Hy-Memory-30B-A3B против Nemotron 3.5 Lightning 30B-A3B Base: одни и те же три буквы, два разных объекта

Hy-Memory-30B-A3B и NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16обладают идентичной параметрической арифметикой — 30 миллиардов всего, 3 миллиарда активных, — и именно здесь сходство перестаёт быть полезным. Модель команды Hunyuan, открытая 15 октября 2026 года, — это готовый продукт: полностью дообученный выполнять запись памяти внутри Mem0, MemOS и Hy-Memory, поставляется с совместимым с OpenAI рецептом обслуживания и таблицей бенчмарков, заявляющей о победе над Claude Opus 5. Модель NVIDIA, выпущенная 11 августа 2026 года, вообще не является продуктом. Слово «Base» в её названии — буквальное: не применялось ни дообучение с учителем, ни обучение с подкреплением, ни дистилляция. Это предварительно обученное сырьё, опубликованное, чтобы вы могли построить на его основе собственную дообученную модель. Чего цифры не могут вам сказать, так это того, не пошло ли что-то не так в реальной эксплуатации: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, степень серьёзности, оценку достоверности и флаг оспаривания.

Две модели с одинаковым числом в названии, одна из которых предназначена для использования, а другая — для модификации. Сравнение, которое стоит проводить, не в том, какая из них набирает больше баллов — их не оценивали ни по чему общему, а у одной из них нет поведения следования инструкциям, которое можно было бы оценивать. Сравнение, которое стоит проводить, касается доказательств: что опубликовал каждый производитель, какую часть этого вы могли бы проверить самостоятельно и что каждый из них требует от вас, прежде чем вообще хоть что-либо сделать.

Что на самом деле представляет собой каждая модель

Hy-Memory-30B-A3B — это обычный разреженный трансформер с необычной задачей. В его конфигурационном файле описано 48 слоёв: первый — плотный блок прямой связи, а остальные 47 — mixture-of-experts, со 128 экспертами на блок при маршрутизации top-8 плюс один общий эксперт, размером скрытого слоя 2 048, промежуточной шириной эксперта 768, 32 головами внимания против 4 голов ключ-значение с нормализацией запрос-ключ и контекстом в 262 144 позиции. Примерно 60,1 ГБ в 51 шарде BF16. Он обучался в два этапа — Memory On-Policy Distillation, затем Attributed Memory Reinforcement Learning, — и весь смысл упражнения был в том, чтобы заменить модель общего назначения, к которой фреймворки памяти сейчас обращаются на каждом ходу. При запуске с vLLM 0.31.0 он возвращает структурированные записи JSON, описывающие, что агент должен запомнить.

Nemotron 3.5 Lightning 30B-A3B Base — гибридная модель. NVIDIA чередует блоки пространства состояний Mamba-2 со слоями смеси экспертов и внимания, добавляет головы Multi-Token Prediction, обученные на отдельном этапе продолженного предобучения, и предобучила всё это по рецепту NVFP4 на более чем 20 триллионах токенов. Смысл гибридного стека — в кэше ключей-значений: блоки Mamba-2 не дают ему расти так, как это происходит у обычного трансформера, что и позволяет NVIDIA заявлять длину контекста до 1 млн токенов. Он поставляется в сборках BF16, NVFP4 и FP8, а также в виде GGUF-конвертаций и квантований от нескольких третьих сторон. Его лицензия — OpenMDW-1.1, которая охватывает веса, обучающие данные и рецепты, — более широкое разрешение, чем обычно даёт лицензия модели.

Совпадение по количеству параметров реально, но поверхностно. Оба активируют около 3 млрд параметров на токен; это единственное проектное решение, которое обе команды приняли одинаково.

Этот баннер — самый информативный элемент на странице. NVIDIA намеренно разместила его вверху базового репозитория: этот чекпойнт — не тот, который нужен большинству, и производитель говорит об этом ещё до того, как вы скачаете 30 миллиардов параметров.

Различие, которое решает всё: дообученный против предобученного

Базовый чекпоинт не следует инструкциям. Задайте ему вопрос, и он продолжит текст, потому что это единственное, чему его научил предварительный тренинг. У него нет шаблона чата, достойного называться таковым, нет поведения вызова инструментов, нет границы отказа и нет представления о том, что у разговора есть ходы. Карточка NVIDIA прямо об этом говорит, а баннер «Ищете дообученную модель?» в верхней части репозитория указывает на родственный чекпоинт для всех, кто хочет что-то, с чем можно поговорить.

