法国 AI 公司 H Company 9 月 28 日在 Hugging Face 发布了 Holo4 系列模型，专门用来做”电脑操作智能体”：看屏幕截图、点鼠标、敲键盘，也能调用代码、MCP 和 API 完成任务。这一代有两个主力版本，270 亿参数的稠密模型 Holo4-27B，以及总参数 350 亿、每次激活约 30 亿的混合专家模型 Holo4-35B-A3B，权重都以 Apache 2.0 协议开放。
另外还有一个 Holotron4 Nano，基于英伟达的 Nemotron 3 Nano Omni 训练，规格是 30B-A3B。
H Company 总部在巴黎，2024 年成立，创始团队里有多位前 DeepMind 研究员，成立当年就拿到了一轮约 2.2 亿美元的种子融资。Holo 系列是它的主线产品，官方博客说 Holo4 是在上一代模型的基础上继续训练出来的。
跑分和定位
H Company 主要拿 OSWorld 2.0 说话，这是一个让模型在真实桌面系统里完成多步操作的基准。官方博客给出的对比：
- Holo4-27B：61.7%
- Claude Opus 5.5：81.8%
- Claude Opus 5：70.2%
- GPT-5.6 Sol：66.2%
从这组数看，Holo4-27B 和上一代闭源旗舰已经很接近，跟当前最强的 Opus 5.5 还有明显距离。H Company 的说法是，Holo4 在长流程任务上”只落后于最强的几款闭源模型”，参数量却小几个数量级，单任务成本低得多。
成本数字在模型卡里：Holo4-35B-A3B 跑 AutomationBench 拿到 34.5%，每个任务约 0.02 美元。博客里其他模型的单任务成本只画在图上，没有给出具体数值。
演示场景包括 3D 建模、游戏设计和企业业务流程自动化。这些分数都是在 H Company 自己的测试框架里跑出来的，官方也注明模型需要搭配自家的 hai-agents 运行框架使用，第三方复现结果目前还没有出现。
对国内开发者有什么用
先说底子。Holo4-35B-A3B 的模型卡写明基座是阿里的 Qwen3.6-35B-A3B，最长上下文 262144 个 token。国内团队对这套架构的部署、量化和推理优化都很熟，换上 Holo4 的权重，工具链基本不用改。
再说能不能本地跑。Holo4-27B 提供了 BF16、FP8、NVFP4 和 Q4 GGUF 几种格式，量化到 4 位后，一张 24GB 显存的消费级显卡有机会装下，这是粗略估算，实际还要看截图分辨率和上下文长度。35B-A3B 每次只激活约 30 亿参数，推理速度上更占便宜。
电脑操作智能体有个绕不开的问题：它要持续截取屏幕发给模型。用 Opus、GPT 这类闭源模型，截图要上传到海外云端，很多金融、政务和制造业的内网环境根本不允许。Apache 2.0 协议允许商用和修改，一个能在本地机房跑、分数又过了 60% 的开源模型，给了这些场景一个现实可用的选项。
H Company 同时通过自家的 H Models API 提供托管服务，价格还没有公布。
参考来源：H Company 官方博客、Hugging Face 模型卡、CocoLoop；OSWorld 2.0 分数以 H Company 博客为准，AutomationBench 成绩与单任务成本以模型卡口径为准，均为厂商自测。