← 模型目录

Hy-Memory-30B-A3B

Tencent / 腾讯混元 · 2026-10-15 · 通用模型

官方发布来源 · 按需求选型 · 查看覆盖缺口 · 归档与转录记录

Hy-Memory-30B-A3B

腾讯混元的记忆写入模型，30B 总参数 / 3B 激活的 MoE 架构，专注在记忆系统里学「如何写入」而非回答本身。官方模型卡在 Mem0、Hy-Memory、MemOS、EverMemOS 四套记忆框架上做六项指标等权汇总，自家 55.49 分，Claude Opus 5 为 54.62、DeepSeek V4.1 Flash 为 53.64。本次发布共收录 29 项官方评测数值。

输入模态: 文本
上下文: 官方资料未说明
参数: 30B-A3B
价格（每百万 tokens）: 无此口径报价；不等于免费

本变体的评测证据

memory-writer-harness-matrix 54.02 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 Six-metric mean · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Final Cross-Harness Results · table: 模型卡 Table 1 跨 harness 六项指标均值表 · row: Hy-Memory-30B-A3B（Mem0 harness） · quote_snippet: Hy-Memory-30B-A3B | Mem0 | Hy-Memory | MemOS | EverMemOS | Overall → 54.02

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "四项 harness 等权平均",
  "judge": null
}

new-benchmark: memory-writer-harness-matrix（记忆写入模型在同一批记忆基准上的跨框架六项指标均值矩阵，官方在四套记忆框架上等权汇总）同表对照（同一列，越高越好）：Claude Opus 5 53.43、DeepSeek V4.1 Flash 49.73、Hy3 45.99、Qwen3.6-35B-A3B 47.51、Hy3-A3B Base 40.2、Qwen3-30B-A3B 39.81。官方说明 EverMemOS 对模型完全留出，不参与训练。

打开官方来源

memory-writer-harness-matrix 60.55 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 Six-metric mean · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Final Cross-Harness Results · table: 模型卡 Table 1 跨 harness 六项指标均值表 · row: Hy-Memory-30B-A3B（Hy-Memory harness） · quote_snippet: Hy-Memory-30B-A3B | Mem0 | Hy-Memory | MemOS | EverMemOS | Overall → 60.55

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "四项 harness 等权平均",
  "judge": null
}

new-benchmark: memory-writer-harness-matrix（记忆写入模型在同一批记忆基准上的跨框架六项指标均值矩阵，官方在四套记忆框架上等权汇总）同表对照（同一列，越高越好）：Claude Opus 5 60.53、DeepSeek V4.1 Flash 60.2、Hy3 58.06、Qwen3.6-35B-A3B 55.87、Hy3-A3B Base 50.39、Qwen3-30B-A3B 45.67。官方说明 EverMemOS 对模型完全留出，不参与训练。

打开官方来源

memory-writer-harness-matrix 50.51 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 Six-metric mean · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Final Cross-Harness Results · table: 模型卡 Table 1 跨 harness 六项指标均值表 · row: Hy-Memory-30B-A3B（MemOS harness） · quote_snippet: Hy-Memory-30B-A3B | Mem0 | Hy-Memory | MemOS | EverMemOS | Overall → 50.51

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "四项 harness 等权平均",
  "judge": null
}

new-benchmark: memory-writer-harness-matrix（记忆写入模型在同一批记忆基准上的跨框架六项指标均值矩阵，官方在四套记忆框架上等权汇总）同表对照（同一列，越高越好）：Claude Opus 5 50.5、DeepSeek V4.1 Flash 49.17、Hy3 50.19、Qwen3.6-35B-A3B 47.36、Hy3-A3B Base 49.05、Qwen3-30B-A3B 45.44。官方说明 EverMemOS 对模型完全留出，不参与训练。

打开官方来源

memory-writer-harness-matrix 56.89 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 Six-metric mean · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Final Cross-Harness Results · table: 模型卡 Table 1 跨 harness 六项指标均值表 · row: Hy-Memory-30B-A3B（EverMemOS harness） · quote_snippet: Hy-Memory-30B-A3B | Mem0 | Hy-Memory | MemOS | EverMemOS | Overall → 56.89

