Holo4：面向通用计算机操作任务的智能体模型系列

Holo4：为通用计算机使用智能体提供动力

Holo4 是我们推出的全新系列智能体模型（agentic models）。它有两个规格：27B dense（稠密）和 35B-A3B Mixture of Experts（混合专家，MoE）。两者均已在 H Models API 上线。同时我们还在发布 Holotron 3 的更新版本：Holotron4 Nano。

Holo4 在前代模型的基础上，通过任何可用的接口与软件交互：图形用户界面（GUI）、代码、MCP（Model Context Protocol，模型上下文协议）和 API。它在学术基准上成绩不错，但我们打造它是为了真实业务工作流。它通过监督学习与强化学习，在大量环境和任务上训练而成，其中包括由我们的 Agentic Task Factory 生成的任务。

立即上手：🤖模型：Holo4-27B Holo4-35B-A3B Holotron4 Nano🗂️完整合集（FP16、FP8、GGUF）：Holo4🎞️轨迹：viewer dataset⚡H Models API：quickstart📝完整博客文章：hcompany.ai/newsroom/holo4

为每一种接口而生的模型

Holo4 能在屏幕上点击和输入，能编写并运行自己的代码，也能调用 MCP 或 API 工具。它会根据任务选择最合适的方式。大多数智能体模型只为单一接口训练：偏重 GUI 的模型在没有屏幕时就"失明"，而偏好工具调用的模型则会卡在没有 API 的应用前。真实工作并不是这样割裂的，单个业务任务往往需要组合使用这些不同的方式。

Holo4 可在桌面、Web、Android、代码沙箱以及各类业务 API 上运行。各种场景下都是同一个模型，调用方式也完全一致。你无需为每个平台选择不同的模型。

Holo4 模型相对于它们的 Qwen 基座有大幅提升。在长流程任务上，Holo4 仅次于最强的闭源模型：在 OSWorld 2.0 上，Holo4 27B 得分为 61.7%，而 Opus 5.5 为 81.8%，Holo4 35B-A3B 达到 30.9%。不过 Holo4 以少得多的参数量和低得多的成本做到了这一点。我们在公开基准上开源了支撑这些分数的每一条轨迹：你可以在 trajectories.hcompany.ai 逐步回放，也可以从 Hugging Face 下载。

与前沿模型竞争，成本却只是其零头

在最难的桌面控制（OSWorld 2.0）和 API 使用（AutomationBench）这两类学术基准上，Holo4 以更低的单任务成本与前沿模型展开竞争。

关于成本-性能图表的说明

OSWorld 2.0。

成本是根据每次智能体运行的输入与输出 token 数估算的。Holo4 按 H Models API 的定价计费（单次运行）。Qwen3.8 27B：模型卡分数，成本来自我们在阿里云公开价目下的运行 token 数。Qwen3.6 35B-A3B：在我们框架内的单次运行，按阿里云公开价目，缓存命中按输入价的 20% 计。GPT 与 Opus 的投入量扫描数据来自 OpenAI 的发布数据；其他闭源与开源模型数据点使用官方 OSWorld 2.0 排行榜。版本、框架与任务子集存在差异。折线连接的是闭源模型中未受支配的分数-成本组合点；Holo4 不在折线内。

AutomationBench。

Holo4、Qwen3.8 27B 与 Qwen3.6 35B-A3B：AutomationBench v1.0.6，分数与成本在我们的内部框架内测得。其他模型：公开集分数来自 AutomationBench 的 README，单任务成本来自官方排行榜（排行榜跑的是私有集）。私有集评估完成后，我们将公布 Holo4 在其上的成绩。

能真正干活的 AI

Holo4 模型在 Agentic Task Factory 生成的环境与任务上训练，在专业软件场景中表现出色。以下对比展示的是 Holo4 27B 与其基座模型 Qwen3.8 27B。两者使用相同的提示词与框架。

