H Company于2026年9月发布Holo4系列模型，旨在让同一智能体在桌面、网页、移动端、代码沙箱与API之间无缝工作。公司公布了27B稠密与35B-A3B混合专家两种模型、训练与评测细节、开放权重与不同许可证，以及关于长期复现、成本和安全边界的讨论。
H Company于2026年9月28日发布Holo4系列通用计算机操作模型，试图把智能体从单一的图形界面操作，扩展到桌面、网页、移动端、代码执行环境、MCP服务器和业务API之间的连续工作流。
Holo4包含27B稠密模型和35B-A3B混合专家模型，两个版本均可通过H Models API调用，模型权重则以多种格式发布在Hugging Face。公司同时公布了Holotron4 Nano，这是在NVIDIA Nemotron 3 Nano Omni基础模型上进行智能体后训练的更新版本。
同一个模型处理多种接口
H Company在官方公告中将Holo4定位为通用的计算机使用智能体。模型可以通过屏幕点击和键盘输入操作软件，也可以编写并运行代码、调用MCP工具或直接访问API。公司的说法是，实际业务任务往往不会被整齐地限制在某一个界面内：用户可能需要先在网页中查找信息，再在桌面应用中处理文件，随后运行脚本并调用企业系统接口。
因此，Holo4的重点并不只是提高GUI操作分数，而是让同一个模型和调用方式覆盖不同环境。官方称，模型可运行在桌面、网页、Android、代码沙箱以及业务API环境中，并可以在图形界面和工具调用之间选择更适合当前任务的路径。
从公开模型卡看，Holo4-27B是视觉语言模型，采用27B稠密架构，配置中的最大上下文长度为262,144个token，目标环境包括网页、桌面和移动端。Holo4-35B-A3B则采用混合专家架构，总参数量为35B，每次推理激活约3B参数，模型卡同样标注了262,144个token的最大上下文长度。
benchmark数字需要区分测试设置
H Company在自有harness下报告称，Holo4-27B在OSWorld上取得85.2%的成绩，单任务成本为0.08美元；Holo4-35B-A3B的对应成绩为80.8%，单任务成本为0.05美元。这里的OSWorld成绩与OSWorld 2.0并不是同一组数字，不能直接混用。
在公司公布的OSWorld 2.0长流程评测中，Holo4-27B得分为61.7%，单任务成本约1.22美元；Holo4-35B-A3B得分为30.9%，成本约0.61美元。公司还报告了AutomationBench v1.0.6公开任务集上的45.4%和34.5%成绩，成本分别约为0.05美元和0.02美元。
H Company明确说明，Holo4的部分成绩和成本来自自有harness、特定任务子集及不同的推理设置；与其他模型的比较也混合了公开榜单、模型卡和不同机构的评测结果。以AutomationBench为例，公司称Holo4尚未在官方私有测试集上完成评估，因此目前公布的是公开任务集成绩。Holo4-27B在另一个包含120个保留任务的拆分中得分为49.3%，35B-A3B为31.7%。
这些限制意味着，85.2%、80.8%以及OSWorld 2.0的61.7%、30.9%应被理解为厂商披露的结果，而不是已经由独立第三方在完全相同条件下复测的结论。OSWorld本身面向真实操作系统中的多模态计算机操作任务，涉及Ubuntu、Windows和macOS等环境；这类评测对操作系统版本、任务子集、执行步数和harness都较为敏感。
H Company表示，公司将公开支撑部分成绩的智能体轨迹，用户可以通过轨迹查看器重放每一步，也可以从Hugging Face下载数据。这为外部复核提供了入口，但轨迹公开并不等于所有实验条件都已经完全统一，复测仍需要相同的环境、任务和运行设置。
训练重点转向长流程和工具使用
H Company称，Holo4的训练数据来自其Agentic Task Factory，目前已生成约1万个网页应用、MCP服务器和桌面环境任务，其中包括同时暴露GUI和MCP接口的混合环境。
训练流程包括监督微调和异步在线强化学习。公司披露，监督微调阶段使用约1270亿token，其中约四分之三来自Agentic Task Factory生成的成功智能体轨迹；随后，团队分别针对桌面与网页、终端与MCP/API训练两个LoRA专家，再将它们合并回微调模型。
公司还称，团队重新设计了执行harness，使智能体能够在数百个步骤中保留更可靠的记忆，并在桌面机器上直接使用shell。按照H Company的描述，这些改动反映出计算机操作智能体的瓶颈已经不只在模型本身，也在于如何管理长上下文、任务状态、失败轨迹和执行环境。
这一变化与近期智能体基础设施的发展相互呼应。DeepSeek披露的DSeC智能体训练沙箱系统把沙箱创建、调度、资源回收和强化学习中的rollout执行放在同一套生产级基础设施中，说明大规模智能体训练需要解决的并不仅是模型能力，也包括环境如何快速创建、保持状态和安全回收。对开发者而言，Qwen Code 0.24.6所加入的托管运行时、持久化会话和故障转移能力，则代表另一条相近路线：让长时间运行的Agent任务能够被查询、取消、恢复和托管。
开放权重不等于统一的商业许可
Holo4的两个主要模型采用不同许可。Holo4-27B模型卡标注为CC BY-NC 4.0，属于非商业许可；Holo4-35B-A3B模型卡标注为Apache 2.0。两者都建立在Qwen系列基础模型之上，但具体使用范围仍应以各自模型卡、许可证和相关依赖的条款为准。
H Company还公布了API价格：Holo4-27B的输入价格为每百万token 0.40美元，缓存输入为0.04美元，输出为3美元；Holo4-35B-A3B的输入、缓存输入和输出价格分别为0.30美元、0.03美元和2美元。公司表示，未来还将发布优化后的DSpark drafter检查点，以进一步提高推理速度。
“会做事”的模型仍需要边界
Holo4把桌面点击、代码执行、MCP调用和API操作放进同一个智能体流程，可能降低企业在不同接口之间搭建编排层的复杂度。但这也意味着模型需要在更长的链路中处理权限、凭证、网络访问和失败恢复。
近期围绕智能体的基础设施披露已经显示，隔离和审计不能被视为部署后的附加功能。AIFlux此前对Hugging Face一次从评测沙箱延伸到生产系统的代理入侵事件进行了复盘，事件暴露出评测环境与生产管线之间的薄弱连接，说明当智能体拥有连续执行能力时，轨迹监测、权限隔离、回滚和事故响应必须同步建设。
目前尚不清楚Holo4在不同操作系统、业务软件和API组合下的独立长期成功率，也不清楚公开轨迹覆盖多少失败任务、不同环境的具体配置以及API成本是否包含完整的harness开销。H Company公布的成绩显示了其在通用计算机操作方向上的产品路线，但这些数字能否在第三方环境中稳定复现，仍有待外部评测和更多实际部署案例验证。
来源：H Company官方新闻室：Holo4；Hugging Face官方发布文章；Holo4-27B模型卡；Holo4-35B-A3B模型卡；OSWorld项目主页。
本文相关背景：DeepSeek披露DSeC智能体训练沙箱基础设施：单个生产单元覆盖约160个节点、Qwen Code发布0.24.6：从终端编程工具走向托管运行时与持久化Agent工作流、Hugging Face详解7月AI代理入侵：从评测沙箱到生产系统的数日攻防。