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "四项 harness 等权平均",
  "judge": null
}

new-benchmark: memory-writer-harness-matrix（记忆写入模型在同一批记忆基准上的跨框架六项指标均值矩阵，官方在四套记忆框架上等权汇总）同表对照（同一列，越高越好）：Claude Opus 5 54.04、DeepSeek V4.1 Flash 55.47、Hy3 52.3、Qwen3.6-35B-A3B 50.75、Hy3-A3B Base 50.98、Qwen3-30B-A3B 46.57。官方说明 EverMemOS 对模型完全留出，不参与训练。

打开官方来源

memory-writer-harness-matrix 55.49 模型 hy-memory-30b-a3b · 版本 Overall macro average · 指标 Six-metric mean · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Final Cross-Harness Results · table: 模型卡 Table 1 跨 harness 六项指标均值表 · row: Hy-Memory-30B-A3B（四 harness 等权总平均） · quote_snippet: Hy-Memory-30B-A3B | Mem0 | Hy-Memory | MemOS | EverMemOS | Overall → 55.49

{
  "harness": "Mem0 / Hy-Memory / MemOS / EverMemOS 四套记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "四项 harness 等权平均",
  "judge": null
}

new-benchmark: memory-writer-harness-matrix（记忆写入模型在同一批记忆基准上的跨框架六项指标均值矩阵，官方在四套记忆框架上等权汇总）同表对照（同一列，越高越好）：Claude Opus 5 54.62、DeepSeek V4.1 Flash 53.64、Hy3 51.63、Qwen3.6-35B-A3B 50.37、Hy3-A3B Base 47.66、Qwen3-30B-A3B 44.37。官方说明 EverMemOS 对模型完全留出，不参与训练。

打开官方来源

locomo 59.54 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 LoCoMo · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Mem0 harness · table: 模型卡 Table 2（Mem0 harness 明细表） · row: Hy-Memory-30B-A3B（LoCoMo） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 59.54

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: locomo（长对话记忆问答评测（LoCoMo Judge））同表对照（Mem0 harness）：Claude Opus 5 69.47、DeepSeek V4.1 Flash 58.78。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

longmemeval 73 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 LME · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Mem0 harness · table: 模型卡 Table 2（Mem0 harness 明细表） · row: Hy-Memory-30B-A3B（LME） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 73

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: longmemeval（长记忆评测 LongMemEval）同表对照（Mem0 harness）：Claude Opus 5 66、DeepSeek V4.1 Flash 69.39。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

personamem-v2 51.62 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 PM-v2 · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Mem0 harness · table: 模型卡 Table 2（Mem0 harness 明细表） · row: Hy-Memory-30B-A3B（PM-v2） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 51.62

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: personamem-v2（个性化记忆评测 PersonaMem-v2）同表对照（Mem0 harness）：Claude Opus 5 53.58、DeepSeek V4.1 Flash 49.56。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

travel-sps 54.51 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 Travel · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Mem0 harness · table: 模型卡 Table 2（Mem0 harness 明细表） · row: Hy-Memory-30B-A3B（Travel） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 54.51

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: travel-sps（旅行规划轨迹成功率 Travel SPS）同表对照（Mem0 harness）：Claude Opus 5 42.98、DeepSeek V4.1 Flash 35.07。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

shopping-ps 18.33 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 Shop. · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Mem0 harness · table: 模型卡 Table 2（Mem0 harness 明细表） · row: Hy-Memory-30B-A3B（Shop.） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 18.33

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: shopping-ps（购物场景轨迹成功率 Shopping PS）同表对照（Mem0 harness）：Claude Opus 5 17.78、DeepSeek V4.1 Flash 16.67。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

code-memory-bench 67.13 模型 hy-memory-30b-a3b · 版本 Mem0 harness · 指标 CMB · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Mem0 harness · table: 模型卡 Table 2（Mem0 harness 明细表） · row: Hy-Memory-30B-A3B（CMB） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 67.13

