28 września 2026 r. H Company ogłasza Holo4, rodzinę modeli AI do obsługi komputera. W jej skład wchodzą Holo4-27B, model gęsty z 27 mld parametrów, oraz Holo4-35B-A3B — model typu mixture of experts (MoE) z 35 mld parametrów łącznie i 3 mld aktywnych. Firma podaje, że oba warianty są dostępne przez H Models API, a ich wagi publikuje na Hugging Face.
Jak Holo4 ma współpracować z oprogramowaniem
H Company opisuje Holo4 jako rodzinę modeli, które mogą działać przez interfejs graficzny, pisać i uruchamiać kod oraz korzystać z narzędzi MCP i API. MCP to Model Context Protocol — protokół łączenia modeli z zewnętrznymi narzędziami. Wśród wymienionych przez firmę środowisk są aplikacje internetowe i desktopowe, Android, piaskownice kodu oraz interfejsy biznesowe.
Holo4-27B i Holo4-35B-A3B: architektura i licencje
Warianty różnią się architekturą, liczbą parametrów i licencją przypisaną do ich wag.
| Wariant | Projekt modelu | Parametry | Licencja wag |
| Holo4-27B | Model gęsty oparty na Qwen3.8 | 27 mld | CC BY-NC 4.0, licencja niekomercyjna |
| Holo4-35B-A3B | Model MoE oparty na Qwen3.6 | 35 mld łącznie; 3 mld aktywnych | Apache 2.0 |
Licencje dotyczą wag modeli. Dostęp przez hostowane H Models API to osobna forma korzystania z Holo4.
Co mówią wyniki benchmarków
H Company podaje, że Holo4-27B uzyskał 85,2% w benchmarku OSWorld, a Holo4-35B-A3B — 80,8%. Są to wyniki ewaluacji firmy. H Company zaznacza, że porównania obejmują różne zestawy zadań, konfiguracje modeli i narzędzia oceny. Większość podawanych wyników Holo4 to średnie z dwóch do czterech przebiegów; OSWorld 2.0 i ALE-CLI oceniono po jednym przebiegu.
W publicznym zestawie AutomationBench v1.0.6 H Company podaje wyniki 45,4% dla Holo4-27B i 34,5% dla Holo4-35B-A3B. Zestaw liczył 600 zadań, z których 480 należało do podziału wykorzystanego przy zbieraniu danych treningowych. Osobno firma raportuje wyniki dla 120 zadań odłożonych: odpowiednio 49,3% i 31,7%. Te liczby opisują różne grupy zadań.
Trening i zapowiedziane checkpointy
H Company opisuje proces dostrajania nadzorowanego obejmujący 127 mld tokenów. Firma podaje też, że jej Agentic Task Factory wygenerowała około 10 tys. zadań: około 4 tys. dla aplikacji internetowych, 3 tys. dla serwerów MCP i 3 tys. dla środowisk desktopowych oraz systemów operacyjnych. W zapowiedzi z 28 września firma planuje opublikować zoptymalizowane checkpointy draftera DSpark w kolejnych dniach.
