Hy-Memory-30B-A3B vs Qwen3.8-27B: De specialist is niet de rivaal — hij is de vervanger voor de klus waarvoor je al een generalist betaalt

Niemand kiest tussen Hy-Memory-30B-A3B en Qwen3.8-27B op basis van capaciteiten, want ze zitten niet in dezelfde race. Qwen3.8-27B is het dichte visie-taalmodel van het lab met 27 miljard parameters — Apache 2.0, 262.144 tokens native context, uitgebracht op 14 augustus 2026, en aangeboden op OrcaRouter voor $0,33 per miljoen inputtokens en $2,40 per miljoen output. Hy-Memory-30B-A3B is de geheugenschrijver van het Hunyuan-team — 30B totaal met ongeveer 3B actief, open source gemaakt op 15 oktober 2026, en helemaal nergens aangeboden, ook niet door ons. De ene is een generalist die je per token kunt huren. De andere is een component die je zelf moet hosten. Benchmarks verouderen en prijzen veranderen; het faalrecord niet: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsgraad en betwist-markering heeft.

De reden om ze toch naast elkaar te zetten is dat Hy-Memory-30B-A3B bestaat om iets specifieks te vervangen, en dat iets is heel vaak een Qwen3.8-27B. Geheugenframeworks roepen bij elke beurt een generalistisch model aan om te beslissen wat te bewaren. Als je daarvoor Qwen3.8-27B draait — en tegen $0.33/$2.40 is dat een voor de hand liggende keuze — dan is de eerlijke vraag niet welk model beter is. Het is of een specialist met 3B actieve parameters hetzelfde werk goed genoeg doet om de hardware te rechtvaardigen, en aan die vraag hangt een prijskaartje dat je daadwerkelijk kunt uitrekenen.

Wat Qwen3.8-27B is, in de termen waar een geheugensysteem om geeft

Dense, wat betekent dat elke parameter ervan voor elk token wordt gelezen. 64 lagen bij een verborgen grootte van 5.120, met een 16-op-1-patroon dat Gated DeltaNet linear-attentionblokken en full-attentionblokken afwisselt — een ontwerp dat het überhaupt betaalbaar maakt om een venster van een kwart miljoen tokens te serveren. Het neemt tekst, afbeeldingen en video op en geeft tekst terug, wat hier om een alledaagse reden van belang is: een groot deel van wat mensen een agent willen laten onthouden, komt binnen als een screenshot of een document in plaats van als proza.

De eigen modelkaart van de leverancier claimt 90,3 op LiveCodeBench v6, 89,2 op GPQA Diamond, 73,0 op Terminal-Bench 2.1, 84,3 op OSWorld-Verified en 79,5 op IFBench — allemaal door de leverancier gerapporteerd, niet gereproduceerd door ons of door iemand die we kunnen aanwijzen, specifiek voor de geheugenschrijf-workload. Het model heeft sinds de release onafhankelijke noteringen behaald, waaronder een top-10-notering op een arena-ranglijst voor webontwikkeling, maar geen daarvan meet of het goed geheugen schrijft. Niets meet dat tot nu toe.

Wat het tot de standaardkeuze voor deze taak maakt, is geen van die scores. Het is dat het instructies precies opvolgt, een JSON-schema accepteert, een venster van 262K heeft zodat je er een lang gesprek aan kunt geven zonder chunking-acrobatiek, en dat het goedkoop genoeg is om bij elke beurt te draaien.

De pagina hierboven toont in één scherm het praktische verschil tussen deze twee modellen: Qwen3.8-27B heeft een tarief en een route, en Hy-Memory-30B-A3B heeft geen van beide.

Wat Hy-Memory-30B-A3B anders doet

Het Hy-Memory-model is getraind voor precies één taak en de modelkaart zegt dat zonder voorbehoud: het vervangt de general-purpose LLM binnen Mem0, MemOS en Hy-Memory, en bepaalt welke informatie behouden blijft, hoe precies die moet worden weergegeven, en hoe nieuw bewijs een persistente bank moet bijwerken. Vervolgens wordt het geëvalueerd op EverMemOS, een framework dat volledig buiten de training is gehouden — de ontwerpbeslissing in de release die het meeste lof verdient, omdat cross-framework transfer het hele uitgangspunt is.