{
  "harness": "Mem0 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: code-memory-bench（代码记忆问答评测 Code Memory Bench（两个仓库问答子评测的等权平均））同表对照（Mem0 harness）：Claude Opus 5 70.74、DeepSeek V4.1 Flash 68.92。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

locomo 73.28 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 LoCoMo · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Hy-Memory harness · table: 模型卡 Table 3（Hy-Memory harness 明细表） · row: Hy-Memory-30B-A3B（LoCoMo） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 73.28

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: locomo（长对话记忆问答评测（LoCoMo Judge））同表对照（Hy-Memory harness）：Claude Opus 5 74.43、DeepSeek V4.1 Flash 72.9。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

longmemeval 89 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 LME · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Hy-Memory harness · table: 模型卡 Table 3（Hy-Memory harness 明细表） · row: Hy-Memory-30B-A3B（LME） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 89

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: longmemeval（长记忆评测 LongMemEval）同表对照（Hy-Memory harness）：Claude Opus 5 89.69、DeepSeek V4.1 Flash 85.86。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

personamem-v2 51.54 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 PM-v2 · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Hy-Memory harness · table: 模型卡 Table 3（Hy-Memory harness 明细表） · row: Hy-Memory-30B-A3B（PM-v2） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 51.54

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: personamem-v2（个性化记忆评测 PersonaMem-v2）同表对照（Hy-Memory harness）：Claude Opus 5 48.71、DeepSeek V4.1 Flash 49。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

travel-sps 57.65 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 Travel · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Hy-Memory harness · table: 模型卡 Table 3（Hy-Memory harness 明细表） · row: Hy-Memory-30B-A3B（Travel） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 57.65

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: travel-sps（旅行规划轨迹成功率 Travel SPS）同表对照（Hy-Memory harness）：Claude Opus 5 51.34、DeepSeek V4.1 Flash 53.46。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

shopping-ps 21.11 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 Shop. · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Hy-Memory harness · table: 模型卡 Table 3（Hy-Memory harness 明细表） · row: Hy-Memory-30B-A3B（Shop.） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 21.11

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: shopping-ps（购物场景轨迹成功率 Shopping PS）同表对照（Hy-Memory harness）：Claude Opus 5 23.33、DeepSeek V4.1 Flash 22.78。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

code-memory-bench 70.73 模型 hy-memory-30b-a3b · 版本 Hy-Memory harness · 指标 CMB · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · Hy-Memory harness · table: 模型卡 Table 3（Hy-Memory harness 明细表） · row: Hy-Memory-30B-A3B（CMB） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 70.73

{
  "harness": "Hy-Memory 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: code-memory-bench（代码记忆问答评测 Code Memory Bench（两个仓库问答子评测的等权平均））同表对照（Hy-Memory harness）：Claude Opus 5 75.7、DeepSeek V4.1 Flash 77.18。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

locomo 62.98 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 LoCoMo · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · MemOS harness · table: 模型卡 Table 4（MemOS harness 明细表） · row: Hy-Memory-30B-A3B（LoCoMo） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 62.98

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: locomo（长对话记忆问答评测（LoCoMo Judge））同表对照（MemOS harness）：Claude Opus 5 63.74、DeepSeek V4.1 Flash 61.07。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

longmemeval 73 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 LME · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · MemOS harness · table: 模型卡 Table 4（MemOS harness 明细表） · row: Hy-Memory-30B-A3B（LME） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 73

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: longmemeval（长记忆评测 LongMemEval）同表对照（MemOS harness）：Claude Opus 5 79.38、DeepSeek V4.1 Flash 73。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

personamem-v2 51.92 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 PM-v2 · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · MemOS harness · table: 模型卡 Table 4（MemOS harness 明细表） · row: Hy-Memory-30B-A3B（PM-v2） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 51.92

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: personamem-v2（个性化记忆评测 PersonaMem-v2）同表对照（MemOS harness）：Claude Opus 5 52.84、DeepSeek V4.1 Flash 50.68。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

travel-sps 24.15 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 Travel · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · MemOS harness · table: 模型卡 Table 4（MemOS harness 明细表） · row: Hy-Memory-30B-A3B（Travel） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 24.15

