H Company开源Holo4：支持电脑控制的27B/35B大模型

H Company 发布了 Holo4，这是一个面向 AI Agent 的通用计算机操作模型系列。其中一组权重可以在屏幕上点击和输入，还能编写代码、调用 MCP 或 API 工具。Holo4 提供两种规格：Holo4 27B（稠密模型）和 Holo4 35B-A3B（混合专家模型，活跃参数 3B）。两者均支持 H Models API 上的 256K 上下文窗口。

能部署吗？可以。Holo4 35B-A3B 以 Apache 2.0 许可证发布权重，支持商业自托管。Holo4 27B 权重采用 CC BY-NC 4.0 许可证，因此 27B 的商业使用需通过 H Models API。

Holo4 是一个用于计算机操作的视觉-语言模型。Holo4 27B 基于 Qwen3.8-27B 微调而来。Holo4 35B-A3B 构建于 Qwen3.6-35B-A3B。两者均与 H 的开源 hai-agents harness 配合使用。Harness 向模型发送截图和工具执行结果，由模型完成请求的点击、输入、代码编写和工具调用操作。

H Company 瞄准的是一个已知缺口。纯 GUI Agent 没有屏幕就无法工作。当应用程序没有 API 时，工具调用型 Agent 会陷入停滞。Holo4 可运行在桌面端、Web 端、Android 端、代码沙箱和商业 API 上。无论哪个平台，调用的方式和模型都是同一个。

基准测试：接近前沿水平，成本仅是零头

根据 H Company 的基准测试表，Holo4 27B 在 OSWorld 上得分 85.2%，每个任务成本 0.08 美元。其基座模型 Qwen3.8 27B 得分 84.3%，每个任务成本 0.22 美元。在 AndroidWorld 上，Holo4 27B 达到 85.1%。

长流程任务显示了剩余的差距。在 OSWorld 2.0 上，Holo4 27B 得分 61.7%，每个任务成本 1.22 美元。根据 H Company 的数据，Claude Opus 5.5 得分 81.8%，每个任务成本 8.48 美元。在 AutomationBench 上，Holo4 27B 得分 45.4%，每个任务成本 0.05 美元。

需要注意的是，前沿分数来自不同的 harness 和不同的投入程度。此外，AutomationBench 的 600 道公开题目中，有 480 道落在 H Company 收集训练数据的划分中。在这 120 道留出题目上，Holo4 27B 得分 49.3%。H Company 在 trajectories.hcompany.ai 和 Hugging Face 上发布了所有轨迹数据。

H Company 如何构建 Holo4

Agent 任务工厂：H 的内部管线从文档、截图和真实软件中构建环境和可验证任务。该工厂已生成约 10,000 个任务：4k 个 Web 应用、3k 个 MCP 服务器、3k 个桌面和操作系统任务。一个任务只有在其验证器拒绝接近正确的答案时才能存活。Agent 还必须通过真实界面完成它。

监督微调：SFT 数据集包含 127B tokens。其中约四分之三是成功的 Agent 轨迹：桌面端 45%、Web 端 14%、MCP 和 API 12%、移动端 3%。

2 个 RL expert，1 次合并：异步在线 RL 训练 2 个 LoRA expert。一个负责桌面端和 Web 端。另一个负责终端、MCP 和 API。两者以相等权重合并，不再进行进一步训练。

Harness：H Company 利用 OSWorld 2.0 失败分析重建了 Agent 循环。最大的改动是在数百步操作中实现可靠记忆，以及在桌面机器上运行一个 shell。

H Company 还发布了 Holotron4 Nano，基于 NVIDIA 的 Nemotron 3 Nano Omni，通过 Nemotron Coalition 实现。同样的组合将 OSWorld 从基线模型的 21.0% 提升到 76.3%。

定价与部署

Holo4 27B 价格为每百万 tokens 输入 0.40 美元、输出 3.00 美元。Holo4 35B-A3B 价格为每百万 tokens 输入 0.30 美元、输出 2.00 美元。API 兼容 OpenAI，地址为 https://api.hcompany.ai/v1，参见快速入门。Hugging Face 集合中的权重格式包括 BF16、FP8、NVFP4 和 4-bit GGUF。H Company 提供了使用 vLLM 和 llama.cpp 进行本地推理的文档。H 表示 DSpark drafter 检查点将在未来几天内推出以加速推理。

交互式解读器：Holo4 工作原理

Holo4 与最接近的竞品对比

特性	Holo4 27B	Holo4 35B-A3B	Qwen3.8-27B（基座）	Claude Opus 5.5	GPT-6 Astra
架构	27B 稠密	35B MoE，活跃 3B	27B 稠密	专有	专有
权重和许可证	开源，CC BY-NC 4.0	开源，Apache 2.0	开源，Apache 2.0	闭源	闭源
上下文窗口	256K	256K	262K 原生，最高 1M	1M	1.05M
API 价格（每百万 tokens 输入/输出）	$0.40 / $3.00	$0.30 / $2.00	因供应商而异	$4 / $20	$10 / $50
接口	GUI、代码、MCP、API	GUI、代码、MCP、API	GUI、工具、代码	计算机操作、工具	计算机和浏览器操作、工具
OSWorld 2.0 得分*	61.7%	30.9%	48.0%	81.8%	73.5%
OSWorld 2.0 单任务成本*	$1.22	$0.61	$3.49	$8.48	$9.07
可自托管	仅限非商业	是	是	否	否
来源	Model card	Model card	Model card	Anthropic 文档	OpenAI、OpenRouter

*OSWorld 2.0 数据来自 H Company 新闻室表格。Opus 5.5 在 Anthropic 的 harness 中以最大投入运行。GPT-6 Astra 在 82 道题的离线子集上以最大投入运行。Harness 不同，因此跨厂商行数据仅供方向性参考。

• Holo4 用 1 个模型处理 GUI 点击、代码、MCP 和 API 调用。
• Holo4 27B 在 OSWorld 上得分 85.2%，每个任务成本 0.08 美元。
• 35B-A3B 采用 Apache 2.0 许可证；27B 权重仅限非商业使用。
• Opus 5.5 仍领先 OSWorld 2.0：81.8% 对 61.7%。
• API 定价低至每百万 tokens 输入 0.30 美元、输出 2.00 美元。

查看技术细节、H Company 的 HuggingFace 集合和 Model API。该项目所有荣誉归研究者所有。还欢迎在 Twitter 上关注我们，别忘了加入我们的 15 万+ ML SubReddit 并订阅我们的通讯。等一下！你用 telegram 吗？现在也可以加入我们了。

想与我们合作推广你的 GitHub 仓库或 Hugging Face 页面或产品发布或网络研讨会等？请联系我们。

Michal Sutter 是数据科学专业人士，拥有帕多瓦大学数据科学理学硕士学位。凭借统计学分析、机器学习和数据工程的坚实基础，Michal 擅长将复杂数据集转化为可操作的洞察。