H Company julkaisee Holo4:n, avoimien painojen mallit tietokoneita käyttäville agenteille

H company julkaisi Holo4, uuden tietokoneita käyttävien agenttimallien sarjansa, 28. syyskuuta 2026, 27B dense- ja 35B-A3B Mixture of Experts -kokoina, avoimilla painoilla Hugging Face -palvelussa ja API‑saatavuudella. Yritys raportoi, että 27B‑malli saavutti 85.2% OSWorld‑vertailussa hintaan $0.08 per tehtävä.

Mallisarja ja saatavuus

Yrityksen mukaan Holo4 on vuorovaikutuksessa ohjelmistojen kanssa minkä tahansa käytettävissä olevan käyttöliittymän kautta: graafiset käyttöliittymät, koodi, MCP ja API:t. Se klikkaa ja kirjoittaa näytöllä, kirjoittaa ja suorittaa omaa koodiaan, ja kutsuu MCP‑ tai API‑työkaluja valiten tehtävään parhaiten sopivan lähestymistavan. Sama malli toimii työpöydillä, verkossa, Androidilla, koodihiekkalaatikossa ja yritys‑API:ita vastaan, ja sitä kutsutaan samalla tavalla kaikissa tapauksissa, ilman että eri alustalle täytyy valita eri malli.

Molemmat koot ovat saatavilla H Models API:ssa, ja painot on julkaistu Hugging Facessa BF16-, FP8-, NVFP4- ja 4‑bit GGUF -muodoissa. Holo4:n lisäksi yritys julkaisi myös Holotron4 Nano:n, päivitetyn version Holotron 3:sta.

Holo4-27B mallikortti tunnistaa mallin 27 miljardia parametria sisältävänä näkö‑kielimallina, joka on rakennettu Qwen3.8:n tiheään arkkitehtuuriin, kontekstin enimmäispituus on 262 144 tokenia ja kohdeympäristöt kattavat verkon, työpöydän ja mobiilin. Kortissa todetaan, että painot ovat saatavilla ei‑kaupallisen CC BY‑NC 4.0 -lisenssin alaisina, ja se kuvaa käyttöä yrityksen hai‑agents‑ohjausjärjestelmässä, joka lähettää näytönkaappauksia ja työkalutuloksia mallille sekä toteuttaa pyydetyt napsautukset, kirjoitukset, koodin ja työkalukutsut.

Yrityksen lehdistötiedote listaa Holo4-35B-A3B:n Apache 2.0 -lisenssin alla hintaan 0,30 $ per miljoona syötetokenia, 0,03 $ per miljoona välimuistissa olevaa tokenia ja 2,00 $ per miljoona tuotettua tokenia, 262 K kontekstilla. Siinä listataan Holo4-27B vain tutkimuskäyttöön hintaan 0,40 $ syötettä, 0,04 $ välimuistia ja 3,00 $ tuotosta per miljoona tokenia, myös 262 K kontekstilla.

Raportoituja vertailuja ja tehtäväkohtainen kustannus

Yrityksen vertailutaulukko raportoi Holo4 27B:n saavuttaneen 85.2% OSWorld‑testissä kustannuksella $0.08 per tehtävä ja Holo4 35B-A3B:n 80.8% hintaan $0.05, verrattuna Qwen3.8 27B:n 84.3% ja $0.22; viimeksi mainittu on tiheän mallin pohjamalli. OSWorldin listatuissa huippupisteissä ovat 86.0% Fable 5:lle, 78.7% GPT‑5.5:lle ja 86.1% Qwen3.8 Max:lle.

OSWorld 2.0:ssa, joka kattaa pitkät tietokonetyönkulut, yritys raportoi Holo4 27B:n saavuttaneen 61.7% pistemäärän ja 41.5% onnistumisprosentin hintaan $1.22 per tehtävä, ja Holo4 35B-A3B:n 30.9% hintaan $0.61. Taulukko listaa Opus 5.5:n 81.8% ja $8.48 per tehtävä, GPT‑6 Astra:n 73.5% ja $9.07, sekä Qwen3.8 27B:n 48.0% ja $3.49. Yritys sanoo, että Holo4 jää jälkeen vain vahvimmista suljetuista malleista pitkissä työnkuluissa, ja tekee sen kymmenien kertojen pienemmällä parametrimäärällä ja paljon alhaisemmalla kustannuksella.

AutomationBenchissä, liiketoiminnan automaatiovertailussa, raportoituja pisteitä ovat 45.4% hintaan $0.05 per tehtävä Holo4 27B:lle ja 34.5% hintaan $0.02 35B-A3B:lle. Yritys huomauttaa, että 480 tehtävää 600 tehtävästä julkisessa v1.0.6‑joukossa kuuluu osajoukkoon, josta se keräsi koulutusdataa; 120 koulutuksesta erillään pidetyn testitehtävän osalta se raportoi 49.3% 27B‑mallille ja 31.7% MoE‑mallille. Yritys sanoo raportoivansa yksityiset tulokset, kun Holo4 on arvioitu virallisessa yksityisessä joukossa.

