Hy-Memory-30B-A3B vs Granite 4.2 30B: Um Escritor de Memória e um Raciocinador Não São a Mesma Compra

Hy-Memory-30B-A3B e Granite 4.2 30B têm ambos cerca de 30 bilhões de parâmetros, ambos com pesos abertos, ambos Apache 2.0, ambos lançados com sete semanas de diferença — e não são substitutos um do outro em nenhum sentido que uma planilha de aquisições reconheceria. O Hy-Memory-30B-A3B, cujo código-fonte foi aberto pela equipe Hunyuan em 15 de outubro de 2026, faz uma coisa: executa o caminho de escrita dentro de uma estrutura de memória de longo prazo, decidindo o que um agente mantém e como novas evidências o sobrescrevem. O Granite 4.2 30B, publicado pela IBM no Hugging Face em 25 de agosto de 2026, é um modelo denso de raciocínio generalista com modos de pensamento selecionáveis, chamadas de ferramentas e um contexto de 128K que pode ser estendido até 512K. Um é um componente. O outro é um assistente. Essa lacuna entre o que um placar mede e o que uma implantação enfrenta é a razão pela qual o registro importa: as falhas de IA e os incidentes com agentes documentados envolvendo modelos dessa classe são reunidos em o OrcaRouter AI Incident Archive onde cada entrada carrega suas próprias fontes, gravidade, grau de confiança e indicador de contestação.

A comparação tentadora — colocar as tabelas de benchmark deles lado a lado e ver quem vence — é a comparação errada, e é errada de um jeito que lhe custaria dinheiro. Eles não foram avaliados nas mesmas tarefas, não são implantados da mesma forma, e um deles não pode ser baixado em um formato que a maioria das pessoas consegue executar. O que vem a seguir é a comparação que de fato decide alguma coisa: para que serve cada um, quanto cada um lhe custa em hardware, e se você precisa de um, do outro ou de ambos.

Comece pelo eixo que os separa.

O Granite 4.2 30B é denso, o que significa que cada um de seus parâmetros é lido para cada token que ele gera. Ele tem três modos de raciocínio — pensamento completo, baixo esforço e nenhum — selecionáveis por requisição, e foi pós-treinado com aprendizado por reforço agêntico voltado para terminais, execução de código e busca na web dentro de um sandbox. O card da IBM afirma 57.00 no SWE-Bench Verified, 29.24 no Terminal-Bench 2.1, 89.17 no AIME 2025 e 77.60 no MMLU-Pro. Esses números são reportados pelo fornecedor e não foram reproduzidos de forma independente, e o modelo tem dois meses de idade — idade suficiente para que a ausência de pontuações independentes seja levemente notável, mas não condenatória.

O Hy-Memory-30B-A3B é esparso, o que significa que contém 30 bilhões de parâmetros, mas lê cerca de 3 bilhões por token, e foi treinado para uma única tarefa. O cartão do Hy-Memory descreve-o como substituindo o LLM de uso geral dentro do Mem0, MemOS e Hy-Memory — decidindo o que reter, como representá-lo com precisão e como novas evidências atualizam um banco de memória persistente. Em seguida, foi testado no EverMemOS, um framework mantido inteiramente fora do treinamento, que é a coisa mais próxima, em qualquer dos lançamentos, de um teste real de generalização. A sua principal alegação: uma média macro de 55,49 em quatro harnesses, contra 54,62 do Claude Opus 5. Também reportado pelo fornecedor, também não reproduzido e — ao contrário dos números do Granite — avaliado numa subamostra fixa de 20% de cada benchmark, em vez do conjunto completo.

Então, as pontuações não são comparáveis. Os 57,00 do Granite no SWE-Bench Verified e a média macro de 55,49 do Hy-Memory são números de esportes diferentes, e colocá-los em uma única coluna seria uma mentira aritmética.

Também vale a pena observar de onde vêm esses números. Os números do Hy-Memory estão em um relatório técnico, arXiv 2610.22196, enviado no mesmo dia em que os pesos surgiram — a fonte primária é pública e legível, o que é mais do que muitas tabelas do dia de lançamento trazem consigo. Os do outro lado estão em um model card. Ambos são o fornecedor corrigindo a própria lição de casa, e nenhum passou pelo harness de outra pessoa.

As especificações, dimensão por dimensão

• Parâmetros — Hy-Memory-30B-A3B 30B no total / ~3B ativos MoE vs Granite 4.2 30B aproximadamente 29B denso, todos os parâmetros ativos em cada token.

• Formato das camadas — 48 camadas para o Hy-Memory-30B-A3B, um bloco denso de feed-forward e 47 blocos MoE esparsos, 128 especialistas por bloco com roteamento top-8 mais um especialista compartilhado, em comparação com o transformer decoder-only denso padrão do Granite 4.2 30B com GQA, 32 cabeças de atenção e 8 cabeças de chave-valor.

• Contexto — 262.144 posições para Hy-Memory-30B-A3B a partir do seu arquivo de configuração vs 128K nativo e 512K estendido para Granite 4.2 30B.

• Pegada de peso — cerca de 60,1 GB distribuídos por 51 shards de safetensors BF16 para o Hy-Memory-30B-A3B vs aproximadamente 29B parâmetros densos em BF16 para o Granite 4.2 30B, com builds FP8, NVFP4/MXFP4 e GGUF publicados em conjunto.

