Holo4: агентные модели H Company для работы в любом интерфейсе
H Company представила серию агентных моделей Holo4 в двух размерах: 27B dense и 35B-A3B Mixture of Experts. Модели взаимодействуют с софтом через GUI, код, MCP и API и доступны в H Models API.
- Holo4 выходит в вариантах 27B dense и 35B-A3B MoE, оба доступны в H Models API
- На OSWorld 2.0 Holo4 27B набирает 61,7%, Holo4 35B-A3B — 30,9%
- Вместе с Holo4 выпущена обновлённая версия Holotron 3 — Holotron4 Nano
H Company выпустила серию агентных моделей Holo4. Она включает два размера: 27B dense и 35B-A3B Mixture of Experts. Обе модели доступны через H Models API, а также выложены на Hugging Face в форматах FP16, FP8 и GGUF. Вместе с ними вышла обновлённая версия Holotron 3 — Holotron4 Nano.
Главная особенность Holo4 — универсальность интерфейсов. Модель может кликать и печатать на экране, писать и запускать код, вызывать MCP-инструменты или API. Она сама выбирает подходящий способ под задачу. Большинство агентных моделей заточены под один интерфейс: GUI-модели беспомощны без экрана, а модели с tool calling не могут работать в приложении без API. Holo4 работает на десктопе, в вебе, на Android, в код-песочнице и с бизнес-API — это одна и та же модель, вызываемая одинаково.
На академических бенчмарках Holo4 уступает только сильнейшим закрытым моделям. На OSWorld 2.0 для управления десктопом Holo4 27B набирает 61,7% против 81,8% у Opus 5.5, а Holo4 35B-A3B — 30,9%. При этом модель использует на порядки меньше параметров и стоит значительно дешевле. H Company открыла все траектории прохождения публичных бенчмарков: их можно воспроизвести на trajectories.hcompany.ai или скачать с Hugging Face.
Модели обучены на окружениях и задачах из внутренней фабрики Agentic Task Factory. Она автоматически строит интерактивные среды и проверяемые задачи по документации — например, по скриншотам реальных сайтов или open-source софта. Всего создано около 10 000 задач для веб-приложений, MCP-серверов и десктопных сред, включая гибридные, где одно состояние доступно и через GUI, и через MCP.
Вместе с обучением H Company переработала свой harness — цикл, который выполняет действия модели и управляет контекстом на сотнях шагов. Изменения делались на основе разбора сбоев на OSWorld 2.0: агенты помечали причины ошибок, инженеры проверяли исправления. Ключевые улучшения — надёжная память, отслеживающая сотни шагов, и shell прямо на десктопной машине.
Для профиТехнические детали: архитектура, цифры, ссылки
Модели: Holo4–27B (dense), Holo4–35B-A3B (MoE), Holotron4 Nano. Доступны на H Models API и на Hugging Face в FP16, FP8 и GGUF.
Бенчмарки: OSWorld 2.0 — Holo4 27B: 61,7%, Holo4 35B-A3B: 30,9%, Opus 5.5: 81,8%. AutomationBench — оценка на публичном наборе, на приватном наборе будет позже.
Обучение: supervised и reinforcement learning на большом наборе сред и задач, включая сгенерированные Agentic Task Factory (около 10 000 задач).
Harness: переработан с учётом фидбека на OSWorld 2.0, добавлены надёжная память на сотни шагов и shell на десктопе.
Ссылки: блог на Hugging Face, полный пост, траектории.
Вопросы и ответы
- Какие размеры у Holo4?
- 27B dense и 35B-A3B Mixture of Experts.
- Где доступны модели?
- На H Models API и на Hugging Face в форматах FP16, FP8 и GGUF.
- Какой результат на OSWorld 2.0?
- Holo4 27B — 61,7%, Holo4 35B-A3B — 30,9%.
