Тихий релиз Hy-Memory-30B-A3B: Tencent выложила Memory Writer на Hugging Face без поста о запуске

Hy-Memory-30B-A3B — это 30-миллиардная модель смеси экспертов от команды Hunyuan, которая не отвечает на вопросы. Она пишет память. Она решает, что долгоживущий агент должен сохранить, насколько точно это сформулировать и как новый факт должен перезаписать старый внутри постоянного банка памяти, — этот шаг до сих пор каждый агентный фреймворк передавал чат-модели общего назначения. Веса были выложены на Hugging Face 15 октября 2026 года, технический отчёт вышел в тот же день под номером arXiv 2610.22196, репозиторий на GitHub открылся в тот же день после полудня, а тег v1.0.0 был создан 16 октября. На момент написания репозиторий фиксирует ноль загрузок и однозначное число лайков на карточке модели. Нет ни страницы запуска от вендора, ни цен, ни хостингового эндпоинта, ни какого-либо анонса, который мы смогли бы найти за пределами собственного README проекта. Бенчмарки устаревают, а цены меняются; но записи о сбоях — нет: задокументированные инциденты с ИИ и отказы агентов, стоящие за моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, оценку достоверности и флаг оспаривания.

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.

Что на самом деле находится в репозитории, а что — нет

Проверяемые факты, по одному в строке:

• Модель — tencent/Hy-Memory-30B-A3B, опубликована под лицензией Apache 2.0, отмечена тегами «английский» и «китайский».

• Размер — 30B параметров в общей сложности, примерно 3B активных на токен, что и означает суффикс A3B.

• Архитектура — 48 слоёв, из которых 1 — плотный блок прямого распространения, а 47 — разреженные блоки MoE; 128 экспертов на блок с маршрутизацией top-8 и одним общим экспертом; размер скрытого слоя 2 048; промежуточная ширина эксперта 768; 32 головы внимания против 4 голов ключ-значение с нормализацией запроса-ключа; сигмоидный маршрутизатор с членом смещения эксперта.

• Контекст — 262,144 позиции из файла конфигурации, с базой RoPE 11,158,840.

• Занимаемое место — 51 шард safetensors общим объёмом около 60,1 ГБ в BF16.

• Обслуживается с помощью — vLLM, протестировано с v0.31.0, за OpenAI-совместимым эндпоинтом. В карточке не указаны никакие другие среды выполнения и ни один поставщик инференса.

• Отсутствует — в поисковом индексе Hugging Face нет ни GGUF, ни сборки FP8 или NVFP4, ни дообученной версии, ни квантования, ни каких-либо производных. Команда выпустила один BF16-чекпоинт с одной точностью.

Последняя строка значит больше, чем кажется при чтении. Команда Granite выпустила сборки FP8, MXFP4, NVFP4 и GGUF для Granite 4.2 30B в течение считаных дней после появления базовых весов. Liquid AI выпускает Q4_K_M GGUF для LFM2.5-24B-A2B размером 14,5 ГБ. Эти вендоры сами дают понять, где, по их ожиданиям, должна работать модель. Чекпойнт BF16 на 60 ГБ без пути квантования говорит о том, что этот вариант нацелен на тех, у кого уже есть GPU, — скорее всего, на людей, которые в промышленных масштабах эксплуатируют инфраструктуру памяти, а это как раз та аудитория, которую называет карточка модели.

Для чего на самом деле предназначена модель

Различие между средством записи памяти и агентом — в этом весь смысл этого выпуска, и его легко упустить, потому что карточка модели выглядит так же, как любая другая карточка модели.

Агентный фреймворк — Mem0, MemOS, Hy-Memory, EverMemOS — находится между разговором и постоянным хранилищем. На каждом ходу что-то должно читать входящий обмен, решать, какие фрагменты стоит сохранить, формулировать их так, чтобы их можно было найти позже, и согласовывать их с тем, что уже сохранено. Сегодня это что-то — передовая чат-модель с прикреплённым промптом, специфичным для фреймворка. В статье проблема формулируется как стоимость и переносимость: общую модель за промптом памяти дорого запускать на каждом ходу, а модуль записи, настроенный на протокол одного фреймворка, не переносится чисто на другой.

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.

Двухэтапное обучение, простыми словами

В карточке этот метод описывается как Memory On-Policy Distillation с последующим Attributed Memory Reinforcement Learning, и именно на втором этапе находится вклад статьи.

На первом этапе учитель обеспечивает плотную супервизию состояний памяти, которые породил сам студент, — on-policy, то есть студента поправляют на его собственных ошибках, а не на траекториях учителя. На втором этапе фреймворк строит банки памяти из роллаутов, оценивает их чанк за чанком и переносит выбранный банк из окна в окно вместо того, чтобы сбрасывать его между ними. Именно этот перенос и удерживает обучение в соответствии с тем, как модель реально развёртывается, где банк никогда не пуст и каждая запись ложится поверх всего, что было записано до неё. Вознаграждение приписывается на уровне чанков, с явным штрафом за избыточное хранение: записывающий, который сохраняет всё, бесполезен, поэтому награда должна это учитывать.

