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。
Youtu-Parsing-Omni：2026-10-09 開源，HuggingFace ID `tencent/Youtu-Parsing-Omni`，5B 參數，1,048,576 tokens context window；OmniDocBench v1.6 總分 96.96（第三方可複現公開榜，比 Gemini-3-Pro 的 92.91 高 4 分以上）、OmniParsingBench 平均 75.08 為開源權重模型最高分（僅次 Gemini-3-Pro 的 77.44）；單一 Youtu-Omni-Encoder 統一處理文件/自然圖片/圖表/流程圖/幾何圖形/音訊/影片七種輸入並輸出同一套 OmniSchema JSON，取代傳統雙塔架構；開源自架、無官方 API 定價，license 為自訂條款且明文排除歐盟地區使用
Tencent Hy4 preview：770B 總參數／49B 活躍參數（MoE，78 層），Context Window 1,048,576 tokens；API 定價 input $0.834／output $2.501（每 100 萬 tokens，cache hit $0.042）；Apache 2.0 開源權重已上 HuggingFace；163 位工程師盲測 2.99/4.00 些微領先 GLM-5.3（2.92）與 Kimi K3（2.94）；第三方 BenchLM 綜合評分 79.2/100，全站排名第 7（228 個模型中）；官方首度揭露模型參與自己的訓練優化與推理系統調校，吞吐量提升 31.8%