• Opções quantizadas — nenhuma para Hy-Memory-30B-A3B; a equipe entregou apenas um checkpoint BF16 e nada mais. O Granite 4.2 30B tem uma build oficial em FP8, dois formatos de 4 bits e conversões GGUF de vários publicadores da comunidade.

• Controles de raciocínio — Hy-Memory-30B-A3B expõe uma opção reasoning_effort, mas o próprio quickstart do projeto o executa em no_think com temperatura 0,0; o Granite 4.2 30B tem três modos de raciocínio, incluindo a cadeia de pensamento completa envolta em tags think.

• Licença — Apache 2.0 para ambos, o que elimina uma das duas perguntas que uma revisão jurídica faria de outra forma.

• Disponibilidade hospedada — nenhum dos modelos é servido por um endpoint de fornecedor hospedado. A ficha do Granite 4.2 30B lista um provedor de inferência; a do Hy-Memory-30B-A3B declara claramente que nenhum provedor o implanta.

• Finalidade publicada — um escritor de memória contra um modelo de raciocínio geral. Esta é a linha que decide tudo o que está acima dela.

O hardware é onde a escolha realmente é feita

Aqui está a assimetria que uma ficha técnica esconde.

Hy-Memory-30B-A3B tem 60 GB em BF16, sem alternativa quantizada. Não é um modelo que se avalia em um laptop, nem é um modelo que se sobe em uma única placa de workstation para ver se a afirmação do artigo se sustenta. Uma equipe que quer verificar os números do Hy-Memory atualmente precisa provisionar aproximadamente o mesmo hardware que uma pequena implantação de produção, antes de saber se ele funciona.

Granite 4.2 30B, apesar de ser denso, é distribuído em formatos que consegue realmente executar hoje. As versões FP8 e de 4 bits colocam-no dentro da memória de um único acelerador, e as conversões GGUF põem uma versão utilizável em hardware que as pessoas já têm. Essa equipa lançou essas versões deliberadamente — um fornecedor que publica quatro formatos de quantização está a dizer que espera que o modelo seja executado pela pessoa que lê sobre ele, e não alugado a partir de um centro de dados.

Nada disso faz do Granite o modelo melhor. Isso faz do Granite o modelo mais barato de se conhecer.

A resposta não óbvia: estes pertencem ao mesmo sistema.

Um agente com memória de longo prazo precisa de ambas as funções, e a arquitetura do framework torna a divisão explícita em vez de teórica.

Um harness de memória invoca um escritor no caminho de escrita — disparado a cada turno, saídas curtas, determinístico, e ele nunca deve inventar um fato que o usuário não disse. Esse é o trabalho inteiro do Hy-Memory-30B-A3B, e um modelo com 3B ativos em uma configuração no-think é exatamente o formato certo para isso: barato por chamada, porque há muitas chamadas. O Granite 4.2 30B não está competindo por essa vaga. O lugar dele é o caminho de leitura e o raciocínio em torno dele — decidir o que fazer com o que está no banco, planejar, chamar ferramentas, produzir a resposta. Essas são as chamadas voltadas à fronteira, onde a profundidade de um modelo de raciocínio denso vale o seu peso.

Dois modelos, dois perfis de chamada muito diferentes, e a pergunta interessante de engenharia é como colocar uma única chave na frente de ambos. É para isso que serve uma camada de roteamento. O DSL de roteamento da OrcaRouter compõe vários modelos em uma única chamada — você pode direcionar o caminho de escrita para um endpoint Hy-Memory-30B-A3B auto-hospedado e o caminho de leitura para um modelo de ponta hospedado, e controlar ambos com uma única chave de API em mais de 200 modelos com failover automático se um backend degradar. Nenhum desses dois modelos está em nosso catálogo e não hospedamos nenhum deles; a linha de disponibilidade para ambos é o seu próprio hardware ou os canais próprios do fornecedor. O que cobrimos é a outra metade — os modelos hospedados que ficam em torno de um escritor auto-hospedado — com 0% de markup sobre o preço de tabela do provedor.

Essa combinação vale a pena entender antes que qualquer um dos modelos esteja pronto para produção no seu caso, porque a arquitetura é a mesma, quer o caminho de escrita rode o Hy-Memory-30B-A3B, quer rode um modelo geral com um prompt de memória acoplado. O roteador é indiferente. Trocar um pelo outro mais tarde deve ser uma edição na tabela de roteamento, não uma reescrita.

Qual olhar primeiro

Se você tem um agente de longa duração com um framework de memória e o caminho de escrita atualmente é um modelo de fronteira pelo qual você está pagando preços de fronteira para executar a cada turno, o Hy-Memory-30B-A3B é o mais interessante dos dois e aquele com um problema específico e quantificado a resolver. Vá dar uma olhada nele — mas vá com o entendimento de que sua primeira tarefa é construir o hardware para testá-lo, e que nenhum terceiro ainda confirmou o 55.49.

Se você precisa de um modelo de pesos abertos que raciocina, chama ferramentas e roda em uma placa que você possui, o Granite 4.2 30B é o que você deve avaliar esta semana. Ele tem dois meses, suas quantizações já existem e seus números publicados não foram reproduzidos — o que é um estado normal para um modelo aberto de porte médio e não é, por si só, um sinal de alerta.

Se você está construindo a coisa toda, a resposta honesta é que provavelmente você quer os dois, nos dois papéis para os quais foram projetados, e o trabalho interessante é o roteamento entre eles, e não a escolha entre eles.