Cicha premiera Hy-Memory-30B-A3B: Tencent udostępnił na Hugging Face narzędzie do zapisu pamięci bez wpisu o premierze

Hy-Memory-30B-A3B to 30-miliardowy model typu mixture-of-experts od zespołu Hunyuan, który nie odpowiada na pytania. On pisze pamięć. Decyduje, co powinien zachować długotrwale działający agent, jak precyzyjnie to sformułować i jak nowy fakt ma nadpisać stary w trwałym banku pamięci — krok, który każdy framework agentowy dotychczas oddawał modelowi czatowemu ogólnego przeznaczenia. Wagi trafiły na Hugging Face 15 października 2026 r., raport techniczny ukazał się tego samego dnia pod numerem arXiv 2610.22196, repozytorium GitHub otwarto tego popołudnia, a tag v1.0.0 utworzono 16 października. W chwili pisania repozytorium odnotowuje zero pobrań i jednocyfrową liczbę polubień na karcie modelu. Nie ma strony premiery producenta, cennika, hostowanego endpointu ani żadnego ogłoszenia, które udałoby się nam znaleźć poza własnym README projektu. Benchmarki się starzeją, a ceny się zmieniają; rejestr awarii nie: udokumentowane incydenty AI i awarie agentów stojące za modelami tej klasy zebrano w OrcaRouter AI Incident Archive, gdzie każdy wpis ma własne źródła, stopień ciężkości, ocenę pewności i znacznik sporności.

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.

Co faktycznie znajduje się w repozytorium, a czego w nim nie ma

Sprawdzalne fakty, po jednym w wierszu:

• Model — tencent/Hy-Memory-30B-A3B, opublikowany na licencji Apache 2.0, oznaczony tagami języka angielskiego i chińskiego.

• Rozmiar — łącznie 30B parametrów, z czego około 3B aktywnych na token — to właśnie oznacza sufiks A3B.

• Architektura — 48 warstw, z których 1 to gęsty blok feed-forward, a 47 to rzadkie bloki MoE; 128 ekspertów na blok z routingiem top-8 oraz jednym wspólnym ekspertem; rozmiar ukryty 2048; pośrednia szerokość eksperta 768; 32 głowice uwagi wobec 4 głowic klucz-wartość z normalizacją query-key; router sigmoidalny z wyrazem obciążenia eksperta.

• Kontekst — 262,144 pozycje z pliku konfiguracyjnego, z bazą RoPE 11,158,840.

• Ślad — 51 fragmentów safetensors o łącznym rozmiarze około 60,1 GB w formacie BF16.

• Obsługiwane za pomocą — vLLM, przetestowane z v0.31.0, za punktem końcowym zgodnym z OpenAI. Karta nie wymienia żadnego innego środowiska uruchomieniowego ani dostawcy wnioskowania.

• Nie występuje — nie ma GGUF, nie ma wersji FP8 ani NVFP4, nie ma dostrojenia, nie ma kwantyzacji ani żadnej pochodnej jakiegokolwiek rodzaju w indeksie wyszukiwania Hugging Face. Zespół udostępnił jeden checkpoint BF16 w jednej precyzji.

Ta ostatnia linijka ma większe znaczenie, niż się wydaje na pierwszy rzut oka. Zespół Granite wydał kompilacje FP8, MXFP4, NVFP4 i GGUF modelu Granite 4.2 30B w ciągu kilku dni od udostępnienia wag bazowych. Liquid AI udostępnia Q4_K_M GGUF modelu LFM2.5-24B-A2B o rozmiarze 14,5 GB. Ci dostawcy jasno dają do zrozumienia, gdzie ich zdaniem model ma być uruchamiany. Checkpoint BF16 o rozmiarze 60 GB bez ścieżki kwantyzacji mówi ci, że ten jest skierowany do tych, którzy już mają GPU — najprawdopodobniej do ludzi obsługujących infrastrukturę pamięci na dużą skalę, czyli dokładnie do odbiorców, których wskazuje karta modelu.

Do czego właściwie służy model

Rozróżnienie między pisarzem pamięci a agentem to cały sens tego wydania, a łatwo je przeoczyć, ponieważ karta modelu czyta się jak każda inna karta modelu.

Framework agentowy — Mem0, MemOS, Hy-Memory, EverMemOS — znajduje się między rozmową a trwałym magazynem. W każdej turze coś musi odczytać przychodzącą wymianę, zdecydować, które fragmenty warto zachować, sformułować je tak, aby można było je później odnaleźć, oraz uzgodnić je z tym, co już zostało zapisane. Dziś tym czymś jest czołowy model czatu z doklejonym promptem specyficznym dla danego frameworku. Artykuł ujmuje ten problem przez pryzmat kosztu i transferu: ogólny model stojący za promptem pamięci jest kosztowny w uruchamianiu w każdej turze, a moduł zapisujący dostrojony do protokołu jednego frameworku nie przenosi się czysto do drugiego.

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.

Dwuetapowy trening, mówiąc prosto

Karta opisuje tę metodę jako Memory On-Policy Distillation, po którym następuje Attributed Memory Reinforcement Learning, a wkład artykułu tkwi w drugim etapie.

Na pierwszym etapie nauczyciel dostarcza gęstego nadzoru nad stanami pamięci, które wytworzył sam uczeń — on-policy, więc uczeń jest korygowany na własnych błędach, a nie na trajektoriach nauczyciela. W drugim etapie framework buduje banki pamięci z rolloutów, ocenia je fragment po fragmencie i przenosi wybrany bank dalej przez okna, zamiast resetować go między nimi. To właśnie to przenoszenie dalej utrzymuje trening zgodny z tym, jak model jest faktycznie wdrażany, gdzie bank nigdy nie jest pusty, a każdy zapis trafia na wierzch wszystkiego, co zapisano wcześniej. Zasługi przypisuje się na poziomie fragmentu, z jawną karą za nadmierne przechowywanie — mechanizm zapisujący, który zachowuje wszystko, jest bezużyteczny, więc nagroda musi to uwzględniać.

