法國AI公司H Company於9月28日在Hugging Face發布了Holo4系列模型，專門用來做「電腦操作AI Agent」：看螢幕截圖、點滑鼠、打鍵盤，也能呼叫程式碼、MCP和API完成任務。這一代有兩個主力版本，270億參數的稠密模型Holo4-27B，以及總參數350億、每次啟動約30億的混合專家(MoE)模型Holo4-35B-A3B，權重都以Apache 2.0授權開放。
另外還有一個Holotron4 Nano，是以NVIDIA的Nemotron 3 Nano Omni為基礎訓練而成，規格是30B-A3B。
H Company總部位於巴黎，2024年成立，創辦團隊中有多位前DeepMind研究員，成立當年就拿到一輪約2.2億美元的種子輪募資。Holo系列是它的主力產品線，官方部落格表示Holo4是在上一代模型的基礎上繼續訓練而來。
跑分與定位
H Company主要拿OSWorld 2.0說話，這是一個讓模型在真實桌面系統中完成多步驟操作的基準測試。官方部落格給出的比較如下：
- Holo4-27B：61.7%
- Claude Opus 5.5：81.8%
- Claude Opus 5：70.2%
- GPT-5.6 Sol：66.2%
從這組數字看，Holo4-27B已經和上一代閉源旗艦相當接近，跟目前最強的Opus 5.5仍有明顯落差。H Company的說法是，Holo4在長流程任務上「只落後於最強的幾款閉源模型」，參數量卻小了好幾個數量級，單次任務成本也低得多。
成本數字寫在模型卡裡：Holo4-35B-A3B在AutomationBench拿到34.5%，每個任務約0.02美元。部落格裡其他模型的單次任務成本只畫在圖表上，沒有給出具體數值。
示範場景包括3D建模、遊戲設計和企業業務流程自動化。這些分數都是在H Company自家的測試框架裡跑出來的，官方也註明模型需要搭配自家的hai-agents執行框架使用，目前還沒有出現第三方複現結果。
對中國開發者有什麼用
先看底子。Holo4-35B-A3B的模型卡寫明基礎模型是阿里巴巴的Qwen3.6-35B-A3B，最長上下文為262,144個token。中國團隊對這套架構的部署、量化和推論優化都相當熟悉，換上Holo4的權重後，工具鏈基本不用調整。
再看能不能在本機跑。Holo4-27B提供BF16、FP8、NVFP4和Q4 GGUF幾種格式，量化到4位元後，一張擁有24GB顯示記憶體的消費級顯卡有機會裝得下——這只是粗略估算，實際還要看螢幕截圖解析度和上下文長度。35B-A3B每次推論只啟動約30億參數，在推論速度上更有優勢。
電腦操作AI Agent有個繞不開的問題：它得持續把螢幕截圖傳給模型。用Opus、GPT這類閉源模型，截圖得上傳到海外雲端，很多金融、政府和製造業的內網環境根本不允許。Apache 2.0授權允許商用與修改，一個能在本地機房執行、分數又過了60%的開源模型，給了這些場景一個實際可行的選項。
H Company同時透過自家的H Models API提供代管服務，價格目前尚未公布。
參考來源：H Company官方部落格、Hugging Face模型卡、CocoLoop；OSWorld 2.0分數以H Company部落格為準，AutomationBench成績與單次任務成本以模型卡口徑為準，皆為廠商自測數據。