Hy-Memory-30B-A3B เปิดตัวเงียบ ๆ: Tencent ปล่อยเครื่องมือเขียนหน่วยความจำไว้บน Hugging Face โดยไม่มีโพสต์ประกาศเปิดตัว

Hy-Memory-30B-A3Bเป็นโมเดลแบบ mixture-of-experts ขนาด 3 หมื่นล้านพารามิเตอร์จากทีม Hunyuan ที่ไม่ได้ตอบคำถาม แต่เขียนความทรงจำ มันตัดสินว่าเอเจนต์ที่ทำงานต่อเนื่องระยะยาวควรเก็บอะไรไว้ ควรเรียบเรียงถ้อยคำให้แม่นยำเพียงใด และข้อเท็จจริงใหม่ควรเขียนทับข้อเท็จจริงเดิมภายในคลังความทรงจำถาวรอย่างไร — ซึ่งเป็นขั้นตอนที่เฟรมเวิร์กเอเจนต์ทุกตัวจนถึงตอนนี้ยกให้โมเดลแชตอเนกประสงค์เป็นคนทำ น้ำหนักโมเดลถูกอัปโหลดขึ้น Hugging Face เมื่อ 15 ตุลาคม 2026 รายงานทางเทคนิคตามมาในวันเดียวกันภายใต้ arXiv 2610.22196 รีโพซิทอรีบน GitHub เปิดในช่วงบ่ายของวันนั้น และแท็ก v1.0.0 ถูกตัดออกเมื่อ 16 ตุลาคม ณ เวลาที่เขียน รีโพซิทอรีบันทึกยอดดาวน์โหลดไว้ที่ศูนย์ และจำนวนไลก์บนการ์ดโมเดลอยู่ในหลักหน่วย ไม่มีหน้าปล่อยผลิตภัณฑ์ของผู้ให้บริการ ไม่มีราคา ไม่มีเอนด์พอยต์แบบโฮสต์ และไม่มีการประกาศใด ๆ ที่เราหาเจอนอกเหนือจาก README ของโครงการเอง เกณฑ์มาตรฐานย่อมเก่าไปและราคาก็ขยับ แต่บันทึกความล้มเหลวไม่เป็นเช่นนั้น: เหตุการณ์ AI และความล้มเหลวของเอเจนต์ที่มีการบันทึกไว้ซึ่งอยู่เบื้องหลังโมเดลในระดับนี้ถูกรวบรวมไว้ใน คลังเหตุการณ์ AI ของ OrcaRouter โดยแต่ละรายการมีแหล่งอ้างอิงของตนเอง ระดับความรุนแรง เกรดความเชื่อมั่น และสถานะถูกโต้แย้ง

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.

อะไรอยู่ในที่เก็บจริง ๆ และอะไรที่ไม่อยู่

ข้อเท็จจริงที่ตรวจสอบได้ บรรทัดละหนึ่งข้อ:

• โมเดล — tencent/Hy-Memory-30B-A3B เผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 ติดแท็กภาษาอังกฤษและภาษาจีน

• ขนาด — พารามิเตอร์ทั้งหมด 30B โดยมีประมาณ 3B ที่ทำงานอยู่ต่อโทเคน ซึ่งเป็นความหมายของส่วนต่อท้าย A3B

• สถาปัตยกรรม — 48 เลเยอร์ โดย 1 เลเยอร์เป็นบล็อกฟีดฟอร์เวิร์ดแบบ dense และ 47 เลเยอร์เป็นบล็อก MoE แบบ sparse; ผู้เชี่ยวชาญ 128 รายต่อบล็อก พร้อมการจัดเส้นทางแบบ top-8 และผู้เชี่ยวชาญที่ใช้ร่วมกันอีกหนึ่งราย; ขนาด hidden 2,048; ความกว้าง intermediate ของผู้เชี่ยวชาญ 768; 32 attention head เทียบกับ 4 key-value head พร้อมการนอร์มัลไลเซชันแบบ query-key; router แบบ sigmoid พร้อมพจน์ไบแอสของผู้เชี่ยวชาญ

• บริบท — 262,144 ตำแหน่งจากไฟล์กำหนดค่า โดยมีฐาน RoPE ที่ 11,158,840

• ขนาดพื้นที่ — 51 ชาร์ด safetensors รวมประมาณ 60.1 GB ใน BF16

• ให้บริการด้วย — vLLM ทดสอบกับ v0.31.0 ผ่าน endpoint ที่เข้ากันได้กับ OpenAI การ์ดนี้ไม่ได้ระบุรันไทม์อื่นใด และไม่ได้ระบุผู้ให้บริการ inference รายใด

