H公司于9月29日发布Holo4系列通用电脑操作模型，一套权重可完成屏幕点击与输入、代码编写以及MCP或API工具调用。该系列包含27B稠密版与35B-A3B混合专家版（激活参数3B）两个规模，二者在H Models API上均提供256K上下文。其中35B-A3B以Apache 2.0协议开放权重供商业自托管，27B权重采用CC BY-NC 4.0协议，商业使用需经由H Models API。

据H公司介绍，Holo4是面向电脑操作的视觉语言模型。27B版基于Qwen3.8-27B微调，35B-A3B版构建于Qwen3.6-35B-A3B之上。两者均搭配H公司开源的hai-agents框架使用，该框架将截图与工具执行结果发送给模型，再执行模型要求的点击、输入、代码运行和工具调用。H公司称此举针对一个已知缺口：纯图形界面代理在没有屏幕时失效，工具调用代理在应用缺少API时停滞。Holo4可运行于桌面、网页、安卓、代码沙箱和企业API环境，在不同平台上以同一模型、同一调用方式工作。

H公司公布的基准测试表显示，Holo4 27B在OSWorld上得分85.2%，单任务成本0.08美元；其基础模型Qwen3.8 27B得分为84.3%，单任务成本0.22美元。在AndroidWorld上，Holo4 27B达到85.1%。长流程任务上仍有差距：在OSWorld 2.0上，Holo4 27B得分61.7%，单任务成本1.22美元；按H公司数据，Claude Opus 5.5得分81.8%，单任务成本8.48美元。在AutomationBench上，Holo4 27B得分45.4%，单任务成本0.05美元。H公司同时说明，前沿模型的分数来自不同的框架和投入级别；此外AutomationBench的600个公开任务中有480个落在H公司采集训练数据所用的划分中，在120个留出任务上，Holo4 27B得分为49.3%。H公司表示已在trajectories.hcompany.ai和Hugging Face上公开全部轨迹。

在构建方法上，H公司通过内部流水线从文档、截图和真实软件中生成环境与可验证任务，称为Agentic Task Factory。该流水线已产出约1万个任务，其中网页应用4000个、MCP服务器3000个、桌面与操作系统3000个。任务只有在验证器能够拒绝近似错误答案、且代理必须通过真实界面解决时才被保留。监督微调数据集包含1270亿个token，其中约四分之三为成功的代理轨迹，按领域分为桌面45%、网页14%、MCP与API 12%、移动端3%。强化学习阶段采用异步在线RL训练两个LoRA专家，一个处理桌面与网页，另一个处理终端、MCP与API，两者以等权重合并，不再继续训练。框架方面，H公司依据OSWorld 2.0的失败分析重建了代理循环，最大改动是数百步范围内的可靠记忆和桌面机器上的shell。

H公司同日发布Holotron4 Nano，该模型通过Nemotron Coalition构建于英伟达的Nemotron 3 Nano Omni之上。据H公司称，同样的组合使OSWorld得分从基础模型的21.0%提升至76.3%。

定价方面，Holo4 27B为每百万输入token 0.40美元、输出3.00美元；Holo4 35B-A3B为输入0.30美元、输出2.00美元。API兼容OpenAI接口，地址为https://api.hcompany.ai/v1。Hugging Face上的权重提供BF16、FP8、NVFP4和4位GGUF格式，H公司提供了使用vLLM和llama.cpp进行本地推理的文档，并称用于加速推理的DSpark草稿模型检查点将在未来数日内发布。