Hy Memory 2.0 is uit: Tencent heeft in één release een Memory Writer, een framework en een Mac-app open-source gemaakt.

Tencent Hunyuan heeft deze week drie dingen tegelijk uitgebracht, en slechts twee daarvan zijn vandaag installeerbaar. Hy-Memory-30B-A3B is een mixture-of-experts-model met 30 miljard parameters waarvan de hele taak het schrijven van geheugen is — beslissen wat een agent bewaart, hoe hij het formuleert en hoe nieuw bewijs oud overschrijft. Hy Memory 2.0 is het raamwerk eromheen: een Python-pakket, hy-memory, dat chat-, werk- en codeergeheugen dekt. En MemHub is de app — een local-first CLI en macOS-product dat gespreksgeschiedenis en codeersporen uit tien verschillende AI-tools haalt en onderbrengt in één geheugenopslag op je eigen schijf. De kop van het aankondigingsbericht is dat Hy-Memory-30B-A3B het wint van Claude Opus 5 op de grote geheugenraamwerken. Dat klopt voor zover het reikt, en het interessante deel is hoe ver het reikt: bij drie van de vier raamwerken is de marge minder dan zes tienden van een punt, en de hele vergelijking draait op een vijfde van elke benchmark. Elke providerstoring en rollback die wij hebben gevolgd, staat geregistreerd in het Orca AI Incident Archive, dat de volledige reeks registraties bevat, naast de naburige vermeldingen van dit incident.

Alles hieronder is ofwel afkomstig uit de eigen repository, het pakketregister en het technisch rapport van T​encent, ofwel aangeduid als een eigen claim van T​encent. Niets hier is door iemand anders gereproduceerd, want op het moment van schrijven heeft niemand anders het uitgevoerd.

Wat er daadwerkelijk is verzonden, en wanneer

De drie lagen verschenen binnen ongeveer 24 uur na elkaar, en de release notes zijn ongewoon specifiek over welke van hen voltooid zijn:

• Het model — tencent/Hy-Memory-30B-A3B werd op 15 oktober 2026 (09:52 UTC) gepubliceerd op Hugging Face, onder Apache 2.0, met het technische rapport, arXiv 2610.22196, dat dezelfde dag werd ingediend.

• Het framework — hy-memory==2.0.1 werd op 15 oktober 2026 om 17:24 UTC geüpload naar PyPI, en de monorepo werd dezelfde dag open source gemaakt. De GitHub v1.0.0-releasetag werd op 16 oktober om 08:44 UTC aangemaakt.

• De app — De release-assets van MemHub bestaan: een genotariseerde macOS arm64-schijfkopie van 303 MB volgens GitHub's telling, plus Linux arm64- en x64-runtimebundels van 245 MB en 251 MB. Windows staat vermeld als niet-ondersteund.

• De kloof — de changelog van het project zelf vermeldt dat MemHub "nog geen publieke release heeft," dat de bronversie 1.0.0 is (build 4), en dat zowel de npm-publicatie als de GitHub Release-artefacten nog in afwachting zijn. Het npm-pakket dat het wil gebruiken, memhub-cli, retourneert een 404 van de registry. De schijfimages zijn aan de release gekoppeld; de command-line-installer die ze zou moeten ophalen, is niet gepubliceerd.

Dat laatste punt is het waard om twee keer te lezen, want het is het verschil tussen een lancering en een release candidate. De Apple-build is ondertekend en genotariseerd, wat echt werk is, en de releasepagina heeft een handjevol downloads verzameld. Maar het gedocumenteerde installatiepad begint met een npm-pakket dat op het moment van schrijven niet bestaat. Als je van plan was MemHub deze week te proberen, houd dan rekening met een source-checkout in plaats van een installatie van één regel.

Hy-Memory-30B-A3B, het model

Het configuratiebestand is het minst romantische en nuttigste document in de hele release. Het beschrijft een standaard, goed begrepen MoE-vorm in plaats van iets exotisch:

• Parameters — 30B in totaal, ongeveer 3B actief per token, wat het achtervoegsel A3B betekent.