• ไม่ปรากฏ — ไม่มี GGUF ไม่มีบิลด์ FP8 หรือ NVFP4 ไม่มีไฟน์จูน ไม่มีการควอนไทซ์ และไม่มีอนุพันธ์ใด ๆ ในดัชนีค้นหาของ Hugging Face ทีมงานปล่อยเช็กพอยต์ BF16 เพียงหนึ่งรายการที่ความแม่นยำระดับเดียว

บรรทัดสุดท้ายนั้นสำคัญกว่าที่มันดูเมื่ออ่านผ่าน ๆ ทีม Granite ปล่อยบิลด์ FP8, MXFP4, NVFP4 และ GGUF ของ Granite 4.2 30B ภายในไม่กี่วันหลังน้ำหนักฐานออก Liquid AI ปล่อย GGUF แบบ Q4_K_M ของ LFM2.5-24B-A2B ที่ขนาด 14.5 GB ผู้จำหน่ายเหล่านี้กำลังบอกคุณว่าพวกเขาคาดหวังให้โมเดลไปรันที่ไหน เช็กพอยต์ BF16 ขนาด 60 GB ที่ไม่มีเส้นทางการควอนไทซ์เลย บอกคุณว่าตัวนี้มุ่งเป้าไปที่ใครก็ตามที่มี GPU อยู่แล้ว — น่าจะเป็นพวกที่ดูแลโครงสร้างพื้นฐานหน่วยความจำในระดับสเกล ซึ่งก็คือกลุ่มเป้าหมายที่การ์ดโมเดลระบุไว้พอดี

โมเดลนี้มีไว้เพื่ออะไรกันแน่

ความแตกต่างระหว่างตัวเขียนหน่วยความจำกับเอเจนต์คือประเด็นสำคัญทั้งหมดของการเปิดตัวครั้งนี้ และเป็นเรื่องง่ายที่จะมองข้ามไปเพราะโมเดลการ์ดนั้นอ่านดูเหมือนโมเดลการ์ดอื่น ๆ ทั่วไป

กรอบงานเอเจนต์ — Mem0, MemOS, Hy-Memory, EverMemOS — วางตัวอยู่ระหว่างบทสนทนากับที่จัดเก็บแบบถาวร ในทุก ๆ เทิร์น จะต้องมีบางสิ่งคอยอ่านบทสนทนาที่เข้ามา ตัดสินว่าเศษข้อความใดควรค่าแก่การเก็บ ร้อยเรียงถ้อยคำให้สามารถค้นพบได้ในภายหลัง และกระทบยอดเทียบกับสิ่งที่จัดเก็บไว้แล้ว ปัจจุบัน สิ่งนั้นคือโมเดลแชตระดับแนวหน้าที่มีพรอมป์จำเพาะต่อกรอบงานติดตั้งเพิ่มเข้าไป การวางกรอบปัญหาของบทความนี้อยู่ที่ต้นทุนและการถ่ายโอน: โมเดลทั่วไปที่อยู่เบื้องหลังพรอมป์ด้านความจำนั้นมีต้นทุนสูงในการรันทุกเทิร์น และตัวเขียนที่ปรับจูนมาสำหรับโปรโตคอลของกรอบงานหนึ่งไม่สามารถย้ายไปยังอีกกรอบงานหนึ่งได้อย่างราบรื่น

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.

การฝึกแบบสองขั้นตอน อธิบายง่ายๆ

การ์ดนี้อธิบายสูตรว่าเป็น Memory On-Policy Distillation ตามด้วย Attributed Memory Reinforcement Learning และขั้นที่สองคือจุดที่ส่วนสนับสนุนของเปเปอร์อยู่

ในขั้นแรก ครูให้การกำกับดูแลอย่างหนาแน่นต่อสถานะหน่วยความจำที่ตัวนักเรียนสร้างขึ้นเอง — แบบ on-policy ดังนั้นนักเรียนจึงได้รับการแก้ไขจากข้อผิดพลาดของตัวเอง ไม่ใช่จากวิถีของครู ในขั้นที่สอง เฟรมเวิร์กสร้างคลังหน่วยความจำจากโรลเอาต์ ให้คะแนนทีละชังก์ และส่งต่อคลังที่เลือกไว้ไปข้างหน้าข้ามหน้าต่าง แทนที่จะรีเซ็ตระหว่างกัน การส่งต่อคือส่วนที่ทำให้การฝึกสอดคล้องกับวิธีที่โมเดลถูกนำไปใช้งานจริง โดยที่คลังไม่เคยว่างเปล่า และทุกการเขียนจะซ้อนทับบนทุกสิ่งทุกอย่างที่เขียนไว้ก่อนหน้านี้ เครดิตถูกกำหนดที่ระดับชังก์ โดยมีบทลงโทษที่ชัดเจนสำหรับการเก็บมากเกินไป — ตัวเขียนที่เก็บทุกอย่างไว้ไม่มีประโยชน์ ดังนั้นรางวัลจึงต้องคิดราคาส่วนนี้เข้าไปด้วย

