Holo4: задвижване на универсални агенти за работа с компютър

Назад към статиите

Holo4: захранване на универсални агенти за работа с компютри

Екип Статия

Публикувана 28 септември 2026 г.

Глас за

Emrick Sinitambirivoutin

Holo4 е новата ни серия от агентни модели. Предлага се в два размера: 27B плътен модел и 35B-A3B смес от експерти. И двата са налични чрез H Models API. Пускаме също обновена версия на Holotron 3: Holotron4 Nano.

Holo4 надгражда предишния ни модел и взаимодейства със софтуер чрез всеки наличен интерфейс: графични потребителски интерфейси, код, MCP и API. Моделът се представя добре на академични бенчмаркове, но го създадохме за реални бизнес работни процеси. Обучен е чрез контролирано и подсилващо обучение върху голям набор от среди и задачи, включително генерирани от нашата Agentic Task Factory.

Започнете сега:

🤖 Модели: Holo4-27B | Holo4-35B-A3B | Holotron4 Nano
🗂️ Пълна колекция (FP16, FP8, GGUF): Holo4
🎞️ Траектории: преглед | набор от данни
⚡ H Models API: бърз старт
📝 Пълна публикация в блога: hcompany.ai/newsroom/holo4

Модели, създадени за всеки интерфейс

Holo4 клика и пише върху екрана, създава и изпълнява собствен код и извиква MCP или API инструменти. Използва това, което най-добре отговаря на задачата. Повечето агентни модели се обучават само за един интерфейс: моделите, фокусирани върху графичен интерфейс, са безпомощни без екран, докато моделите, предпочитащи извикване на инструменти, са блокирани пред приложение без API. Реалната работа не е организирана по този начин и една бизнес задача може да изисква комбинирането на различни подходи.

Holo4 работи на настолни компютри, в мрежата, на Android, в кодова пясъчника и с бизнес API. Във всеки случай това е един и същ модел и се извиква по един и същ начин. Не е необходимо да избирате различен модел за всяка платформа.

Моделите Holo4 се подобряват значително спрямо базовия модел Qwen. Holo4 отстъпва само на най-силните затворени модели при дълги работни процеси: в OSWorld 2.0 Holo4 27B постига 61,7% спрямо 81,8% за Opus 5.5, а Holo4 35B-A3B достига 30,9%. Това обаче се постига с порядъци по-малко параметри и на много по-ниска цена. Отваряме кода на всяка траектория зад резултатите ни от публични бенчмаркове: възпроизведете всяка стъпка на trajectories.hcompany.ai или ги изтеглете от Hugging Face.

Конкурентоспособен с най-модерните модели на част от цената

На най-трудните академични бенчмаркове за управление на настолни компютри (OSWorld 2.0) и използване на API (AutomationBench) Holo4 се конкурира с най-модерните модели при много по-ниска цена на задача.

Бележки към графиките за цена и производителност

OSWorld 2.0. Разходите са изчислени от входните и изходните токени на всяко агентно изпълнение. Holo4 се таксува според тарифите на H Models API (единично изпълнение). Qwen3.8 27B: резултат от картата на модела, разходи, изчислени от токените на нашето изпълнение по каталожните цени на Alibaba Cloud. Qwen3.6 35B-A3B: единично изпълнение в нашия набор от инструменти по каталожните цени на Alibaba Cloud, с попадения в кеша на 20% от входната цена. Данните от представянето на OpenAI предоставят тестовете за GPT и Opus с различни нива на усилие; останалите затворени модели и модели с отворени тегла използват официалната класация на OSWorld 2.0. Версиите, наборите от инструменти и подмножествата от задачи се различават. Линията свързва недоминираните двойки резултат и цена сред затворените модели; Holo4 е изключен.

AutomationBench. Holo4, Qwen3.8 27B и Qwen3.6 35B-A3B: AutomationBench v1.0.6, резултатите и разходите са измерени във вътрешния ни набор от инструменти. Други модели: резултати от публичния набор от README файла на AutomationBench, цена на задача от официалната класация, която работи с частния набор. Ще публикуваме резултата на Holo4 в частния набор, след като бъде оценен.

AI, който върши работа

Обучени върху среди и задачи от нашата Agentic Task Factory, моделите Holo4 се отличават с професионален софтуер. Примерите по-долу показват Holo4 27B заедно с Qwen3.8 27B, неговия базов модел. Един и същ подканващ текст и набор от инструменти за двата модела.

3D моделиране · Айфеловата кула

Създай 3D модел на Айфеловата кула във FreeCAD в мащаб 1 mm към 1 метър, центриран спрямо началото на координатната система и подравнен с осите X и Y. Работи според този дизайн.

Кулата е квадратна в план на всяка височина, никога кръгла. Полуширината ѝ, измерена от централната ос до ъгъла, е 62.5 mm на нивото на земята, 32.5 mm на височина 57, 17.5 mm на височина 115 и 9.35 mm на височина 276. Между тези височини полуширината следва плавна крива, която намалява рязко близо до земята и постепенно по-нагоре, никога по права линия.

