H公司开源Holo4：27B电脑操作智能体

9月28日，AI初创公司H（H Company）发布新一代电脑操作智能体模型系列Holo4，提供27B稠密版与35B-A3B混合专家（MoE）两个规格，两者都已上线H Models API。官方给出的卖点很直接：一个模型就能在桌面、网页、安卓、代码沙箱和企业API之间工作，不必按界面类型切换不同的专用模型。

Holo4的设计取向是「什么界面都能上」。它可以在屏幕上点击、输入，也能自己写并运行代码，还会调用MCP或API工具——用哪种方式取决于任务本身。H在博客里点出了行业的普遍短板：专注图形界面的模型离开屏幕就「瞎」，偏好工具调用的模型遇到没有API的应用就卡住；而真实业务里，一个任务往往需要把这两种方式组合起来。

基准成绩上，Holo4 27B在OSWorld电脑任务基准上拿到85.2%，单任务成本0.08美元；安卓手机任务基准AndroidWorld为85.1%。在最考验长流程的OSWorld 2.0上，27B为61.7%（单任务1.22美元），35B-A3B为30.9%；作为对比，H引用的Claude Opus 5.5成绩为81.8%，单任务成本8.48美元。在偏企业自动化的AutomationBench公开集上，27B为45.4%；H同时披露，该基准600道题中有480道落在其训练数据采集范围内，剩下120道留出题得分为49.3%。

成本是H反复强调的差异点。作为基座的Qwen3.8 27B在OSWorld上为84.3%，但单任务成本0.22美元；Holo4 27B的API价格为每百万输入token 0.40美元、输出3.00美元，35B-A3B为0.30美元与2.00美元，官方称缓存输入还能更低。H也没有回避短板：在长流程基准上，Holo4与最强闭源模型之间仍有明显差距。

训练方法是另一条线索。H用内部「智能体任务工厂」（Agentic Task Factory）从文档、截图和真实软件中生成约1万个可验证任务，覆盖约4000个网页应用、3000个MCP服务器与3000个桌面/操作系统任务，只有验证器能拒绝「近似正确」的答案才会保留。监督微调用了1270亿token，其中约四分之三是成功的智能体轨迹；随后用异步在线强化学习训练两个LoRA专家（一个负责桌面与网页，一个负责终端、MCP与API），最后等权合并、不再训练。H还依据OSWorld 2.0的失败分析重建了执行框架，最大的改动是让智能体拥有能追踪数百步的可靠记忆，以及在桌面机上获得一个shell。

开放程度上，权重已发布在Hugging Face，提供BF16、FP8、NVFP4与4-bit GGUF等格式，H称支持本地部署；其中35B-A3B采用Apache 2.0开放权重，适合商业自托管。所有支撑基准成绩的运行轨迹也被开源，可在H的轨迹站点逐步回放。此外，H作为英伟达Nemotron联盟成员，把同一套后训练配方用在了Nemotron 3 Nano Omni上，得到Holotron4 Nano，官方称其在该配方下把OSWorld成绩从基座的21.0%提升到76.3%。

对企业和私有云团队来说，Holo4的价值更多在「可审计」而非「登顶」：开放权重加开放轨迹，意味着评估可以在自己的界面和流程上复现。但要提醒的是，H自己的表格也标注了对比数据来自不同框架与不同推理档位，跨模型比较需谨慎；而在动辄数百步的长任务中，开源模型与闭源前沿的差距仍会显现。

编译自 H Company 官方博客，原标题："Holo4: powering generalist computer-use agents"