Nic z tego nie zostało niezależnie zweryfikowane. To spójny opis metody treningowej, opublikowany wraz z repozytorium zawierającym kod, a to więcej, niż zwykle towarzyszy większości twierdzeń ogłaszanych w dniu premiery.

Ewaluacja, odczytana tak, jak powinna być odczytana

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

• Hy-Memory-30B-A3B — 55,49 średniej makro w czterech środowiskach testowych.

• 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.

Traktuj to wszystko jako zgłoszone przez dostawcę. Nie jako podejrzane — jako nieodtworzone, a to co innego. Model wydany wczoraj wraz z repozytorium i artykułem zasłużył na prawo, by go testować, a nie na prawo, by w niego wierzyć.

Ta strona to jedyne źródło pierwotne dla całego wydania. Nie ma żadnego wpisu na blogu, ogłoszenia dostawcy ani tekstu strony trzeciej, z którymi można by ją zweryfikować.

Co wciąż pozostaje niepotwierdzone, mówiąc wprost

• Nie istnieje żaden niezależny benchmark jakiegokolwiek rodzaju. Nic na Artificial Analysis, brak pozycji w arenie, brak uruchomienia harnessu podmiotu trzeciego.

• Brak reprodukcji tabeli obejmującej różne harnessy. W szczególności wynik EverMemOS na zbiorze odłożonym to pojedyncze uruchomienie dostawcy.

• Brak rzeczywistych danych o kosztach. Zapisy pamięci to obciążenie o wysokiej częstotliwości i krótkich wynikach, ale nikt nie opublikował liczby tokenów na zapis ani kosztu na rozmowę w tym modelu.

• Brak kwantyzacji, więc brak zmierzonego zużycia pamięci poniżej 60 GB.

• Brak dowodów na to, co robi, gdy framework pamięci zmienia swój protokół — praca testuje transfer między frameworkami, a nie między wersjami jednego frameworka.

• Czy zespół zamierza go hostować. Karta wskazuje, że model nie jest wdrożony przez żadnego dostawcę inferencji, a nic w repozytorium nie sugeruje, że pojawi się hostowany punkt końcowy.

Jeśli chcesz to uruchomić, i gdzie pasuje router

Realistycznie rzecz biorąc, to decyzja o self-hostingu. Ścieżka w karcie to vLLM 0.31.0 za API zgodnym z OpenAI, co oznacza, że model wpina się w istniejący harness przez podmianę base URL. To jest ta tania część. Kosztowna część polega na tym, że 60 GB checkpoint BF16 bez skwantyzowanej wersji wymaga poważnego sprzętu, zanim wykona choćby jeden zapis do pamięci.

Warto być precyzyjnym co do tego, co router robi, a czego nie robi w tym przypadku. Hy-Memory-30B-A3B nie znajduje się w katalogu OrcaRouter i nie hostujemy go — droga do niego to checkpoint i twoje własne GPU. Router obejmuje natomiast drugą połowę harnessu. Writer pamięci jest wywoływany obok modelu odpowiadającego, a model odpowiadający to zwykle hostowany model frontier, który odczytuje bank i odpowiada. OrcaRouter daje ci jeden klucz API na ponad 200 hostowanych modeli przy 0% marży, więc obniżki cen od dostawców przechodzą dalej tego samego dnia, z automatycznym przełączaniem awaryjnym, jeśli backend ulegnie degradacji. DSL routingu to element dopasowany konkretnie do tej architektury: łączy endpoint self-hosted i endpoint hostowany w jedno wywołanie, co jest dokładnie kształtem systemu pamięci — tani specjalista na ścieżce zapisu, model frontier na ścieżce odczytu, jeden klucz przed oboma.

Warto zbudować ten wzorzec, nawet zanim masz uruchomiony moduł zapisujący, ponieważ jest identyczny niezależnie od tego, czy ścieżką zapisu jest Hy-Memory-30B-A3B, czy model ogólnego przeznaczenia z promptem pamięci. Router nie dba o to, który to jest, a późniejsza zamiana jednego na drugi powinna być edycją tabeli routingu, a nie przepisaniem.

Co obejrzeć

Trzy rzeczy przeniosłyby to z artykułu do produktu. Skwantyzowana wersja: checkpoint FP8 albo Q4 to różnica między modelem dla centrum danych a takim, który ktoś może ocenić na stacji roboczej, a jego brak to największa przeszkoda dla każdego, kto chce sprawdzić liczby. Niezależne uruchomienie zestawu testowego: twierdzenie o transferze EverMemOS na zbiorze odłożonym stanowi całą tezę i zasługuje na sprawdzenie przez kogoś, kto nie ma w tym żadnego interesu. I hostowany punkt końcowy: nie dlatego, że samodzielne hostowanie jest złe, lecz dlatego, że sama konstrukcja modelu — deterministyczna, bez trybu myślenia, krótkie wyniki, wywoływana przy każdej turze — naturalnie pasuje do API, a jej brak sugeruje, że zespół postrzega to jako infrastrukturę, którą dostarcza ludziom, którzy już utrzymują infrastrukturę.

Do tego czasu właściwą postawą jest ta, do której zachęca samo wydanie. Przeczytaj repozytorium, uruchom szybki start na sprzęcie, jaki masz, i traktuj tabelę jako hipotezę.