Ничто из этого не проверено независимо. Это связное описание метода обучения, опубликованное вместе с репозиторием, содержащим код, — и это больше, чем прилагается к большинству заявлений в день релиза.

Оценка, прочитанная так, как её следует читать

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

• Hy-Memory-30B-A3B — макро-усреднённое значение 55,49 по четырём тестовым стендам.

• 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.

Рассматривайте всё это как заявленное вендором. Не как подозрительное — как невоспроизведённое, а это другое. Модель, выпущенная вчера с репозиторием и статьёй, заслужила право быть проверенной, а не право быть принятой на веру.

Эта страница — единственный первоисточник для всего релиза. Нет ни поста в блоге, ни анонса от вендора, ни сторонней публикации, с которой можно было бы её сверить.

Что до сих пор не подтверждено, если говорить прямо.

• Независимых бенчмарков любого рода не существует. На Artificial Analysis ничего нет, нет места на арене, не было прогонов сторонних тестовых стендов.

• Отсутствует воспроизведение таблицы сравнения по разным харнессам. В частности, отложенный результат EverMemOS — это единичный прогон от одного вендора.

• Нет реальных данных о стоимости. Запись в память — это высокочастотная рабочая нагрузка с коротким выводом, но никто не публиковал данные о количестве токенов на одну запись или стоимости одного диалога для этой модели.

• Без квантования, поэтому измеренный объём памяти не ниже 60 ГБ.

• Нет доказательств того, как он ведёт себя, когда фреймворк памяти меняет свой протокол — в статье тестируется перенос между фреймворками, а не между версиями одного фреймворка.

• Намерена ли команда разместить её у себя. В карточке указано, что модель не развёрнута ни одним поставщиком инференса, и ничто в репозитории не говорит о том, что появится хостируемая конечная точка.

Если вы хотите запустить это и где место роутеру

Реалистично говоря, это решение о самостоятельном хостинге. Путь, указанный в карточке, — это vLLM 0.31.0 за API, совместимым с OpenAI, а значит, модель встраивается в существующую обвязку простой заменой базового URL. Это дешёвая часть. Дорогая часть в том, что контрольная точка BF16 объёмом 60 ГБ без квантованного аналога требует серьёзного оборудования, прежде чем она запишет хотя бы одну ячейку памяти.

Стоит уточнить, что роутер здесь делает, а что — нет. Hy-Memory-30B-A3B отсутствует в каталоге OrcaRouter, и мы его не размещаем — путь к нему — это чекпойнт и ваши собственные GPU. А то, что покрывает роутер, — это вторая половина обвязки. Модуль записи памяти вызывается вместе с моделью-ответчиком, и модель-ответчик обычно представляет собой размещённую у провайдера фронтирную модель, которая считывает банк и отвечает. OrcaRouter даёт вам один ключ API для более 200 размещённых моделей с наценкой 0%, так что снижение цен провайдерами отражается в тот же день, с автоматическим переключением при сбое, если бэкенд деградирует. DSL маршрутизации — это как раз тот элемент, который подходит именно для такой архитектуры: он объединяет самостоятельно размещённый эндпоинт и размещённый у провайдера в один вызов, а это ровно та форма, которую имеет система памяти — дешёвый специалист на пути записи, фронтирная модель на пути чтения, один ключ перед обоими.

Этот паттерн стоит реализовать ещё до того, как у вас заработает модуль записи, потому что он одинаков, будь то путь записи на Hy-Memory-30B-A3B или на универсальной модели с промптом памяти. Маршрутизатору всё равно, какой из них, и замена одного на другой позже должна быть правкой таблицы маршрутизации, а не переписыванием.

Что посмотреть

Три вещи превратили бы это из статьи в продукт. Квантованная сборка: чекпоинт FP8 или Q4 — это разница между моделью для дата-центра и моделью, которую кто-то может оценить на рабочей станции, а его отсутствие — главное препятствие для всех, кто хочет проверить цифры. Независимый прогон харнесса: утверждение о переносе на отложенный набор EverMemOS — это главный тезис всей работы, и оно заслуживает проверки кем-то, кто не заинтересован в результате. И хостируемый эндпоинт: не потому, что самохостинг неправильный, а потому, что сам дизайн модели — детерминированный, без размышлений, с короткими ответами, вызывается на каждом ходу — естественно подходит для API, а его отсутствие говорит о том, что команда считает это инфраструктурой, которую поставляет людям, уже управляющим инфраструктурой.

До тех пор правильная позиция — та, к которой приглашает сам релиз. Прочитайте репозиторий, запустите быстрый старт на любом имеющемся у вас оборудовании и воспринимайте таблицу как гипотезу.