Для чего нужен базовый чекпоинт — это ваш посттренинг. Продолжение предобучения на доменном корпусе или обучение с учителем, RL и дистилляция с помощью NeMo RL, NeMo Gym и Megatron-LM — набора инструментов, для которого NVIDIA называет и поставляет рецепты. Если у вас есть преимущество в данных и представление о том, как должна вести себя модель, базовый чекпоинт — это отправная точка, позволяющая задействовать и то, и другое. Если нет, это пресс-папье на 30 миллиардов параметров.

Hy-Memory-30B-A3B находится на противоположном конце этого конвейера. Он уже прошёл пост-обучение, причём дважды, и вся суть его ценностного предложения в том, что вам не нужно выполнять эту работу — вы берёте схему, которую даёт карточка, направляете её на свою обвязку, и он записывает память. Он несравнимо более узкоспециализирован, чем Nemotron, и доведён до готовности так, как Nemotron намеренно не доведён.

Характеристики и упаковка, по одной строке на каждый размер

• Всего / активных параметров — 30B / ~3B у обоих. Это единственная строка, где они совпадают.

• Архитектура — Hy-Memory-30B-A3B — это разреженный трансформер с одним плотным блоком и 47 блоками MoE, 128 экспертами при top-8 плюс общий эксперт; Nemotron 3.5 Lightning 30B-A3B Base — это гибрид Mamba-2, чередующий слои пространства состояний, MoE и внимания с головами Multi-Token Prediction.

• Контекст — 262 144 позиции для Hy-Memory-30B-A3B из его конфигурации; до 1 млн токенов для Nemotron, при этом 256K — документированное практическое значение на одном H100.

• Пост-обучение — две стадии для Hy-Memory-30B-A3B (дистилляция по собственной политике, затем атрибутированное RL); для базового чекпоинта Nemotron — вообще ни одной.

• Объём весов — 60,1 ГБ в BF16 для Hy-Memory-30B-A3B, при этом другие варианты точности не опубликованы, в отличие от сборок BF16, NVFP4 и FP8 от NVIDIA, а также GGUF от сообщества.

• Лицензия — Apache 2.0 против OpenMDW-1.1, которая дополнительно охватывает обучающие данные и рецепты.

• Путь сервинга — vLLM 0.31.0 за эндпоинтом, совместимым с OpenAI, для Hy-Memory-30B-A3B; сначала пост-тренировка, затем сервинг, для Nemotron.

• Хостинговый эндпоинт — ни одна из моделей не развёртывается провайдером хостингового инференса. Обе представляют собой варианты с самостоятельным хостингом.

Доказательство: NVIDIA публикует рецепт, Hunyuan публикует таблицу

Это самое резкое различие между двумя релизами, и дело не в самих числах.

NVIDIA публикует свою методологию оценки так, что с ней можно работать на практике. В карточке базовой модели Lightning указано, что показатели её точности измерялись в рамках единообразного стенда — NeMo Gym и NeMo Evaluator SDK, оборачивающих открытый контейнер LM Evaluation Harness, при этом RULER запускался через NeMo Skills, — а затем говорится то, что производители говорят редко: эти числа могут отличаться от самостоятельно заявленных показателей других производителей. В ней приведены ссылки на рецепты воспроизводимости. Эти числа по-прежнему получены сами NVIDIA, но стенд назван, упакован в контейнер и доступен для скачивания, а значит, расстояние между «Это измерила NVIDIA» и «Это измерил я» — несколько часов работы, а не исследовательский проект.

Релиз Hy-Memory сложнее проверить в двух разных отношениях. Сам по себе дизайн оценки корректен: он меняет только модуль записи памяти и оставляет неизменными тестовый стенд, промпты, конфигурацию извлечения, модель ответов и судью — это правильный способ изолировать вклад модуля записи. Но каждый бенчмарк в основной матрице выполняется на фиксированной 20% подвыборке, а не на полном наборе, и заявленное преимущество невелико: средний макропоказатель 55,49 против 54,62 у Claude Opus 5 — разрыв в 0,87 пункта, причём в тестовом стенде MemOS исход решила разница в 0,01 пункта. Второе препятствие — аппаратное обеспечение. Воспроизвести базовые числа NVIDIA означает загрузить чекпоинт, для которого существуют квантованные сборки; воспроизвести числа Hy-Memory означает загрузить 60 ГБ BF16, при этом меньшая альтернатива не опубликована.

