Hが汎用コンピュータ利用エージェント「Holo4」を公開 — 27Bと35B-A3B、OSWorld 2.0で27Bが61.7%と主張

H（Hcompany）は2026年9月28日、新しいエージェントモデル群「Holo4」を公開した。画面のクリック・タイプ、コードの記述と実行、MCPやAPIの呼び出しをタスクに応じて使い分ける汎用コンピュータ利用エージェントで、27B denseと35B-A3B Mixture of Expertsの2サイズを用意する。以下はHugging Face Blog上の同社記事の記載内容の整理であり、性能数値はすべてベンダー公表値である。

モデル — 2サイズ＋Holotron4 Nano、重みを公開

• ラインアップ: Holo4-27B（dense）とHolo4-35B-A3B（MoE）。あわせてHolotron 3の更新版「Holotron4 Nano」も提供する。Holotron4 NanoはNVIDIA Nemotron Coalitionの一員として、Nemotron 3 Nano Omniに同社のポストトレーニング手法を適用したもので、GUIワークフローやMCP・API・コーディング環境でベースモデルから大きく改善したとしている
• 対応面: GUI、コード、MCP、APIのどの面でもソフトウェアと対話できる。デスクトップ、Web、Android、コードサンドボックス、業務APIで同一モデルが同じ呼び出し方で動くとしている。単一インターフェース専用のエージェントモデルと違い、実務タスクで求められる組み合わせに対応する設計だとしている
• 提供形態: 両サイズともH Models APIで利用可能。重みはHugging Face上でBF16、FP8、NVFP4、4bit GGUFとして公開されている。推論高速化のためのDSparkドラフターチェックポイントも数日以内の公開予定としている

性能 — OSWorld 2.0で27Bが61.7%と主張、コスト対性能を訴求

• OSWorld 2.0（デスクトップ操作）: Holo4 27Bは61.7%、Opus 5.5は81.8%と同記事が記載している。Holo4 35B-A3Bは30.9%と記載されている。いずれも同ブログの公表値であり、参照スコアはハーネスやタスク部分集合などの条件が異なると同ブログ自身が注記している
• AutomationBench（API利用）: デスクトップ操作のOSWorld 2.0と並ぶ最難関級として、フロンティアモデルと競合する水準をタスクあたり大幅に低いコストで達成したとしている（ベンダー公表の主張）
• 参考値の内訳: Opus 5（70.2%）とGPT-5.6 Sol（66.2%）はOpenAI公開チャートのv2026.08.08オフラインセットでのmax-effort部分報酬スコア、その他はモデルカードや公式リーダーボード由来と注記されている

出典: Holo4: powering generalist computer-use agents - Hugging Face Blog

出典: Holo4: powering generalist computer-use agents - Hugging Face Blog

作り方 — 約1万タスクのTask Factoryと作り直したハーネス

• Agentic Task Factory: 実在サイトのスクリーンショットやオープンソースソフトのドキュメントだけから対話環境と検証可能タスクを組み立てる社内パイプライン群。これまでにWebアプリ・MCPサーバー・デスクトップ環境などで約1万タスクを生成し、GUIとMCPで同一状態を露出するハイブリッド環境も含むとしている
• 学習: 上記の環境・タスク群での教師あり学習と強化学習で訓練した
• ハーネス再構築: 数百ステップにわたる行動ループとコンテキスト管理を担うハーネスを作り直し、数百ステップを追跡できる信頼性の高いメモリと、デスクトップ機自体へのシェルを与えたことが最大の変更点だとしている
• 透明性: 公開ベンチマークのスコアの裏にある全軌跡をオープンソース化し、ステップごとに再生できるビューアとHugging Face上のデータセットで確認できるとしている

出典

• Holo4: powering generalist computer-use agents - Hugging Face Blog