Architectuur — 48 lagen, waarvan er één dense is en 47 sparse MoE zijn; 128 experts per blok met top-8-routing plus één gedeelde expert; verborgen grootte 2.048; tussenliggende expertbreedte 768; 32 attention-heads tegenover 4 key-value-heads met query-key-normalisatie; een sigmoïde router met een expert-biasterm en een schaalfactor van 2,826.

• Context — 262.144 posities, met een RoPE-basis van 11.158.840.

• Voetafdruk — 51 safetensors-shards, ongeveer 60,1 GB in BF16. Dat is de enige precisie die T​encent heeft uitgebracht.

• Serving — de modelkaart is geschreven rond vLLM, getest tegen v0.31.0, achter een OpenAI-compatibel endpoint, en noemt ook SGLang en Docker Model Runner als ondersteunde runtimes. Het wordt door geen enkele inferentieprovider gedeployed, en de Hugging Face-zoekindex levert geen GGUF op, geen FP8- of NVFP4-build, en geen fine-tune.

Die afwezigheid is de praktische hindernis. Een leverancier die een BF16-checkpoint van 60 GB levert en verder niets, vertelt je waar hij verwacht dat het model draait, en het antwoord is een machine die je al bezit of in een datacenter huurt. Er is geen gekwantiseerde variant die men op een werkstation kan evalueren.

Het model wordt aangestuurd met reasoning_effort: "no_think" en temperature 0.0 in de eigen quickstart van Tencent. Een geheugenschrijver wordt bij elke gespreksbeurt geactiveerd om te beslissen wat bewaard moet blijven, dus delibereren is de verkeerde afweging: het moet deterministisch, kort in uitvoer en goedkoop zijn. Die ontwerpkeuze is ook het sterkste argument voor het bestaan van het model überhaupt, want het is precies de workload waarin een frontier-chatmodel het meest verspillend is.

De 55.49, gelezen zoals het gelezen moet worden

Tencent trainde de schrijver op drie geheugenframeworks — Mem0, MemOS en zijn eigen Hy-Memory — en evalueerde die daarna op een vierde, EverMemOS, dat volledig buiten de training werd gehouden. Eén testharnas achterhouden is de juiste manier om een transferclaim te testen, en transfer tussen frameworks is de hele these van het artikel.

De resultaten, die van T​encent zelf zijn en niet zijn gereproduceerd:

• Hy-Memory-30B-A3B — 55,49 macro-gemiddelde over de vier harnesses.

• 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, hetzelfde model vóór geheugenspecifieke training, waar de opvallende trainingswinst van 7,8 punten vandaan komt.

• Qwen3-30B-A3B — 44.37.

Uitgesplitst per harness wordt de overwinning kleiner. Tegen Claude Opus 5 zijn de marges 54,02 tegen 53,43 op Mem0, 60,55 tegen 60,53 op Hy-Memory, 50,51 tegen 50,50 op MemOS, en 56,89 tegen 54,04 op EverMemOS. Drie van die vier zijn statistische ruis met een lauwerkrans om — een voorsprong van twee honderdsten van een punt op de Hy-Memory-harness is geen voorsprong. De hele scheiding tussen een specialist met 3B actieve parameters en een frontiermodel zit in de ene harness die buiten de training werd gehouden, waar het verschil 2,85 punt is en waarop de claim ook het minst waarschijnlijk is getuned.

Twee ontwerpdetails zijn net zo belangrijk als de cijfers. Elk cijfer in de hoofdmatrix draait op een vaste substeekproef van 20% in plaats van de volledige benchmark, en in de evaluatie wordt alleen de writer gevarieerd, terwijl de harness, prompts, retrievalconfiguratie, antwoordmodel en judge vast blijven. Die tweede keuze is goede experimentele hygiëne — ze isoleert de variabele die wordt getest — maar het is de harness van Tencent en de judge van Tencent. Behandel de tabel als een hypothese met een repository eraan gekoppeld, wat meer is dan wat de meeste claims op releasedag bieden en minder dan een resultaat.

