A empresa francesa de IA H Company lançou em 28 de setembro, no Hugging Face, a série de modelos Holo4, voltada especificamente para "agentes de operação de computador": ler capturas de tela, clicar com o mouse, digitar no teclado, além de acionar código, servidores MCP e APIs para concluir tarefas. Esta geração tem duas versões principais: o modelo denso Holo4-27B, com 27 bilhões de parâmetros, e o modelo de mistura de especialistas Holo4-35B-A3B, com 35 bilhões de parâmetros no total e cerca de 3 bilhões ativados por chamada. Os pesos foram abertos sob a licença Apache 2.0.
Há ainda um Holotron4 Nano, treinado a partir do Nemotron 3 Nano Omni da Nvidia, na configuração 30B-A3B.
A H Company tem sede em Paris, foi fundada em 2024, e sua equipe fundadora inclui vários ex-pesquisadores do DeepMind. Já no ano de fundação, a empresa captou uma rodada seed de cerca de US$ 220 milhões. A série Holo é sua linha de produto principal; segundo o blog oficial, o Holo4 foi obtido continuando o treinamento a partir da geração anterior.
Resultados e posicionamento
A H Company usa principalmente o OSWorld 2.0 como referência, um benchmark que avalia modelos em tarefas de múltiplas etapas em um ambiente real de desktop. A comparação divulgada no blog oficial:
- Holo4-27B: 61,7%
- Claude Opus 5.5: 81,8%
- Claude Opus 5: 70,2%
- GPT-5.6 Sol: 66,2%
Esses números mostram que o Holo4-27B já se aproxima do antigo topo de linha proprietário da geração anterior, mas ainda tem uma diferença clara em relação ao Opus 5.5, atualmente o mais forte. Segundo a H Company, em tarefas de fluxo longo o Holo4 "fica atrás apenas dos modelos proprietários mais fortes", com um número de parâmetros ordens de magnitude menor e um custo por tarefa muito mais baixo.
Os números de custo aparecem no model card: o Holo4-35B-A3B atinge 34,5% no AutomationBench, a cerca de US$ 0,02 por tarefa. O custo por tarefa dos demais modelos citados no blog aparece apenas em gráfico, sem valores exatos.
Os cenários de demonstração incluem modelagem 3D, design de jogos e automação de processos de negócio corporativos. Todas essas notas foram obtidas no próprio framework de teste da H Company, que também informa que o modelo precisa ser usado junto com seu próprio framework de execução hai-agents; ainda não há reprodução independente dos resultados por terceiros.
O que isso significa para desenvolvedores chineses
Primeiro, a base: o model card do Holo4-35B-A3B indica que sua base é o Qwen3.6-35B-A3B, da Alibaba, com janela de contexto máxima de 262.144 tokens. Equipes chinesas já conhecem bem a implantação, quantização e otimização de inferência dessa arquitetura; ao trocar para os pesos do Holo4, praticamente não é preciso mudar a cadeia de ferramentas.
Sobre rodar localmente: o Holo4-27B está disponível em formatos BF16, FP8, NVFP4 e Q4 GGUF, e após quantização em 4 bits pode caber em uma placa de vídeo de consumo com 24 GB de VRAM — isso é uma estimativa aproximada, o resultado real depende da resolução das capturas de tela e do tamanho do contexto. O modelo 35B-A3B ativa apenas cerca de 3 bilhões de parâmetros por chamada, o que favorece a velocidade de inferência.
Agentes de operação de computador têm um problema inevitável: precisam capturar a tela continuamente e enviá-la ao modelo. Com modelos proprietários como Opus ou GPT, essas capturas precisam ser enviadas para uma nuvem estrangeira — algo que muitos ambientes internos de finanças, órgãos públicos e indústria simplesmente não permitem. Como a licença Apache 2.0 permite uso comercial e modificação, um modelo de código aberto capaz de rodar localmente e ainda superar 60% de acerto oferece uma opção realmente viável para esses cenários.
A H Company também oferece um serviço hospedado pela própria API H Models, cujo preço ainda não foi divulgado.
Fontes: blog oficial da H Company, model card no Hugging Face, CocoLoop; a nota do OSWorld 2.0 segue o blog da H Company, e os resultados do AutomationBench e o custo por tarefa seguem o model card — todos números informados pelo fabricante.