H company 在 2026 年 9 月 28 日的 Hugging Face 文章里发布 Holo4。系列有两个尺寸：27B 稠密模型，以及 35B-A3B 混合专家模型。两者都在 H Models API 上提供。文章同时发布 Holotron 3 的更新版 Holotron4 Nano。

Holo4 被写成通过手头有的接口和软件打交道：图形界面、代码、MCP 和 API，哪一种合适就用哪一种。它在桌面、网页、Android、代码沙箱和业务 API 上跑的是同一个模型，调用方式也相同。文章说，多数智能体模型只为一种接口训练：没有屏幕时，只看图形界面的模型是盲的；偏好工具调用的模型则会停在没有 API 的应用前面。

[1]
点画：同一条虚线同时伸向一扇窗和一排键盘。
一条线分到窗口和键盘，仍然是一条线。它对应同一个模型走不同接口。这是插画，不是软件截图。, AI 生成插画，不是新闻照片

训练用的是监督学习和强化学习。环境与任务包括他们的 Agentic Task Factory 生成的那些。工厂至今大约做出 1 万个任务，覆盖网页应用、MCP 服务器和桌面环境，也包括同一状态同时从图形界面和 MCP 暴露出来的混合环境。

OSWorld 2.0 上，Holo4 27B 是 61.7%，Opus 5.5 是 81.8%，Holo4 35B-A3B 是 30.9%。稠密的 27B 高于这个混合专家模型。文章说，它用少几个数量级的参数、低得多的成本做到这一点。页面没有给出 Opus 5.5 的参数量，本篇不把「数量级」换成一个倍数。

分数背后的公开基准轨迹被说成全部开源，可以在 trajectories.hcompany.ai 回放，或从 Hugging Face 下载。

[1]

成本图的注释要分开读。OSWorld 2.0 的成本是按每次智能体运行的输入和输出 token 估算的。Holo4 按 H Models API 的价格、单次运行计价。其他闭源和开放权重的点用的是官方 OSWorld 2.0 排行榜。文章写明：发布版本、测试套和任务子集并不相同。那条线连接的是闭源模型里不被支配的分数与成本组合，Holo4 被排除在这条线之外。

AutomationBench 不是同一套测量。Holo4、Qwen3.8 27B 和 Qwen3.6 35B-A3B 用的是 AutomationBench v1.0.6，分数和成本在他们内部的测试套里量。其他模型的公开集分数来自 README，每项任务的成本来自官方排行榜，而排行榜跑的是私有集。他们说，等私有集评完再报告 Holo4。

FreeCAD 和 Godot 的例子给出了调用次数和 token 数。Holo4 27B 做埃菲尔铁塔用了 84 次调用、130 万 token。文章没有给这些例子的成功率。

权重格式在同一页有两种写法。开头的合集写成 FP16、FP8、GGUF。文末写 Hugging Face 上的权重是 BF16、FP8、NVFP4 和 4-bit GGUF。本篇不把这两种写法收成一种精度。抽出的正文里没有 Apache 字样，本篇不写开源许可证。轨迹开源是另一句话，不自动变成权重许可证。

Holotron4 Nano 是把同一套后训练用在 Nemotron 3 Nano Omni 上。文中说增益是相对基座的绝对百分点，但抽出的正文没有列出那些百分点。优化过的 DSpark 草稿模型被说成将在未来几天发布。

[1]

要点

  • 两个尺寸都在 H Models API 上：27B 稠密，以及 35B-A3B 混合专家。
  • OSWorld 2.0 上 27B 为 61.7%，低于 Opus 5.5 的 81.8%；35B-A3B 只有 30.9%。
  • 公开基准的轨迹被说成全部开源。页面没有写权重的 Apache 许可证。
  • AutomationBench 把内部测试套和私有集成本放在一起。Holo4 的私有集还没报告。