Holo4：赋能通用计算机使用智能体

Holo4 是我们全新的 agentic 模型系列，提供两种规模：27B dense 与 35B-A3B Mixture of Experts。两者均已在 H Models API 上线。与此同时，我们还发布了 Holotron 3 的更新版本：Holotron4 Nano。 Holo4 基于我们此前的模型构建，能够通过任何可用的接口与软件交互：GUI、代码、MCP 和 API。它在学术基准上表现不俗，但我们是按真实业务工作流来打造它的。训练采用监督学习与强化学习，覆盖大量环境与任务，其中一部分由我们的 Agentic Task Factory 生成。 立即开始：

🤖 模型：Holo4-27B | Holo4-35B-A3B | Holotron4 Nano
🗂️ 完整合集（FP16、FP8、GGUF）：Holo4
🎞️ 轨迹：查看器 | 数据集
⚡ H Models API：快速上手
📝 完整博客文章：hcompany.ai/newsroom/holo4

为每一种交互界面而生的模型

Holo4 能在屏幕上点击、输入，能自己写代码并运行，也能调用 MCP 或 API 工具。哪种方式适合当前任务，它就用哪种。大多数 agentic 模型只针对一种交互界面训练：以 GUI 为主的模型离开屏幕就什么都看不见，而偏好工具调用的模型一旦面对没有 API 的应用就束手无策。真实的工作不会这样被割裂，一个业务任务往往需要把几种方式组合起来。 Holo4 可以跑在桌面、网页、Android、代码沙箱里，也能对接业务 API。每种场景下都是同一个模型，调用方式也一样。你不需要为每个平台挑选不同的模型。 Holo4 系列相比其 Qwen 基座有显著提升。在长流程任务上，Holo4 只落后于最强的闭源模型：在 OSWorld 2.0 上，Holo4 27B 得分 61.7%，Opus 5.5 为 81.8%，Holo4 35B-A3B 则达到 30.9%。但它的参数量少了几个数量级，成本也低得多。我们把公开基准上每一个得分背后的轨迹都开源了：可以在 trajectories.hcompany.ai 逐步回放，也可以从 Hugging Face 下载。

以零头的成本，与前沿模型同台竞争

在桌面控制（OSWorld 2.0）和 API 调用（AutomationBench）这两项最难的学术基准上，Holo4 以远低于前沿模型的每任务成本与之竞争。关于性价比图表的说明

OSWorld 2.0。 成本根据每次 agentic 运行的输入和输出 token 估算。Holo4 按 H Models API 价格计费（单次运行）。Qwen3.8 27B：分数取自 model card，成本取自我们在阿里云按目录价运行时的 token 消耗。Qwen3.6 35B-A3B：在我们的测试框架中单次运行，按阿里云目录价计费，缓存命中按输入价格的 20% 计算。GPT 和 Opus 各档 effort 的数据来自 OpenAI 发布时的资料；其他闭源和开放权重模型的点取自 OSWorld 2.0 官方排行榜。各家的发布版本、测试框架和任务子集并不相同。连线连接闭源模型中分数与成本均未被支配的点对；Holo4 不在其中。

AutomationBench。 Holo4、Qwen3.8 27B 和 Qwen3.6 35B-A3B：AutomationBench v1.0.6，分数和成本均在我们的内部测试框架中测得。其他模型：分数取自 AutomationBench README 的公开集，每任务成本取自官方排行榜，该排行榜运行在私有集上。Holo4 在私有集上的结果将在评测完成后公布。

真正干活的 AI

Holo4 系列模型在我们的 Agentic Task Factory 生成的环境和任务上训练，在专业软件中表现出色。下面的例子将 Holo4 27B 与其基座模型 Qwen3.8 27B 并列展示。两个模型使用相同的 prompt 和测试框架。

