据 Hugging Face 博客 2026 年 9 月 28 日消息，H 公司发布 Holo4 系列代理模型，包括 27B 密集模型和 35B-A3B 混合专家模型，两个版本均已在 H Models API 上线，同时推出 Holotron 3 的更新版本 Holotron4 Nano。该系列面向通用计算机使用代理，可在多种软件接口中执行任务。
Holo4 通过任何可用接口与软件交互，包括图形用户界面、代码、MCP 和 API。它能够点击和输入屏幕，编写并运行自己的代码，也可以调用 MCP 或 API 工具，并依据任务选择合适方式。H 公司称，多数代理模型只针对单一接口训练：专注图形界面的模型离开屏幕便无法工作，偏好工具调用的模型则无法操作没有 API 的应用。Holo4 在桌面、网页、Android、代码沙箱和业务 API 上运行，各平台使用同一模型，调用方式也相同。
Holo4 基于此前模型开发，通过监督学习和强化学习在大量环境与任务上训练，其中包括由 Agentic Task Factory 生成的环境和任务。H 公司表示，该模型在学术基准上得分较好，但设计目标是真实商业工作流，并在专业软件任务中进行展示。
在公开基准方面，Holo4 在 OSWorld 2.0 上的表现是：Holo4 27B 得分 61.7%，Holo4 35B-A3B 得分 30.9%；同一基准中 Opus 5.5 得分为 81.8%。H 公司称，Holo4 在长工作流上仅落后于最强的闭源模型，但参数量少得多，成本也更低。在桌面控制的 OSWorld 2.0 和 API 使用的 AutomationBench 上，Holo4 以更低单任务成本与前沿模型竞争。
H 公司公开了公开基准得分背后的全部轨迹，用户可在 trajectories.hcompany.ai 回放每一步，或从 Hugging Face 下载。关于成本表现，博客说明 OSWorld 2.0 的成本由每次代理运行的输入和输出 token 估算，Holo4 按 H Models API 单次运行价格计算，Qwen3.8 27B 和 Qwen3.6 35B-A3B 使用阿里云公开价格及内部测试框架数据；OpenAI 发布数据提供 GPT 和 Opus 的投入扫描，其他闭源和开放权重模型使用 OSWorld 2.0 官方排行榜。AutomationBench 方面，Holo4、Qwen3.8 27B 和 Qwen3.6 35B-A3B 的得分与成本来自 AutomationBench v1.0.6 内部测试框架，其他模型使用 AutomationBench README 的公开集分数和官方排行榜的每任务成本，后者运行于私有集。H 公司称将在私有集评估后报告 Holo4 成绩。不同发布版本、测试框架和任务子集存在差异。
在专业软件示例中，H 公司用 FreeCAD 建模任务比较 Holo4 27B 与其基座模型 Qwen3.8 27B，二者使用相同提示和测试框架。埃菲尔铁塔建模任务中，Holo4 27B 消耗 84 次调用、130 万 token，Qwen3.8 27B 消耗 60 次调用、100 万 token。博客还列出 H 公司标志建模示例。