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: travel-sps（旅行规划轨迹成功率 Travel SPS）同表对照（MemOS harness）：Claude Opus 5 22.14、DeepSeek V4.1 Flash 18.61。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

shopping-ps 21.11 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 Shop. · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · MemOS harness · table: 模型卡 Table 4（MemOS harness 明细表） · row: Hy-Memory-30B-A3B（Shop.） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 21.11

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: shopping-ps（购物场景轨迹成功率 Shopping PS）同表对照（MemOS harness）：Claude Opus 5 19.44、DeepSeek V4.1 Flash 21.67。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

code-memory-bench 69.91 模型 hy-memory-30b-a3b · 版本 MemOS harness · 指标 CMB · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · MemOS harness · table: 模型卡 Table 4（MemOS harness 明细表） · row: Hy-Memory-30B-A3B（CMB） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 69.91

{
  "harness": "MemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: code-memory-bench（代码记忆问答评测 Code Memory Bench（两个仓库问答子评测的等权平均））同表对照（MemOS harness）：Claude Opus 5 65.46、DeepSeek V4.1 Flash 69.97。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

locomo 73.28 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 LoCoMo · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · EverMemOS harness · table: 模型卡 Table 5（EverMemOS harness 明细表） · row: Hy-Memory-30B-A3B（LoCoMo） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 73.28

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: locomo（长对话记忆问答评测（LoCoMo Judge））同表对照（EverMemOS harness）：Claude Opus 5 73.28、DeepSeek V4.1 Flash 72.52。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

longmemeval 76 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 LME · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · EverMemOS harness · table: 模型卡 Table 5（EverMemOS harness 明细表） · row: Hy-Memory-30B-A3B（LME） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 76

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: longmemeval（长记忆评测 LongMemEval）同表对照（EverMemOS harness）：Claude Opus 5 80.41、DeepSeek V4.1 Flash 82.83。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

personamem-v2 53.28 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 PM-v2 · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · EverMemOS harness · table: 模型卡 Table 5（EverMemOS harness 明细表） · row: Hy-Memory-30B-A3B（PM-v2） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 53.28

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: personamem-v2（个性化记忆评测 PersonaMem-v2）同表对照（EverMemOS harness）：Claude Opus 5 51.19、DeepSeek V4.1 Flash 49.74。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

travel-sps 56.56 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 Travel · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · EverMemOS harness · table: 模型卡 Table 5（EverMemOS harness 明细表） · row: Hy-Memory-30B-A3B（Travel） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 56.56

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: travel-sps（旅行规划轨迹成功率 Travel SPS）同表对照（EverMemOS harness）：Claude Opus 5 45.91、DeepSeek V4.1 Flash 59.47。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

shopping-ps 19.05 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 Shop. · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · EverMemOS harness · table: 模型卡 Table 5（EverMemOS harness 明细表） · row: Hy-Memory-30B-A3B（Shop.） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 19.05

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: shopping-ps（购物场景轨迹成功率 Shopping PS）同表对照（EverMemOS harness）：Claude Opus 5 23.89、DeepSeek V4.1 Flash 18.89。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源

code-memory-bench 63.19 模型 hy-memory-30b-a3b · 版本 EverMemOS harness · 指标 CMB · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-21 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Detailed Benchmark Results · EverMemOS harness · table: 模型卡 Table 5（EverMemOS harness 明细表） · row: Hy-Memory-30B-A3B（CMB） · quote_snippet: Hy-Memory-30B-A3B | LoCoMo | LME | PM-v2 | Travel | Shop. | CMB → 63.19

{
  "harness": "EverMemOS 记忆框架",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "固定 20% 基准子样本上的单指标得分",
  "judge": null
}

new-benchmark: code-memory-bench（代码记忆问答评测 Code Memory Bench（两个仓库问答子评测的等权平均））同表对照（EverMemOS harness）：Claude Opus 5 49.53、DeepSeek V4.1 Flash 49.38。官方说明该评测只更换记忆写入模型，框架版本、提示词、检索配置、回答模型、评委等其余组件全部固定；主矩阵每项基准都在固定 20% 子样本上评估。

打开官方来源