Hcompanyは2026年9月28日、Hugging Faceのブログ記事で、GUI・コード・MCP・APIを横断して操作できるエージェントモデルシリーズ「Holo4」を発表しました。27B denseのHolo4-27Bと35B-A3B Mixture of ExpertsのHolo4-35B-A3Bの2サイズで、あわせてHolotron 3の更新版Holotron4 Nanoも公開しています。
1つのモデルで4種のインターフェースを扱う
Holo4は、画面上でのクリックと入力、自前のコードの記述と実行、MCPやAPIツールの呼び出しを、タスクに応じて使い分けます。Hcompanyは、多くのエージェントモデルが単一インターフェース向けに訓練されており、GUI中心のモデルは画面がなければ何もできず、ツール呼び出しを好むモデルはAPIを持たないアプリケーションの前で行き詰まると説明しています。実業務は分断されておらず、1つの業務タスクがこれらの異なるアプローチの組み合わせを要求しうる、というのが設計の前提です。
Holo4はデスクトップ、Web、Android、コードサンドボックス、業務APIの上で動作し、いずれの場合も同じモデル・同じ呼び出し方で、プラットフォームごとにモデルを選び分ける必要はないとしています。
ベンチマークとコスト
Hcompanyは、デスクトップ制御のOSWorld 2.0とAPI利用のAutomationBench(AutomationBench v1.0.6)を最も難しい学術ベンチマークとして挙げ、Holo4はフロンティアモデルに対してタスク当たりコストが大幅に低いと述べています。
| 項目 | 値 |
|---|---|
OSWorld 2.0 / Holo4-27B |
61.7% |
| OSWorld 2.0 / Opus 5.5 | 81.8% |
OSWorld 2.0 / Holo4-35B-A3B |
30.9% |
Hcompanyは、Holo4モデルがQwenベースから大きく改善し、長いワークフローでは最強のクローズドモデルにのみ後れを取るとしつつ、桁違いに少ないパラメータと大幅に低いコストでそれを達成していると説明しています。コスト比較ではHolo4はH Models APIの料金(単一実行)で算出され、Qwen3.8 27BはモデルカードのスコアとAlibaba Cloudのリスト価格に基づく実行トークンから、Qwen3.6 35B-A3Bは自社ハーネスでの単一実行(キャッシュヒットは入力価格の20%)から見積もられています。GPTおよびOpusのeffortスイープはOpenAIのローンチデータ、その他のクローズド/オープンウェイトの点は公式OSWorld 2.0リーダーボードを使っており、リリースやハーネス、タスクのサブセットは異なると注記されています。
試し方と提供形態
Holo4はH Models APIで利用でき、記事にはAPI quickstartへのリンクが置かれています。モデルはHolo4-27B、Holo4-35B-A3B、Holotron4 Nanoが公開され、Holo4のフルコレクションはFP16、FP8、GGUFの各形式で提供されます。
公開ベンチマークのスコアの裏付けとなる軌跡も公開されており、trajectories.hcompany.aiで各ステップを再生するか、Hugging Faceからダウンロードできます。
訓練の背景
Holo4は前世代モデルを基盤とし、教師あり学習と強化学習によって、Hcompany独自のAgentic Task Factoryが生成したものを含む多数の環境・タスクで訓練されました。Hcompanyは、学術ベンチマークで良いスコアを出すだけでなく、実際の業務ワークフローのために構築したと述べています。
背景
Hugging Faceは機械学習の共同開発基盤Hugging Face Hubを提供する企業で、モデルの重みやデータセット、実行可能なデモを共有するSpacesを扱います。GGUFはGGMLプロジェクトで仕様が公開されている推論用モデルの保存形式で、テンソルと読み込みに必要なメタデータを格納します。Qwenは、Alibaba Cloudが開発する大規模言語モデルのファミリーで、密な構造と専門家混合型の双方を提供しています。
まだコメントはありません。