De training verloopt in twee fasen, en de tweede fase is de interessante. Memory On-Policy Distillation levert dichte supervisie op geheugentoestanden die de student zelf heeft geproduceerd. Attributed Memory Reinforcement Learning bouwt vervolgens banken op uit rollouts, scoort ze chunk voor chunk, bestraft overmatige opslag, en — dit is het deel dat de training eerlijk houdt — draagt de geselecteerde bank voort over vensters heen in plaats van deze tussen vensters te resetten. Een gedeployeerde bank is nooit leeg, dus hem trainen tegen een lege bank zou hem trainen voor een situatie die niet bestaat.

Architectonisch bestaat het uit 48 lagen: één dense blok en 47 sparse MoE-blokken, 128 experts bij top-8-routing plus een gedeelde expert, een context van 262.144 posities en 60,1 GB BF16-gewichten verdeeld over 51 shards. Er is geen gekwantiseerde build gepubliceerd.

Het rekenwerk doen dat de kaarten niet doen

Beide modellen worden bij elke beurt van een lang gesprek geactiveerd. Dat maakt het schrijfpad een volumeprobleem, en volume is waar het kleinere aantal actieve parameters van een specialist zich zou moeten laten gelden.

Neem een concrete, gestelde aanname in plaats van een gemeten aanname: een schrijver verwerkt ongeveer 800 tokens aan gesprek per beurt en produceert ongeveer 150 tokens aan gestructureerd geheugen. Over 1.000 beurten is dat 800.000 inputtokens en 150.000 outputtokens per gebruiker. Op de tariefkaart van OrcaRouter voor Qwen3.8-27B — de listprijs van de leverancier doorgegeven tegen 0% opslag, dus $0,33 en $2,40 per miljoen — kost dat gesprek ongeveer $0,26 aan input en $0,36 aan output, ongeveer $0,62, plus wat het leespad ook kost wanneer een antwoordmodel de bank opent. Dat is rekenwerk op basis van gepubliceerde tarieven, geen benchmark, en je tokens per beurt zullen verschillen.

Voor Hy-Memory-30B-A3B kosten dezelfde 1.000 beurten niets per token en per maand iets aanzienlijk groters, omdat er geen tariefkaart is. Het model is self-hosted, en het zelf hosten van 60 GB BF16 zonder een gekwantiseerd alternatief betekent een accelerator met het geheugen om het te bevatten — voordat je weet of het macro-gemiddelde van 55,49 standhoudt.

De afweging is dus niet goedkoop tegen duur. Het is verbruiksgebaseerd tegenover kapitaal, en het omslagpunt hangt volledig af van hoeveel beurten je daadwerkelijk per maand schrijft. Een team dat een paar duizend gesprekken per maand voert, is vrijwel zeker beter af door het tarief per token van Qwen3.8-27B te betalen en de hardwarekwestie nooit aan te raken. Een team dat geheugen op miljoenen beurten schrijft, draait sowieso hardware, en dan wordt de specialist interessant.

De kaart hierboven is waar de rekensom begint: achter het tarief van $0,33 zit een downloadbaar 27B-checkpoint, en als je volume hoog genoeg is om het zelf te draaien te rechtvaardigen, dan is dat een ondersteund pad met gepubliceerde kwantisaties erachter.

Drie dingen die de prijsvergelijking verbergt

Kosten per token is de eenvoudigste as en de minst beslissende. Drie andere wegen zwaarder.

Multimodaliteit. Qwen3.8-27B verwerkt afbeeldingen en video. De productkaart van Hy-Memory-30B-A3B vermeldt tekstinvoer, Engels en Chinees. Als het geheugen van je agent screenshots, gescande documenten of videoframes bevat, doet de generalist werk dat de specialist structureel niet kan doen, en geen enkel kostenvoordeel maakt dat goed.