ไม่มีข้อใดในนั้นที่ได้รับการตรวจสอบอย่างอิสระ มันเป็นคำอธิบายที่สอดคล้องกันของวิธีการเทรน ที่เผยแพร่พร้อมกับรีโพซิทอรีซึ่งมีโค้ดอยู่ ซึ่งมากกว่าสิ่งที่คำกล่าวอ้างในวันเปิดตัวส่วนใหญ่มีติดมาด้วย

การประเมิน อ่านอย่างที่ควรอ่าน

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

• Hy-Memory-30B-A3B — ค่าเฉลี่ยมาโคร 55.49 จากทั้งสี่ฮาร์เนส

• 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.

ให้ถือว่าทั้งหมดนี้เป็นข้อมูลที่ผู้ขายรายงานมา ไม่ใช่ในฐานะน่าสงสัย — แต่ในฐานะที่ยังไม่ถูกทำซ้ำ ซึ่งเป็นคนละเรื่องกัน โมเดลที่เปิดตัวเมื่อวานนี้ พร้อมรีโปและเปเปอร์ ได้สิทธิ์ที่จะถูกทดสอบ ไม่ใช่สิทธิ์ที่จะถูกเชื่อ

หน้านั้นเป็นแหล่งข้อมูลปฐมภูมิเพียงแหล่งเดียวสำหรับการเปิดตัวทั้งหมด ไม่มีโพสต์บล็อก ไม่มีประกาศจากผู้จำหน่าย และไม่มีบทความจากบุคคลที่สามให้ใช้ตรวจสอบเทียบเคียงกับมัน

สิ่งที่ยังไม่ได้รับการยืนยัน กล่าวอย่างตรงไปตรงมา

• ไม่มี benchmark อิสระใดๆ ทั้งสิ้น ไม่มีอะไรบน Artificial Analysis ไม่มีการจัดอันดับใน Arena ไม่มีการรัน harness โดยบุคคลที่สาม

• ไม่มีการทำซ้ำตาราง cross-harness โดยเฉพาะผลลัพธ์ held-out ของ EverMemOS นั้นเป็นการรันจากผู้ขายรายเดียวเท่านั้น

• ไม่มีตัวเลขต้นทุนในโลกจริง การเขียนหน่วยความจำเป็นงานที่มีความถี่สูงและเอาต์พุตสั้น แต่ไม่มีใครเผยแพร่จำนวนโทเคนต่อการเขียนหรือต้นทุนต่อการสนทนาบนโมเดลนี้

• ไม่มีการควอนไทซ์ ดังนั้นจึงไม่มีขนาดหน่วยความจำที่วัดได้ต่ำกว่า 60 GB

• ไม่มีหลักฐานว่ามันทำงานอย่างไรเมื่อกรอบงานด้านหน่วยความจำเปลี่ยนโปรโตคอลของตน — งานวิจัยนี้ทดสอบการถ่ายโอนข้ามกรอบงาน ไม่ใช่ข้ามเวอร์ชันของกรอบงานเดียวกัน

• ทีมตั้งใจจะโฮสต์มันหรือไม่ การ์ดระบุว่าโมเดลนี้ไม่ได้ถูกดีพลอยโดยผู้ให้บริการอินเฟอเรนซ์รายใด และไม่มีสิ่งใดในรีโปที่บ่งชี้ว่าจะมีปลายทางแบบโฮสต์ตามมา

หากคุณต้องการรันมัน และตำแหน่งที่เราเตอร์เหมาะสม

ตามความเป็นจริงแล้ว นี่เป็นการตัดสินใจเรื่องการโฮสต์เอง เส้นทางในบัตรคือ vLLM 0.31.0 ที่อยู่เบื้องหลัง API ที่เข้ากันได้กับ OpenAI ซึ่งหมายความว่าโมเดลสามารถเสียบเข้ากับ harness ที่มีอยู่ได้ทันทีเพียงแค่สลับ base URL นั่นคือส่วนที่ต้นทุนต่ำ ส่วนที่ต้นทุนสูงคือ checkpoint แบบ BF16 ขนาด 60 GB ที่ไม่มีคู่เวอร์ชันควอนไทซ์ จำเป็นต้องใช้ฮาร์ดแวร์ระดับจริงจังก่อนที่มันจะเขียนหน่วยความจำได้แม้แต่หน่วยเดียว