三维建模 · 埃菲尔铁塔

在 FreeCAD 中构建一个埃菲尔铁塔的三维模型，比例尺为 1 毫米对应 1 米，居中于原点，并与 X、Y 轴对齐。按此设计执行。

塔身在每个高度平面上都为正方形，永不为圆形。从中心轴线到角点的半宽：地面层为 62.5 毫米，57 高度处为 32.5 毫米，115 高度处为 17.5 毫米，276 高度处为 9.35 毫米。在这些高度之间，半宽沿一条平滑曲线变化，靠近地面处下降陡峭，越往上越平缓，绝不是直线。

四条相同的塔腿，各占一个象限，每条都是一个方形柱，外角沿上述轮廓变化。每条塔腿在地面处宽 14 毫米，在 276 高度处收窄至 4 毫米。塔腿从地面直到第一平台彼此分开，并随高度上升而向中间收拢。塔腿之间的空间不做填充：从任何一侧都能直接看穿整座塔。

三层平台，每层都是一个居中于轴线的实心方形板：57 高度处边长 72 毫米、厚 4 毫米；115 高度处边长 40 毫米、厚 3 毫米；276 高度处边长 22 毫米、厚 3 毫米。

从 276 到 324 高度之间有一根桅杆，方形截面，底部 8 毫米，向上收窄至顶端 2 毫米。

每个部件必须是具有非零体积的闭合实体，且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）

三维建模 · H 公司 Logo

在 FreeCAD 中构建 H 公司 Logo 的三维模型：一个实心填充圆盘，旁边是一个粗体无衬线大写字母 H，两者挤出到相同的厚度，两个形状高度相近且彼此分开不重叠，圆盘的中心与 H 的中部齐平。两个形状均为黑色。

Holo4 27B（94 次调用，1.5M tokens） Qwen3.8 27B（118 次调用，1.9M tokens）

游戏设计 · 吃豆人

在 Godot 中构建一个吃豆人（Pac-Man）风格的游戏并保持运行。

一个矩形迷宫，墙壁按网格布局，每条开放走廊中都布满 pellet（豆子）。一个玩家标记沿着走廊持续移动，每经过一个豆子就将其吃掉并得 1 分。三个幽灵在同一条走廊中移动并追击玩家。若幽灵抓住玩家，玩家失去一条命，所有元素重置回起始位置。分数与生命值显示在屏幕上。

不会有人来玩这个游戏。玩家用一个简单的启发式方法自己驱动：每个路口，它朝最近的豆子前进，除非有幽灵靠近，此时它会朝远离幽灵的方向移动。游戏必须无人值守且无限运行，完全不需要键盘输入。

一切就绪后，启动游戏并让其持续运行。

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

智能体任务工厂

我们的内部智能体流水线，仅凭文档（如真实网站的截图或开源软件）就能构建交互式环境和可验证的任务。迄今为止，它已生成约 10,000 个任务，覆盖 Web 应用、MCP 服务器以及桌面环境，其中包括通过 GUI 和 MCP 同时暴露同一状态的混合环境。

训练框架

在训练的同时，我们基于智能体在 OSWorld 2.0 上的表现反馈，重建了我们的训练框架（harness），即执行模型动作并在数百步中管理其上下文的循环。智能体会标注每个任务失败的原因，工程师随后审阅并修复这些问题。最大改动是为智能体提供一个可靠的、能跟踪数百步的记忆系统，以及一台桌面机器本身的 shell。

Opus 5（70.2%）和 GPT-5.6 Sol（66.2%）使用 OpenAI 发布数据中 v2026.08.08 离线集上的最大投入量部分奖励，与成本-性能图中一致。其他参考分数来自模型卡与官方排行榜。任务版本、子集与框架存在差异。

Holotron4 Nano

我们的后训练栈被设计成能适配新的基础模型，并产出跨接口与跨环境泛化的智能体。作为 NVIDIA Nemotron Coalition 的成员，我们将最新训练栈应用于 Nemotron 3 Nano Omni 模型，作为 Holotron 3 的后续工作。

同样的方法将 Nemotron 3 Nano Omni 转化为 Holotron4 Nano，一款通用智能体模型，在 GUI 工作流以及暴露 MCP、API 或编码沙箱的环境中，相较基座模型均有显著提升。