H社は、デスクトップ、Web、Android、API環境でクリック、入力、コード記述、ツール呼び出しを行うために設計された汎用コンピュータ操作ビジョン言語モデルのファミリーであるHolo4をリリースした。今回のリリースには2つのモデルサイズが含まれる：Holo4 27B（デンス）とHolo4 35B-A3B（エキスパート混合、アクティブパラメータ3B）。どちらも256Kのコンテキストウィンドウをサポートする。

  • Holo4 35B-A3Bは商用のセルフホスティング向けにApache 2.0ライセンスで提供され、Holo4 27BはCC BY-NC 4.0を使用し、商用利用にはH Models APIが必要である。
  • これらのモデルはQwen3.8-27BとQwen3.6-35B-A3Bを基盤とし、スクリーンショットとツール結果を通じてアクションを実行するためのHのオープンhai-agentsハーネスと組み合わされている。
  • OSWorldにおいて、Holo4 27Bは1タスクあたり0.08ドルで85.2%のスコアを記録し、ベースとなるQwen3.8-27Bの0.22ドルでの84.3%と比較されている。
  • OSWorld 2.0の長時間ワークフローにおいて、Holo4 27Bは1タスクあたり1.22ドルで61.7%の精度を達成し、Claude Opus 5.5は8.48ドルで81.8%である。
  • 訓練には、約10,000件のタスクを生成するAgentic Task Factory、127Bトークンでの教師ありファインチューニング、および2つのLoRAエキスパートによる非同期オンラインRLが含まれる。
  • H社はまたHolotron4 Nanoもリリースしており、これはNemotron 3 Nano Omniベースに対してOSWorldのスコアを21.0%から76.3%に引き上げている。

これらのモデルは、多様なプラットフォームにわたるエージェントタスクのための統一インターフェースを提供し、フロントティアのプロプライエタリモデルに対する低コストの代替手段を提供しつつ、セルフホスティングやAPI利用のためのオープンウェイトアクセシビリティを維持している。