Ни один из наборов показателей не был независимо воспроизведён. Разница в том, насколько правдоподобно, что именно вы могли бы стать тем, кто это сделает.

Поставьте два первоисточника рядом — и контраст разителен: оценка Hy-Memory живёт в статье с описанием архитектуры и методом обучения, а у NVIDIA — в карточке модели с названным, доступным для скачивания испытательным стендом. И в обоих случаях производитель сам проверяет свою домашнюю работу. Только один из них вручает вам линейку.

Две разные причины привлечь к этому роутер

Обе модели предполагают самостоятельный хостинг, и ни Hy-Memory-30B-A3B, ни Nemotron 3.5 Lightning 30B-A3B Base не входят в каталог OrcaRouter — мы не хостим ни одну из них. Путь к обеим — это веса и ваши собственные GPU. Но вопрос о роутере встаёт по-разному с каждой стороны этого сравнения, и его стоит разобрать, потому что это практическая форма выбора.

Если вы идёте по пути Nemotron, вы занимаетесь пост-обучением чекпоинта. В результате получается модель, которая существует только на вашей инфраструктуре, и классическая проблема кастомного чекпоинта в том, что ему негде находиться: его нет ни в одном каталоге, поэтому каждому приложению, которое хочет его использовать, нужна отдельная обвязка, а каждый путь отката при сбое приходится строить вручную. Роутер решает именно эту задачу — один API-ключ для более 200 моделей, при этом ваш собственный эндпоинт регистрируется рядом с ними и автоматическое переключение при сбое или деградации. Слияние моделей — это ещё одна вещь, о которой здесь стоит знать: оно запускает набор моделей вместе в рамках одного вызова, и именно так вы сравнили бы свежий пост-обученный вариант с сильным базовым, не написав для каждого отдельный стенд.

Если вы идёте по пути Hy-Memory, writer — это всего один вызов в куда более крупном цикле. Обвязка памяти вызывает writer, затем вызывает модель ответов, чтобы считать из банка памяти и ответить, — и именно во втором вызове обычно находится модель, размещённая у провайдера. OrcaRouter передаёт прейскурантную цену провайдера без наценки (0%), поэтому снижение цены вендором на модель ответов становится доступным на нашей стороне в тот же день, а DSL маршрутизации объединяет writer на собственном хостинге и reader на внешнем хостинге в один вызов. Вам не нужно, чтобы обе половины происходили из одного места, и вам не нужен второй контракт, чтобы добавить ту, которой не хватает.

Какой из них — правильная отправная точка?

Если вам нужна модель, которая приносит результат уже в день скачивания — а именно улучшает память агента без какого-либо обучения с вашей стороны, — то Hy-Memory-30B-A3B — единственная из этих двух, которая отвечает. Это также та, которую нельзя дёшево протестировать, и её главное заявление — то, у которого самый маленький отрыв. Заранее будьте готовы потратиться на оборудование, прежде чем что-либо выясните.

Если вам нужна основа, которую можно формировать под себя, Nemotron 3.5 Lightning 30B-A3B Base — это серьёзная опубликованная работа: гибридная архитектура, рассчитанная на длинный контекст и быстрый инференс, выпущенная вместе с рецептами обучения и стендом для оценки, который можно запускать повторно. Она не ответит на вопрос, пока вы её не дообучите, и это договорённость, а не дефект.

Совпадение названий будет и дальше ставить эти две модели в одно предложение. Числа параметров будут и дальше совпадать. А больше в них ничего совпадать не будет, и чем скорее читатель отделит «30B-A3B» от «модели того же типа», тем скорее сравнение станет полезным.

Показатель скачиваний стоит оставить на экране. Дообученная специализированная модель, выпущенная вчера без квантованной сборки, без хостируемого эндпоинта и без анонса, имеет ноль скачиваний и девять лайков — а предварительно обученный базовый чекпойнт NVIDIA, опубликованный двумя месяцами ранее, насчитывает десятки тысяч. Этот разрыв — не оценка качества. Это измерение того, насколько каждая команда затруднила возможность попробовать эту вещь.