模型卡｜Hy-Memory-30B-A3B
Hy-Memory-30B-A3B：2026-10-15 開源（Apache-2.0），30B 總參數／約 3B 啟用的 MoE，262,144 tokens context，專門訓練來執行 agent 外部記憶框架（Mem0／MemOS／Hy-Memory）裡的「寫入」路徑；兩階段訓練（On-Policy Distillation＋Attributed Memory RL）讓四框架交叉平均分從基礎模型的 47.66 拉到 55.49，官方宣稱以此打敗 Claude Opus 5 的 54.62；但拆開看，Mem0／Hy-Memory／MemOS 三個訓練內框架差距都在 0.6 分以內（統計噪訊範圍），真正拉開差距的是唯一保留在訓練外的 EverMemOS 框架（56.89 vs 54.04，差 2.85 分），貢獻了整體領先的八成以上。目前無量化版本、無託管 API，配套本機應用 MemHub 的安裝路徑也還沒打通。