ควรทำความเข้าใจให้ชัดเจนว่าเราเตอร์ทำอะไรและไม่ทำอะไรในที่นี้ Hy-Memory-30B-A3B ไม่ได้อยู่ในแค็ตตาล็อกของ OrcaRouter และเราไม่ได้โฮสต์มัน — เส้นทางไปสู่มันคือเช็กพอยต์และ GPU ของคุณเอง สิ่งที่เราเตอร์ครอบคลุมคืออีกครึ่งหนึ่งของฮาร์เนส ระบบเขียนหน่วยความจำจะถูกเรียกใช้คู่กับโมเดลตอบคำถาม และโมเดลตอบคำถามมักเป็นโมเดลระดับแนวหน้าที่โฮสต์ไว้ซึ่งอ่านคลังความจำกลับมาและตอบสนอง OrcaRouter มอบคีย์ API หนึ่งคีย์ให้คุณครอบคลุม โมเดลที่โฮสต์ไว้ 200+ รายการ ด้วย มาร์กอัป 0% ดังนั้นการลดราคาจากผู้ให้บริการจะส่งต่อถึงคุณในวันเดียวกัน พร้อมกับ การสลับไปใช้ระบบสำรองอัตโนมัติ หากแบ็กเอนด์เสื่อมประสิทธิภาพ DSL สำหรับการกำหนดเส้นทางคือชิ้นส่วนที่เข้ากับสถาปัตยกรรมนี้โดยเฉพาะ: มันรวมเอนด์พอยต์ที่โฮสต์เองและเอนด์พอยต์ที่โฮสต์ไว้ให้เป็นการเรียกครั้งเดียว ซึ่งเป็นรูปร่างของระบบหน่วยความจำพอดี — โมเดลผู้เชี่ยวชาญราคาถูกบนเส้นทางการเขียน โมเดลระดับแนวหน้าบนเส้นทางการอ่าน และคีย์เดียวที่วางอยู่ด้านหน้าทั้งคู่

แพตเทิร์นนี้คุ้มค่าที่จะสร้างแม้ก่อนที่คุณจะมีตัวเขียนที่ทำงานได้ เพราะมันเหมือนกันไม่ว่าเส้นทางการเขียนจะเป็น Hy-Memory-30B-A3B หรือโมเดลทั่วไปที่มีพรอมป์ต์หน่วยความจำ เราเตอร์ไม่สนใจว่าอันไหน และการสลับอันหนึ่งไปเป็นอีกอันในภายหลังควรเป็นการแก้ตารางเส้นทาง ไม่ใช่การเขียนใหม่

ดูอะไรดี

สามสิ่งที่จะทำให้สิ่งนี้เปลี่ยนจากเปเปอร์ไปสู่ผลิตภัณฑ์ บิลด์แบบควอนไทซ์: เช็กพอยต์ FP8 หรือ Q4 คือความแตกต่างระหว่างโมเดลสำหรับศูนย์ข้อมูลกับโมเดลที่ใครสักคนสามารถประเมินได้บนเวิร์กสเตชัน และการไม่มีมันคืออุปสรรคที่ใหญ่ที่สุดเพียงหนึ่งเดียวสำหรับใครก็ตามที่ต้องการตรวจสอบตัวเลข การรันฮาร์เนสแบบอิสระ: ข้ออ้างเรื่องการถ่ายโอน EverMemOS บนชุดที่กันไว้คือแก่นของข้อเสนอทั้งหมด และมันสมควรได้รับการทดสอบโดยคนที่ไม่มีส่วนได้ส่วนเสียกับมัน และเอนด์พอยต์แบบโฮสต์: ไม่ใช่เพราะการโฮสต์เองผิด แต่เพราะการออกแบบของโมเดลเอง — ดีเทอร์มินิสติก ไม่มีการคิด เอาต์พุตสั้น ถูกเรียกใช้ทุกเทิร์น — เข้ากับ API ได้อย่างเป็นธรรมชาติ และการไม่มีมันบ่งชี้ว่าทีมมองสิ่งนี้ว่าเป็นโครงสร้างพื้นฐานที่พวกเขาส่งมอบให้กับคนที่รันโครงสร้างพื้นฐานอยู่แล้ว

จนถึงตอนนั้น ท่าทีที่ถูกต้องก็คือท่าทีที่ตัวรีลีสเองเชิญชวนไว้ อ่าน repo ให้ครบ รัน quickstart บนฮาร์ดแวร์อะไรก็ตามที่คุณมี และมองตารางนั้นเป็นเพียงสมมติฐาน