De cijfers van het raamwerk zijn de grotere claim

De modelvergelijking is het citaat dat T​encent in de post heeft gezet. De frameworkvergelijking is degene die de architectuur van een lezer zou veranderen als die standhoudt.

Op de eigen site van het bedrijf staat Hy Memory 2.0 op de eerste plaats onder open-source geheugenframeworks op vier benchmarks — vóór Mem0, MemOS, EverOS, OpenViking, RepoMemory en een eenvoudige sliding-window-RAG-baseline — in de drie scenario's die het bestrijkt:

• Chat — 72,6% op LoCoMo, over 1.527 niet-adversariële vragen.

• Werkt — 55,31% gemiddeld op MemoryArena (een suite voor reisplanning en gebundelde aankopen), 10,2 punten voorsprong op het volgende framework.

• Programmeren — 64,2% op CodeMemoryBench-vraagbeantwoording en 35,6% oplossingspercentage, plus 28,3% oplossingspercentage op SWE-ContextBench.

• Footprint — geheugenopslag van 6,06% van de invoertokens, tegenover 31,9% tot 41,2% voor de frameworks waarmee het wordt vergeleken.

Het voetafdrukcijfer is het cijfer dat het waard is om te stelen. Geheugensystemen falen in productie om twee redenen: ze vergeten de verkeerde dingen, en ze groeien onbeperkt. Een bank die zes procent kost van het gesprek dat hij samenvat, is een andere operationele propositie dan een die veertig kost, en dat is de dimensie waar een op routing en kosten gericht publiek om zou moeten geven, ongeacht of de rangschikking op nauwkeurigheid kritische toetsing doorstaat. Het evaluatieprotocol is daarnaast gepubliceerd: geheugenmodel DeepSeek V4.1 Flash, antwoord- en beoordelingsmodel GPT-5.6-sol, opslag gemeten als banktokens gedeeld door inputtokens, waarbij de bank alleen gegenereerd geheugen meetelt.

T​encent noemt ook interne implementaties — een recall-test voor een aandelenassistent met een multi-hop-verbetering van 40 punten, een kennisbank-plugin, en een voorkeursevaluatie van een nieuwsapp met een gemiddelde van 91,68 op 100 — op het gebied van financiën, nieuws, kennismanagement, kantooragenten, social en gaming. Dat zijn de eigen productmetrics van het bedrijf, geen benchmarks, en ze moeten worden gelezen als bewijs dat het ding ergens echt draait, niet als bewijs dat het iets verslaat.

MemHub is het onderdeel dat de meeste lezers daadwerkelijk kunnen gebruiken

Het model heeft GPU's nodig. Het framework heeft een engineeringteam nodig. MemHub heeft een laptop nodig.

Het is een local-first desktop- en command-lineproduct dat geschiedenis van AI-tools die je al hebt geautoriseerd samenbrengt in één beheerde runtime en één datamap — zodat een voorkeur die je in de ene coding agent instelt, beschikbaar is voor de volgende. T​encent noemt tien ondersteunde integraties: WorkBuddy, Cursor, Codex, C​laude Code, OpenCode, OpenClaw, Q​wen Code, Pi, Hermes en D​eepSeek Harness. Het opgegeven datapad is ~/.one-memory, met SQLite voor werk- en codingmetadata en ChromaDB plus Kuzu als de standaardopslag, en de beveiligingsdocumentatie stelt expliciet dat het product geen scherminhoud, toegankelijkheidsbomen, OCR, klembord of achtergrondaudio verzamelt.

De beweringen waarover je sceptisch moet zijn, zijn de beweringen over verwijdering. De CLI onderscheidt drie niveaus: het verwijderen van het npm-pakket verwijdert alleen de CLI, memhub uninstall verwijdert de services, beheerde runtime en CLI-koppelingen maar behoudt je geheugen, en alleen een afzonderlijke opdracht memhub delete-data verwijdert de opslag — nadat de runtime is gestopt en het exacte pad is bevestigd. Dat is een beter ontwerp dan de meeste tools in deze categorie, en het is ook een beschrijving van het beoogde gedrag in een release waarvan de installer nog niet is gepubliceerd. Iedereen die het voor belangrijk werk wil gebruiken, moet het verwijderingspad zelf verifiëren voordat hij er iets aan toevertrouwt dat hij niet bewaard wil hebben.

