Hy-Memory-30B-A3B против Qwen3.8-27B: специалист — не соперник, а замена для работы, за которую вы уже платите генералисту.

Никто не выбирает между Hy-Memory-30B-A3B и Qwen3.8-27B по возможностям, потому что они не в одной гонке. Qwen3.8-27B — это плотная визуально-языковая модель лаборатории на 27 миллиардов параметров: Apache 2.0, нативный контекст в 262 144 токена, выпущена 14 августа 2026 года и обслуживается на OrcaRouter по цене $0,33 за миллион входных токенов и $2,40 за миллион выходных. Hy-Memory-30B-A3B — это «писатель памяти» команды Hunyuan: 30B суммарно при примерно 3B активных, выложена в открытый доступ 15 октября 2026 года, и нигде вообще не обслуживается, в том числе и нами. Одна — универсал, который можно арендовать за токены. Другая — компонент, который приходится хостить самому. Бенчмарки устаревают, цены меняются; а вот история отказов — нет: задокументированные инциденты с ИИ и отказы агентов, стоящие за моделями этого класса, собраны в Архиве инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, степень серьёзности, оценку достоверности и отметку о спорности.

Причина всё же ставить их рядом заключается в том, что Hy-Memory-30B-A3B существует, чтобы заменить конкретную вещь, и этой вещью очень часто оказывается Qwen3.8-27B. Фреймворки памяти вызывают модель общего назначения на каждом ходу, чтобы решить, что сохранять. Если вы используете для этого Qwen3.8-27B — а при $0.33/$2.40 это естественный выбор — то честный вопрос не в том, какая модель лучше. А в том, достаточно ли хорошо специалист с 3B активных параметров выполняет ту же работу, чтобы оправдать оборудование, и у этого вопроса есть ценник, который вы действительно можете подсчитать.

Что такое Qwen3.8-27B — в терминах, важных для системы памяти

Плотная — а это значит, что каждый её параметр считывается для каждого токена. 64 слоя при скрытом размере 5 120, с шаблоном чередования 16:1, в котором блоки линейного внимания Gated DeltaNet сменяются блоками полного внимания, — именно такой дизайн и делает возможным в принципе обслуживать окно в четверть миллиона токенов. Она принимает текст, изображения и видео и возвращает текст, что здесь важно по вполне приземлённой причине: значительная доля того, что люди хотят, чтобы агент запомнил, поступает в виде скриншота или документа, а не в виде связного текста.

В карточке самого вендора заявлены 90,3 на LiveCodeBench v6, 89,2 на GPQA Diamond, 73,0 на Terminal-Bench 2.1, 84,3 на OSWorld-Verified и 79,5 на IFBench — все показатели заявлены вендором и не воспроизведены ни нами, ни кем-либо, на кого мы могли бы указать, именно для нагрузки по написанию памяти. С момента выпуска модель получила независимые позиции, включая попадание в топ-10 в таблице лидеров арены веб-разработки, но ни одна из них не измеряет, хорошо ли она пишет память. Пока что не измеряет ничто.

Что делает его действующим фаворитом для этой задачи — это не какие-либо из тех оценок. А то, что он точно следует инструкциям, принимает JSON-схему, имеет окно в 262K, так что ему можно передать длинный разговор без трюков с разбиением на части, и он достаточно дёшев, чтобы запускать его на каждом ходу.

Страница выше — это практическая разница между этими двумя моделями на одном экране: у Qwen3.8-27B есть ставка и маршрут, а у Hy-Memory-30B-A3B нет ни того, ни другого.

Чем Hy-Memory-30B-A3B отличается

Модель Hy-Memory обучена ровно для одной задачи, и её карточка заявляет об этом без обиняков: она заменяет LLM общего назначения внутри Mem0, MemOS и Hy-Memory, решая, какую информацию сохранять, насколько точно её представлять и как новые данные должны обновлять постоянный банк. Затем её оценивают на EverMemOS — фреймворке, полностью исключённом из обучения; это единственное проектное решение в релизе, которое заслуживает наибольшей похвалы, ведь весь замысел строится на переносе между фреймворками.

Обучение состоит из двух этапов, и интересен именно второй. Memory On-Policy Distillation обеспечивает плотную супервизию для состояний памяти, которые студент создал сам. Attributed Memory Reinforcement Learning затем строит банки из роллаутов, оценивает их чанк за чанком, штрафует за избыточное хранение и — именно это сохраняет честность обучения — переносит выбранный банк из окна в окно, а не сбрасывает его между ними. Развёрнутый банк никогда не бывает пустым, поэтому обучение его на пустом банке было бы обучением для ситуации, которой не существует.

С точки зрения архитектуры это 48 слоёв, один плотный блок и 47 разреженных блоков MoE, 128 экспертов при маршрутизации top-8 плюс общий эксперт, контекст на 262 144 позиции и 60,1 ГБ весов BF16 в 51 шарде. Квантизованная сборка не публиковалась.

Делаем расчёты, которые не делают карты

Обе модели срабатывают на каждом ходу длинного разговора. Из-за этого путь записи становится проблемой объёма, а объём — как раз там, где должно сказаться меньшее количество активных параметров у специалиста.

Возьмите конкретное, заявленное допущение, а не измеренное: модуль записи обрабатывает около 800 токенов разговора за ход и выдаёт около 150 токенов структурированной памяти. За 1000 ходов это 800 000 входных токенов и 150 000 выходных токенов на пользователя. По тарифной карте OrcaRouter для Qwen3.8-27B — прейскурантная цена поставщика, переданная с 0-процентной наценкой, то есть $0,33 и $2,40 за миллион — этот разговор стоит примерно $0,26 на входе и $0,36 на выходе, около $0,62, плюс всё, во что обходится путь чтения, когда модель-ответчик открывает банк памяти. Это арифметика по опубликованным тарифам, а не бенчмарк, и количество токенов на ход у вас будет другим.

