Em 28 de setembro de 2026, a H Company anuncia Holo4, uma família de modelos de visão e linguagem voltados a agentes de IA que usam computadores. São duas versões — Holo4-27B e Holo4-35B-A3B —, que a empresa diz estarem disponíveis pela H Models API, com pesos publicados no Hugging Face.
Como Holo4 interage com softwares, segundo a H Company
A H Company descreve os modelos como capazes de combinar ações em interfaces gráficas, execução de código e chamadas a ferramentas. Entre elas estão ferramentas MCP, sigla de Model Context Protocol (Protocolo de Contexto de Modelo), e APIs. A empresa cita uso em computadores desktop, na web, em dispositivos Android, em ambientes isolados para execução de código e em APIs empresariais.
A proposta é reunir diferentes formas de interação com softwares em um mesmo agente: ele pode atuar pela interface, executar código ou acionar ferramentas conectadas. A H Company também anuncia que pretende publicar checkpoints otimizados do decodificador DSpark nos dias seguintes ao anúncio, sem indicar uma data específica.
Holo4-27B e Holo4-35B-A3B: diferenças documentadas
| Versão | Projeto do modelo | Parâmetros | Licença dos pesos |
| Holo4-27B | Modelo denso baseado em Qwen3.8 | 27 bilhões | CC BY-NC 4.0, de uso não comercial |
| Holo4-35B-A3B | Mistura de especialistas (MoE), baseada em Qwen3.6 | 35 bilhões no total; 3 bilhões ativos | Apache 2.0 |
As licenças se aplicam aos pesos das respectivas versões. No caso do Holo4-27B, a ficha do modelo também menciona a licença Apache 2.0 do modelo-base Qwen3.8-27B; ela não substitui a CC BY-NC 4.0 indicada para os pesos do Holo4.
O que os resultados de benchmark mostram
A H Company relata 85,2% para Holo4-27B e 80,8% para Holo4-35B-A3B no OSWorld. A empresa informa que a maior parte dos resultados de Holo4 é a média de duas a quatro execuções. Também ressalta que as comparações envolvem diferentes ambientes de avaliação, configurações dos modelos e conjuntos de tarefas, fatores que dificultam comparações diretas entre sistemas.
No OSWorld 2.0, voltado a fluxos de trabalho mais longos no computador, a H Company informa pontuação parcial média de 61,7% e taxa de sucesso de 41,5% para Holo4-27B. Para Holo4-35B-A3B, os valores são 30,9% e 12,3%, respectivamente. A empresa diz que esses resultados vieram de uma única execução.
No conjunto público v1.0.6 do AutomationBench, com 600 tarefas, a H Company informa que 480 faziam parte da divisão usada para coletar dados de treinamento. Para as outras 120 tarefas, reservadas para avaliação, relata 49,3% para Holo4-27B e 31,7% para Holo4-35B-A3B. A separação é importante para entender a que conjunto cada resultado se refere.
Treinamento e próximos passos
A H Company diz que o ajuste supervisionado de Holo4 usou 127 bilhões de tokens. Cerca de três quartos correspondiam a trajetórias de agentes consideradas bem-sucedidas pela empresa, distribuídas entre tarefas de desktop (45%), web (14%), MCP e APIs (12%) e dispositivos móveis (3%). A empresa também relata que sua Agentic Task Factory gerou cerca de 10 mil tarefas: aproximadamente 4 mil para aplicações web, 3 mil para servidores MCP e 3 mil para desktop e sistemas operacionais.