Wat nog onbevestigd is, ronduit gezegd.

• Geen onafhankelijke benchmark van welke aard dan ook. Geen door derden uitgevoerde harness, geen arenaplaatsing, en niets dat buiten T​encent is gereproduceerd.

• Geen reproductie van de cross-harness-tabel, en in het bijzonder van het achtergehouden EverMemOS-resultaat, dat de hele transferthese op één enkele leveranciersrun laat berusten.

• Geen kwantisatie, dus geen gemeten geheugenvoetafdruk onder 60 GB en geen evaluatiepad op werkstationschaal.

Geen gehoste endpoint en geen inferentieprovider vermeld op de modelkaart.

• Geen gepubliceerd npm-pakket voor MemHub, dus het gedocumenteerde installatiepad werkt nog niet volledig van begin tot eind.

• Geen cijfer voor de kosten per gesprek. Het wegschrijven van geheugen is een hoogfrequente werklast met korte uitvoer; niemand heeft tokens per schrijfactie gepubliceerd, of wat een assistent met geheugenondersteuning werkelijk kost om per gebruiker per maand te draaien.

Waar een router past, en waar niet

Wees hier precies over, want het zou gemakkelijk zijn om te overdrijven. Hy-Memory-30B-A3B staat niet in de catalogus van OrcaRouter en wij hosten het niet. De route naar de schrijver is de checkpoint op Hugging Face en je eigen hardware. Niets aan een routinglaag verandert dat.

Wat een router dekt, is de andere helft van de harness. Een geheugensysteem is een schrijfpad en een leespad, en de gepubliceerde evaluatie van T​encent zegt hardop wat het leespad gewoonlijk is: de schrijver bepaalt wat er wordt opgeslagen, en een apart frontier-model leest de bank terug en antwoordt. In de eigen configuratie van T​encent zijn dat DeepSeek V4.1 Flash voor het geheugenmodel en GPT-5.6-sol als antwoord- en beoordelingsmodel. OrcaRouter bedient beide met één sleutel tegen listprijs zonder prijsopslag, zodat een prijswijziging van een leverancier bij ons dezelfde dag live is in plaats van bij de volgende contractverlenging.

De routing-DSL is het onderdeel dat specifiek bij deze architectuur past. Hij combineert een zelfgehost endpoint en een gehost endpoint tot één enkele aanroep, precies de vorm van een geheugensysteem — een goedkope specialist op het schrijfpad die je zelf draait, een frontier-model op het leespad dat je huurt. Dezelfde opzet maakt het riskante deel overleefbaar: richt de writer op je eigen Hy-Memory-30B-A3B-implementatie, houd een algemeen model achter automatische failover, en een slecht schrijfpad degradeert het antwoord in plaats van de applicatie onderuit te halen. Dat patroon is het waard om te bouwen voordat je de writer draaiend hebt, want het is identiek, ongeacht of het schrijfpad nu een specialist-checkpoint is of een algemeen model met een geheugenprompt.

Wie moet handelen, en wie moet wachten?

Als je agents met langlevend geheugen draait en je al GPU's hebt, is het schrijfpad de eerlijke plek om een week aan te besteden: de checkpoint is Apache 2.0, en een geheugenschrijver is het zeldzame model waarvan je de waarde kunt meten aan je eigen verkeer in plaats van aan iemands benchmarktabel. Als je een gebruiker bent in plaats van een operator, is MemHub de interessante optie, en het is ook de optie waarop je moet wachten totdat de installer bestaat en iemand buiten T​encent het verwijderpad heeft doorlopen. En als je een model kiest op basis van de aankondiging, is de juiste houding de houding die de release zelf uitnodigt: 55,49 tegen 54,62 is een gelijkspel op drie testharnassen en een reëel verschil op de vierde, en de vierde is degene die niemand heeft gecontroleerd.