H Company در ۲۹ سپتامبر ۲۰۲۶ خانواده مدل‌های Holo4 را منتشر کرد: دو مدل vision-language برای ایجنت‌های استفاده از کامپیوتر. هر دو مدل هم کلیک و تایپ روی صفحه انجام می‌دهند، هم کد می‌نویسند و هم ابزارهای MCP و API را صدا می‌زنند. این کار در یک مدل واحد روی دسکتاپ، وب، Android، سندباکس کد و APIهای سازمانی انجام می‌شود.

دو اندازه، دو لایسنس#

Holo4 27B یک مدل dense است که از Qwen3.8-27B فاین‌تیون شده و لایسنس CC BY-NC 4.0 دارد — یعنی استفاده تجاری از وزن‌های آن ممنوع است و باید از طریق H Models API انجام شود. Holo4 35B-A3B یک مدل Mixture of Experts با ۳B پارامتر فعال است که بر پایه Qwen3.6-35B-A3B ساخته شده و با Apache 2.0 منتشر شده؛ یعنی قابل میزبانی تجاری است. هر دو ۲۵۶K کانتکست دارند.

عملکرد و هزینه#

طبق اعداد H Company، مدل ۲۷B روی OSWorld نمره ۸۵.۲٪ با هزینه ۰.۰۸ دلار به‌ازای هر تسک می‌گیرد. روی AndroidWorld به ۸۵.۱٪ می‌رسد. اما در تسک‌های بلندِ OSWorld 2.0 فاصله با مرز فناوری هنوز زیاد است: ۶۱.۷٪ در برابر ۸۱.۸٪ برای Claude Opus 5.5. قیمت API هم تفاوت چشمگیری دارد: ۱.۲۲ دلار به‌ازای هر تسک در برابر ۸.۴۸ دلار برای Opus. روی AutomationBench نمره ۴۵.۴٪ با هزینه ۰.۰۵ دلار است.

قیمت توکن: ۲۷B با ۰.۴۰ دلار ورودی و ۳.۰۰ دلار خروجی به‌ازای هر ۱M توکن؛ ۳۵B-A3B با ۰.۳۰ و ۲.۰۰ دلار. API سازگار با OpenAI است. وزن‌ها در قالب‌های BF16، FP8، NVFP4 و 4-bit GGUF روی Hugging Face موجودند و استنتاج محلی با vLLM و llama.cpp مستند شده.

روش ساخت#

پایپلاین داخلی H Company با نام Agentic Task Factory حدود ۱۰,۰۰۰ تسک تولید کرده: ۴k اپ وب، ۳k سرور MCP، ۳k دسکتاپ و OS. مجموعه SFT شامل ۱۲۷B توکن است. دو متخصص RL به‌صورت LoRA جداگانه روی دسکتاپ/وب و ترمینال/MCP/API آموزش داده و سپس با وزن مساوی ادغام شده‌اند.

همچنین Holotron4 Nano بر پایه NVIDIA Nemotron 3 Nano Omni منتشر شد که OSWorld را از ۲۱.۰٪ به ۷۶.۳٪ نسبت به مدل پایه بالا می‌برد.

این خبر برای سازندگان ایجنت یعنی چه#

مهم‌ترین نکته عملی این خبر، شکاف لایسنس است: اگر می‌خواهید ایجنت‌تان را در محیط تولیدی و تجاری میزبانی کنید، تنها گزینه باز ۳۵B-A3B است — و آن روی OSWorld 2.0 فقط ۳۰.۹٪ می‌گیرد. نسخه ۲۷B که عملکرد بهتری دارد، فقط غیرتجاری است یا باید از API پولی استفاده کنید. برای کارهای کوتاه‌مدت و تسک‌های ساده GUI، Holo4 27B روی API با هزینه ۰.۰۸ دلار به‌ازای تسک رقابتی است. اما در تسک‌های بلند و چندمرحله‌ای، فاصله با Opus و GPT-6 هنوز زیاد است و نباید انتظار جایگزینی کامل داشت. اگر ایجنت‌تان ترکیبی از GUI و API است، ایده یک مدل واحد برای هر دو مسیر جذاب است؛ اما هارنس hai-agents هنوز در حال توسعه است و checkpointهای DSpark برای استنتاج سریع‌تر هم تازه قرار است منتشر شوند.

منبع: MarkTechPost