Context. Beide publiceren 262.144 posities, wat een echt toeval is en een nuttig toeval — geen van beide heeft een voordeel als het gaat om hoeveel gesprek je er in één keer aan kunt geven.

Gepubliceerde precisie. Qwen3.8-27B wordt geleverd als BF16 met een officiële FP8-build en GGUF-conversies van meerdere uitgevers, en OrcaRouter serveert een block-FP8-versie met de vision tower op volledige precisie. Hy-Memory-30B-A3B wordt alleen als BF16 geleverd, en verder niets. Die rij bepaalt of je het op een geleende kaart kunt evalueren of er zelf een moet reserveren.

Het routeringsantwoord, dat verschilt afhankelijk van welk model je kiest

Dit is het punt waar de twee paden zich duidelijk van elkaar scheiden, en het is de moeite waard om precies te zijn in plaats van promotioneel.

Qwen3.8-27B staat in de catalogus van OrcaRouter. Je roept het aan via dezelfde API-sleutel als zo'n 200 andere modellen, tegen de lijstprijs van de provider met 0% opslag — dus een prijsverlaging van de provider is hier dezelfde dag al actief in plaats van pas bij de volgende factuurcyclus — met automatische failover als een backend degradeert. Voor een geheugen-harnas is het nuttige onderdeel de routing-DSL: die voegt meerdere modellen samen tot één aanroep, waarmee je een schrijf- en een antwoordmodel achter één endpoint draait zonder een tweede client te bouwen. Modelfusie, waarbij een panel van modellen samen antwoordt, is het hulpmiddel om empirisch uit te zoeken of een gespecialiseerde schrijver betere banken oplevert dan de generalist — laat beide tegen dezelfde conversatie lopen, vergelijk de antwoorden en stop met erover te discussiëren.

Hy-Memory-30B-A3B staat niet in onze catalogus en wij hosten het niet. De route ernaartoe is de checkpoint van het team en je eigen hardware. Als je het zelf host, dekt een router nog de rest van de lus — het gehoste antwoordmodel dat de bank terugleest, de planningsaanroepen eromheen — en je kunt je eigen endpoint naast de gehoste registreren, zodat failover en toegang met één toets voor beide gelden.

Wie moet wat doen

Als je vandaag memory writing draait op een gehoste generalist, is de eerlijke eerste vraag niet of je moet overstappen. Het is hoeveel turns je per maand daadwerkelijk wegschrijft. Onder een drempel die alleen jij kunt berekenen, is Qwen3.8-27B tegen een tarief per token de rationele keuze, en de hardwarevereiste van Hy-Memory-30B-A3B is een afleiding — vooral als je memory afbeeldingen bevat, waar de specialist niets te bieden heeft.

Als je geheugen schrijft in een volume waarbij de kosten per token een echte begrotingspost zijn geworden, is Hy-Memory-30B-A3B het eerste open model dat zich rechtstreeks op die post richt, en het feit dat het tegen een held-out raamwerk is getest, is het teken dat iemand aan generalisatie heeft gedacht in plaats van aan een demo. Wacht op een gekwantiseerde build. Wacht tot iemand buiten het team de harness draait. Beslis dan.

En als je gewoon nieuwsgierig bent of een specialist het beter doet dan een generalist op je eigen verkeer, is het experiment goedkoop op te zetten en zal het antwoord specifiek zijn voor jouw data in plaats van voor een van beide kaarten.

Eén laatste ding dat de modelkaart wel duidelijk maakt en de tabellen niet. Hy-Memory-30B-A3B is gelicentieerd onder Apache 2.0, wat betekent dat je het experiment hierboven commercieel mag uitvoeren, op je eigen data, zonder een gesprek met de juridische afdeling van wie dan ook. Dat is het sterkste argument dat het model heeft, en het staat los van of de 55,49 reproduceert.