision in the paper. Cross-framework transfer is the claim the entire model rests on, and holding one framework back is how you would test it if you were being serious about it.

The model is driven with reasoning_effort: "no_think" and temperature 0.0 in the project's own quickstart, which is a telling default. A writer does not need to deliberate; it needs to be deterministic and cheap, because it fires on every single turn.

2단계 훈련, 쉽게 말하면

카드는 이 레시피를 Memory On-Policy Distillation에 이어지는 Attributed Memory Reinforcement Learning으로 설명하며, 논문의 기여는 바로 두 번째 단계에 있습니다.

첫 번째 단계에서 교사는 학생 스스로 생성한 메모리 상태에 대해 촘촘한 감독을 제공합니다 — 온폴리시(on-policy) 방식이므로, 학생은 교사의 궤적이 아니라 자신의 실수에 대해 교정받습니다. 두 번째 단계에서 프레임워크는 롤아웃으로부터 메모리 뱅크를 구축하고, 이를 청크 단위로 점수화하며, 선택된 뱅크를 윈도우 사이에서 초기화하는 대신 윈도우 전반에 걸쳐 이어갑니다. 이러한 이어가기가 훈련을 모델이 실제로 배포되는 방식과 정렬되게 유지하는 부분입니다. 배포 환경에서는 뱅크가 결코 비어 있지 않으며, 모든 쓰기는 그 이전에 쓰인 모든 것 위에 쌓입니다. 크레딧은 청크 수준에서 할당되며, 과잉 저장에 대한 명시적 페널티가 있습니다 — 모든 것을 보관하는 기록자는 쓸모가 없으므로, 보상은 이를 반영해야 합니다.

그중 독립적으로 검증된 것은 하나도 없습니다. 이는 코드가 포함된 저장소와 함께 공개된 훈련 방법에 대한 일관된 설명이며, 이는 대부분의 출시 당일 주장에 딸려 오는 것보다 더 많은 내용입니다.

평가를, 마땅히 읽어야 할 방식으로 읽기

Here is the headline, and here is everything wrong with taking it at face value.

• Hy-Memory-30B-A3B — 네 개의 하네스 전반에 걸친 매크로 평균 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.

A 3B-active specialist beating a frontier model by 0.87 of a point on a memory task is a plausible result — the task is narrow and the specialist was trained for it, which is the same argument that makes small code-completion models competitive on single-file edits. But the caveats are load-bearing. Every benchmark in the main matrix runs on a fixed 20% subsample rather than the full set. The evaluation changes only the writer, holding the harness, prompts, retrieval configuration, answer model and judge fixed, which is the right experimental design, but the design and the harness are the project's own. The per-harness spread is also wider than the macro average suggests: the model leads on Mem0 at 54.02 and Hy-Memory at 60.55, and its MemOS result of 50.51 is 0.01 of a point above Claude Opus 5's 50.50 — a dead heat dressed as a win. Its strongest number, 56.89 on the held-out EverMemOS harness, is the one that would matter most if it reproduced, and the one nobody has tried to reproduce.

이 모든 것을 벤더가 보고한 내용으로 취급하세요. 의심스러운 것으로가 아니라, 아직 재현되지 않은 것으로 — 이 둘은 다른 문제입니다. 어제 저장소와 논문과 함께 공개된 모델은 검증받을 권리를 얻은 것이지, 믿음을 얻은 것이 아닙니다.

그 페이지는 이번 릴리스 전체의 유일한 1차 자료입니다. 이를 교차 검증할 블로그 글도, 벤더의 발표도, 제3자가 쓴 기사도 없습니다.

분명히 말하면, 아직 확인되지 않은 것은

• 어떤 종류의 독립적인 벤치마크도 존재하지 않습니다. Artificial Analysis에도 아무것도 없고, 아레나 순위도 없으며, 제3자 하네스 실행도 없습니다.

• 교차 하네스(cross-harness) 표의 재현은 없습니다. 특히 홀드아웃(held-out) EverMemOS 결과는 단일 벤더 실행에 불과합니다.

• 실제 비용 수치는 없습니다. 메모리 쓰기는 고빈도·짧은 출력 워크로드이지만, 이 모델에서 쓰기당 토큰 수나 대화당 비용을 공개한 곳은 아무도 없습니다.