Четири еднакви крака, по един във всеки квадрант, всеки представляващ квадратна колона, чийто външен ъгъл следва този профил. Всеки крак е широк 14 mm при земята и се стеснява до 4 mm на височина 276. Краката са отделени един от друг от земята до първата платформа и се сближават при издигането си. Нищо не запълва пространството между тях: кулата е отворена и може да се гледа право през нея от всяка страна.

Три платформи, всяка представляваща плътна квадратна плоча, центрирана спрямо оста: широка 72 mm и дебела 4 mm на височина 57; широка 40 mm и дебела 3 mm на височина 115; широка 22 mm и дебела 3 mm на височина 276.

Мачта от височина 276 до 324, квадратна, широка 8 mm в основата и стесняваща се до 2 mm на върха.

Всяка част трябва да бъде затворено тяло с ненулев обем и никоя част не трябва да запълва пространството между краката.

Holo4 27B (84 извиквания, 1.3M токена)

Qwen3.8 27B (60 извиквания, 1.0M токена)

3D моделиране · Лого H

Създай във FreeCAD 3D модел на логото на компанията H: плътен запълнен диск до блокова безсерифна главна буква H, като и двете са екструдирани до еднаква дебелина, двете форми са с близка височина и са отделени така, че да не се припокриват, а центърът на диска е на нивото на средата на H. Оцвети и двете форми в черно.

Holo4 27B (94 извиквания, 1.5M токена)

Qwen3.8 27B (118 извиквания, 1.9M токена)

Дизайн на игри · Pac-Man

Създай игра в стил Pac-Man в Godot и я остави да работи.

Правоъгълен лабиринт от стени, разположени върху мрежа, с точки, запълващи всеки отворен коридор. Маркерът на играча се движи непрекъснато по коридорите, изяжда всяка точка, през която премине, и получава точка за нея. Три призрака се движат по същите коридори и преследват играча. Ако призрак хване играча, играчът губи живот и всичко се връща към началната си позиция. Резултатът и животите се показват на екрана.

Никой няма да играе тази игра. Играчът се управлява сам чрез проста евристика: на всяко кръстовище се насочва към най-близката точка, освен ако призракът не е наблизо — в такъв случай се отдалечава от него. Играта трябва да работи без надзор и неограничено дълго, без никакъв вход от клавиатурата.

Когато работи, стартирай играта и я остави да се играе.

Holo4 27B (68 извиквания, 2.4M токена, 268 реда)

Qwen3.8 27B (197 извиквания, 11.4M токена, 327 реда)

Как създадохме Holo4

Фабрика за агентни задачи

Вътрешният ни набор от агентни конвейери изгражда интерактивни среди и проверими задачи само по документация, например екранни снимки на реални уебсайтове или софтуер с отворен код. Досега той е създал около 10 000 задачи в уеб приложения, MCP сървъри и настолни среди, включително хибридни среди, които предоставят едно и също състояние чрез графичен интерфейс и MCP.

Обучение

Набор от инструменти

Успоредно с обучението преработихме набора си от инструменти — цикъла, който изпълнява действията на модела и управлява контекста му в продължение на стотици стъпки — като използвахме обратна връзка от агентната производителност в OSWorld 2.0. Агентите маркираха причината за неуспеха на всяка задача, а инженерите преглеждаха поправките им. Най-големите промени бяха осигуряването на надеждна памет, която може да проследява стотици стъпки, и shell на самата настолна машина.

Opus 5 (70,2%) и GPT-5.6 Sol (66,2%) използват частични награди с максимално усилие върху офлайн набора v2026.08.08 от графиката от представянето на OpenAI, както е в графиката за цена и производителност. Другите референтни резултати са взети от картите на моделите и официалната класация. Версиите на задачите, подмножествата и наборите от инструменти се различават.

Holotron4 Nano

Нашият стек за дообучение е създаден така, че да се адаптира към нови фундаментални модели и да създава агенти, които обобщават знания между интерфейси и среди. Като член на NVIDIA Nemotron Coalition приложихме най-новия си стек към модела Nemotron 3 Nano Omni като продължение на Holotron 3.

Същата рецепта превръща Nemotron 3 Nano Omni в Holotron4 Nano — универсален агентен модел, който се подобрява значително спрямо базовия модел при работни процеси с графичен интерфейс и в среди, предоставящи MCP, API или пясъчници за код.

Подобренията са абсолютни подобрения в процентни пунктове спрямо Nemotron 3 Nano Omni.

Тези подобрения показват, че рецептата ни се пренася добре и може да превърне универсален модел в агентен експерт. Нищо в нея не е специфично за размера.

Стартирайте го сами

И двата размера са налични днес чрез H Models API. Теглата са достъпни в Hugging Face във формати BF16, FP8, NVFP4 и 4-bit GGUF, наред с малкия ни модел Holotron4 Nano.

През следващите дни ще пуснем оптимизирани контролни точки на DSpark drafter, за да ускорим допълнително извеждането.