3D 建模 · 埃菲尔铁塔

在 FreeCAD 中建立埃菲尔铁塔的 3D 模型，比例 1 mm 比 1 米，以原点为中心，并与 X、Y 轴对齐。按以下设计施工。铁塔在任意高度上的平面轮廓都是正方形，绝不是圆形。其半宽——从中心轴量到角点——在地面处为 62.5 mm，高度 57 处为 32.5 mm，高度 115 处为 17.5 mm，高度 276 处为 9.35 mm。在这些高度之间，半宽沿一条平滑曲线变化：靠近地面时下降陡峭，越高越平缓，绝不是直线。四条完全相同的塔腿，每个象限一条，每条都是方形立柱，其外侧角点沿上述轮廓变化。每条塔腿在地面处宽 14 mm，到高度 276 处收窄至 4 mm。塔腿从地面到第一层平台之间彼此分离，向上逐渐靠拢。它们之间的空间不填充任何东西：塔身是通透的，从任何一侧都能直接看穿。三层平台，每层都是以中心轴为中心的实心方形板：高度 57 处宽 72 mm、厚 4 mm；高度 115 处宽 40 mm、厚 3 mm；高度 276 处宽 22 mm、厚 3 mm。一根从高度 276 延伸到 324 的塔尖，方形，底部宽 8 mm，向顶端收窄至 2 mm。每个部件都必须是体积非零的封闭实体，任何部件都不得填充塔腿之间的空间。

Holo4 27B（84 次调用，1.3M tokens）

Qwen3.8 27B（60 次调用，1.0M tokens）

3D 建模 · H 标志

在 FreeCAD 中为 H 公司标志建一个 3D 模型：一个实心圆盘，旁边是一个方块风格的无衬线大写字母 H，两者拉伸到相同厚度，高度相近，彼此分开不重叠，圆盘的中心与 H 的中部齐平。两个形状都涂成黑色。

Holo4 27B（94 次调用，1.5M tokens）

Qwen3.8 27B（118 次调用，1.9M tokens）

游戏设计 · Pac-Man

在 Godot 里做一个 Pac-Man 风格的游戏，并让它一直运行。矩形迷宫，墙体按网格排布，每条通道都铺满豆子。玩家标记沿通道持续移动，经过豆子就吃掉并得一分。三只幽灵在同一批通道中移动并追逐玩家。幽灵抓到玩家，玩家损失一条命，一切重置回起始位置。分数和剩余生命显示在屏幕上。没人会来玩这个。玩家用简单的启发式自行驱动：在每个路口朝最近的豆子走，除非有幽灵靠近，那就朝远离幽灵的方向走。游戏必须无人值守、无限运行，完全不接受键盘输入。跑通之后，启动游戏并让它一直玩下去。

Holo4 27B（68 次调用，2.4M tokens，268 行）

Qwen3.8 27B（197 次调用，11.4M tokens，327 行）

我们如何构建 Holo4

Agentic 任务工厂

我们内部的 agentic 流水线只凭文档就能构建交互式环境和可验证任务，文档可以是真实网站的截图，也可以是开源软件。到目前为止，它已在 Web 应用、MCP 服务器和桌面环境中产出约 10,000 个任务，其中包括通过 GUI 和 MCP 暴露同一状态的混合环境。

训练

Harness

除了训练，我们还重建了 harness——也就是执行模型动作、在数百步中管理其上下文的那个循环——依据的是 OSWorld 2.0 上 agentic 表现的反馈。Agent 会标注每个任务失败的原因，工程师则审查相应的修复。改动最大的两处，一是给 agent 一套可靠的记忆，能跟踪数百步；二是在桌面机器本身上提供一个 shell。

Opus 5（70.2%）和 GPT-5.6 Sol（66.2%）在 v2026.08.08 离线集上使用 max-effort partial rewards，数据来自 OpenAI 的发布图表，与成本-性能图一致。其他参考分数来自模型卡和官方排行榜。任务版本、子集和 harness 各不相同。

Holotron4 Nano

我们的后训练栈在设计上就能适配新的基础模型，产出可跨界面、跨环境泛化的 agent。作为 NVIDIA Nemotron Coalition 的成员，我们把最新的栈应用到 Nemotron 3 Nano Omni 上，作为 Holotron 3 的后续。

同一套配方把 Nemotron 3 Nano Omni 变成了 Holotron4 Nano——一个通用 agentic 模型，在 GUI 工作流以及暴露 MCP、API 或编码沙箱的环境中，都显著优于基础模型。

增益为相对 Nemotron 3 Nano Omni 的绝对百分点提升。

这些增益说明我们的配方迁移性很好，能把一个通用模型变成 agentic 专家。配方里没有任何一处与模型规模绑定。

自己跑起来

两个规模今天都已在 H Models API 上线。权重在 Hugging Face 上，提供 BF16、FP8、NVFP4 和 4-bit GGUF，与我们的小模型 Holotron4 Nano 放在一起。

我们将在未来几天发布优化后的 DSpark drafter checkpoint，进一步提升推理速度。

NeoMME：高效的多模态原生多语言编码器

111

2026年9月3日

Holo3.1：快速、本地的计算机操作 Agent

2026年6月2日