Taulukko raportoi myös 44.1% pisteet 27B‑mallille ja 30.9% MoE:lle ALE‑CLI:ssä, 105‑tehtävän Linux‑jako Agents’ Last Exam -vertailussa, sekä AndroidWorld‑pisteet 85.1% ja 77.6%. Sisäisissä Agentic Task Factory -arviointitehtävissä, joita ei yrityksen mukaan käytetty koulutuksessa, 27B‑malli saavutti 80.2% web‑tehtävissä, 89.4% MCP‑tehtävissä ja 72.0% työpöytä‑tehtävissä.

Yritys toteaa, että Holo4:n luvut perustuvat sen omaan ohjausjärjestelmään, kahden–neljän suorituksen keskiarvoina, paitsi OSWorld 2.0:ssa ja ALE‑CLI:ssa, joissa tehtiin vain yksi suoritus, kun taas vertailupisteet tulevat mallikorteista, virallisista tulostauluista ja toimittajien kaavioista eri ohjausjärjestelmillä ja panostustasoilla. Se on julkaissut avoimesti kaikki julkisten vertailutulostensa taustalla olevat agenttien toimintaketjut, jotka ovat toistettavissa erityisen katseluohjelman kautta ja ladattavissa Hugging Face -aineistona.

Koulutuspipeline, Holotron4 Nano ja seuraava askel

Holo4 koulutettiin valvotun hienosäädön ja vahvistusoppimisen avulla ympäristöissä ja tehtävissä, mukaan lukien ne, jotka yrityksen Agentic Task Factory on luonut; sisäinen putkistosarja, joka rakentaa interaktiivisia ympäristöjä ja tarkistettavia tehtäviä pelkästään dokumentaatiosta, kuten todellisten verkkosivustojen tai avoimen lähdekoodin ohjelmistojen näytönkaappauksista. Yritys kertoo, että tehdas on tähän mennessä tuottanut noin 10 000 tehtävää, joista noin 4 000 on web‑sovelluksia varten ja noin 3 000 kumpaankin ryhmään eli MCP‑palvelimiin ja työpöytäympäristöihin, mukaan lukien hybridiympäristöt, jotka esittelevät saman tilan sekä graafisen käyttöliittymän että MCP:n kautta.

Valvotussa hienosäädössä käytettiin 127 B tokenia, joista noin kolme neljäsosaa koostui onnistuneista agenttien toimintaketjuista, jotka jakautuivat työpöydälle (45%), verkolle (14%), MCP‑ ja API‑ympäristöihin (12%) ja mobiilille (3%), ja loput kattoivat multimodaalisen päättelyn, ohjeiden yhdistämisen GUI-elementteihin sekä pelkän tekstin työkalukäytön ja koodauksen. Asynkroninen verkossa tapahtuva vahvistusoppiminen pitkän aikavälin tehtävissä koulutti sitten kaksi erikoistunutta LoRA‑asiantuntijaa, yhden työpöydälle ja verkkoon sekä toisen terminaalille, MCP:lle ja API:lle, jotka yhdistettiin takaisin hienosäädettyyn malliin tasavertaisella painolla ilman lisäkoulutusta.

Yritys rakensi myös uudelleen ohjausjärjestelmänsä, silmukan, joka suorittaa mallin toiminnot ja hallitsee sen kontekstia sadoissa askeleissa, hyödyntäen palautetta agenttien suorituskyvystä OSWorld 2.0:ssa. Tässä prosessissa agentit merkitsivät, miksi kukin tehtävä epäonnistui, ja insinöörit tarkastelivat niiden korjauksia; suurimmat muutokset olivat luotettava muisti, joka pystyy seuraamaan satoja askeleita, sekä komentotulkki itse työpöytäkoneessa.

NVIDIA Nemotron -koalition jäsenenä H‑yritys sovelsi samaa jälkikoulutuspinoa Nemotron 3 Nano Omniin tuottaakseen Holotron4 Nano‑mallin. Yritys raportoi absoluuttisia prosenttiyksikköparannuksia perusmalliin verrattuna viidellä mittarilla: OSWorld 21,0 % → 76,3 %, OSWorld 2.0 0,2 % → 7,9 %, AutomationBench 19,4 % → 35,6 %, PinchBench 84,7 % → 88,6 % ja ALE Linux 0,6 % → 8,5 %. Yritys toteaa, että nämä parannukset osoittavat, että menetelmä siirtyy eri perusmalleihin eikä ole kokoriippuvainen.

Yritys kertoi julkaisevansa optimoituja DSpark‑draftteri‑tarkistuspisteitä ilmoituksen jälkeisinä päivinä nopeuttaakseen inferenssiä entisestään.