• 양자화가 없으므로 60 GB 미만의 메모리 사용량은 측정되지 않습니다.

• 메모리 프레임워크가 프로토콜을 변경할 때 그것이 어떻게 동작하는지에 대한 증거가 없음 — 논문은 여러 프레임워크 간의 전이를 테스트한 것이지, 단일 프레임워크의 여러 버전 간 전이를 테스트한 것이 아니다.

• 팀이 이를 호스팅할 의도가 있는지 여부. 카드에는 해당 모델이 어떤 추론 제공업체에 의해서도 배포되지 않았다고 명시되어 있으며, 저장소 어디에도 호스팅된 엔드포인트가 제공될 것임을 시사하는 내용은 없습니다.

실행하고 싶다면, 그리고 라우터가 어디에 들어맞는지

현실적으로 이건 자체 호스팅 결정이다. 카드에 제시된 방식은 OpenAI 호환 API 뒤에 vLLM 0.31.0을 두는 것이고, 이는 모델이 base URL만 교체하는 식으로 기존 하네스에 그대로 들어간다는 뜻이다. 그건 저렴한 부분이다. 비싼 부분은 양자화된 버전이 없는 60 GB BF16 체크포인트가 메모리를 단 한 번 쓰기도 전에 상당한 하드웨어를 필요로 한다는 점이다.

여기서 라우터가 하는 일과 하지 않는 일을 정확히 짚고 넘어갈 가치가 있습니다. Hy-Memory-30B-A3B는 OrcaRouter의 카탈로그에 없으며 우리도 호스팅하지 않습니다 — 그것으로 가는 경로는 체크포인트와 여러분의 자체 GPU입니다. 라우터가 담당하는 것은 하네스의 나머지 절반입니다. 메모리 작성기는 답변 모델과 함께 호출되며, 답변 모델은 보통 메모리 뱅크를 다시 읽고 응답하는 호스팅된 프런티어 모델입니다. OrcaRouter는 하나의 API 키를 200개 이상의 호스팅된 모델에 걸쳐 0% 마크업으로 제공하므로, 제공업체의 가격 인하가 같은 날 반영되고, 자동 페일오버가 백엔드 성능 저하 시 적용됩니다. 라우팅 DSL은 이 아키텍처에 특히 맞는 요소입니다. 자체 호스팅 엔드포인트와 호스팅된 엔드포인트를 단일 호출로 구성하는데, 이는 메모리 시스템의 형태와 정확히 일치합니다 — 쓰기 경로에는 저렴한 전문 모델, 읽기 경로에는 프런티어 모델, 둘 모두 앞에 하나의 키.

이 패턴은 라이터를 아직 실행하지 않았더라도 구축할 가치가 있습니다. 쓰기 경로가 Hy-Memory-30B-A3B이든 메모리 프롬프트가 있는 범용 모델이든 동일하기 때문입니다. 라우터는 어느 쪽인지 상관하지 않으며, 나중에 한쪽을 다른 쪽으로 교체하는 일은 재작성이 아니라 라우팅 테이블 편집이어야 합니다.

볼 만한 것

세 가지가 이것을 논문에서 제품으로 바꿀 것이다. 양자화된 빌드: FP8 또는 Q4 체크포인트는 데이터센터 모델과 워크스테이션에서 평가할 수 있는 모델 사이의 차이이며, 그 부재는 누구든 수치를 확인하는 데 있어 가장 큰 단일 장애물이다. 독립적인 하네스 실행: 홀드아웃된 EverMemOS 전이 주장이 전체 논지이며, 이는 이해관계가 없는 사람이 테스트할 가치가 있다. 그리고 호스팅된 엔드포인트: 셀프 호스팅이 잘못이라서가 아니라, 모델 자체의 설계 — 결정론적, 사고 없음, 짧은 출력, 매 턴마다 실행 — 가 API에 자연스럽게 맞기 때문이며, 그 부재는 팀이 이것을 이미 인프라를 운영하는 사람들에게 배포하는 인프라로 보고 있음을 시사한다.

그때까지 올바른 태도는 그 릴리스 자체가 요구하는 태도입니다. 저장소를 읽고, 보유한 하드웨어에서 퀵스타트를 실행한 뒤, 그 표를 하나의 가설로 취급하십시오.