Для Hy-Memory-30B-A3B те же 1 000 ходов не стоят ничего в расчёте на токен и обходятся существенно дороже в месяц, потому что тарифной карты нет. Модель развёртывается самостоятельно, а самостоятельный хостинг 60 ГБ BF16 без квантованной альтернативы требует ускорителя с достаточным объёмом памяти — ещё до того, как вы узнаете, удержится ли макро-среднее на уровне 55,49.

Так что речь не о выборе между дешёвым и дорогим. Это оплата по счётчику против капитальных затрат, и точка перехода зависит целиком от того, сколько ходов вы фактически записываете в месяц. Команда, обрабатывающая несколько тысяч диалогов в месяц, почти наверняка лучше заплатит по цене за токен Qwen3.8-27B и вообще не будет касаться вопроса с оборудованием. Команда, записывающая память на миллионах ходов, в любом случае работает на оборудовании, и специализированное решение становится интересным.

Карточка выше — это то, с чего начинаются расчёты: за ставкой $0.33 стоит доступный для скачивания 27B-чекпойнт, и если ваш объём достаточно велик, чтобы оправдать самостоятельный запуск, это поддерживаемый путь, за которым стоят опубликованные квантизации.

Три вещи, которые скрывает сравнение цен

Стоимость за токен — самая простая ось и наименее решающая. Три других фактора важнее.

Мультимодальность. Qwen3.8-27B работает с изображениями и видео. В карточке Hy-Memory-30B-A3B указан текстовый ввод: английский и китайский. Если память вашего агента включает скриншоты, отсканированные документы или видеокадры, универсальная модель выполняет работу, которую специализированная модель структурно выполнить не может, и никакое преимущество в стоимости этого не компенсирует.

Контекст. Оба публикуют 262 144 позиции — это настоящее совпадение, и притом полезное: ни один из них не имеет преимущества в том, сколько диалога вы можете передать ему за один раз.

Опубликованная точность. Qwen3.8-27B поставляется в BF16 с официальной сборкой FP8 и GGUF-конвертациями от нескольких публикаторов, а OrcaRouter предоставляет версию block-FP8 с визуальным стеком в полной точности. Hy-Memory-30B-A3B поставляется только в BF16 и ни в чём другом. Эта строка решает, сможете ли вы оценить её на взятой на время карте или вам нужно зарезервировать свою.

Ответ маршрутизации, который различается в зависимости от выбранной модели.

Именно здесь два пути чётко расходятся, и стоит быть точным, а не рекламным.

Qwen3.8-27B есть в каталоге OrcaRouter. Вы обращаетесь к ней через тот же API-ключ, что и к двумстам с лишним другим моделям, по прайсовой цене провайдера с наценкой 0% — поэтому снижение цены провайдером вступает в силу здесь в тот же день, а не в следующем расчётном периоде — с автоматическим переключением при сбое, если бэкенд начнёт деградировать. Для харнесса памяти самое полезное — это DSL маршрутизации: он объединяет несколько моделей в один вызов, и именно так вы запускаете модель-писателя и модель-ответчик за одним эндпоинтом, не создавая второго клиента. Объединение моделей, при котором панель моделей отвечает совместно, — это инструмент, позволяющий эмпирически выяснить, даёт ли специализированная модель-писатель более качественные банки, чем универсальная: запустите обе на одном и том же разговоре, сравните ответы и прекратите спорить об этом.

Hy-Memory-30B-A3B отсутствует в нашем каталоге, и мы не хостим его. Путь к нему — это чекпоинт от команды и ваше собственное оборудование. Если вы развернёте его у себя, роутер всё равно охватывает остальную часть цикла — размещённую модель ответов, которая считывает данные из банка, вызовы планирования вокруг неё — и позволяет зарегистрировать вашу собственную конечную точку наряду с размещёнными, чтобы отказоустойчивость и доступ по одному ключу распространялись на оба варианта.

Кто что должен делать?

Если сегодня вы запускаете запись памяти на размещённом у провайдера универсальном решении, честный первый вопрос — не о том, стоит ли переключаться. А о том, сколько ходов вы на самом деле записываете в месяц. Ниже порога, который способны рассчитать только вы, Qwen3.8-27B при оплате за токен — рациональный выбор, а требование Hy-Memory-30B-A3B к оборудованию — отвлекающий фактор, особенно если ваша память содержит изображения, в работе с которыми специализированному решению нечего предложить.

Если вы пишете память в таких объёмах, что расходы на токен превратились в реальную статью бюджета, Hy-Memory-30B-A3B — первая открытая модель, нацеленная прямо на эту статью, и то, что её тестировали на отложенном фреймворке, — признак того, что кто-то думал об обобщении, а не о демо. Дождитесь квантованной сборки. Дождитесь, пока кто-нибудь вне команды прогонит тестовый стенд. Тогда решайте.

А если вам просто любопытно, обыгрывает ли специалист универсала на вашем собственном трафике, эксперимент недорого настроить, и ответ будет относиться именно к вашим данным, а не к той или иной карте.

И последнее, что карточка проясняет, а таблицы — нет. Hy-Memory-30B-A3B распространяется под лицензией Apache 2.0, а это значит, что эксперимент выше — тот, который вам разрешено проводить коммерчески, на своих данных, без разговоров с чьей-либо юридической командой. Это самый сильный аргумент, который есть у модели, и он не зависит от того, воспроизводится ли 55.49.