发生了什么
H Company 于当地时间 9 月 28 日发布 Holo4 系列，包含 27B 稠密版与 35B-A3B 混合专家版，并同步更新 Holotron4 Nano。公司称 Holo4 的核心差异是「一个模型跑通所有界面」：既能读屏点击与输入，也能自己写代码执行，还能直接调用 MCP 服务与业务 API，无需按平台切换模型。
- 权重在 Hugging Face 提供 BF16、FP8、NVFP4 与 4 位 GGUF 多种格式
- 上下文长度 262144 token，支持 Transformers、vLLM、SGLang、llama.cpp 等运行方式
- 官方把全部基准测试轨迹公开为可回放数据，包含每一步操作
- 训练使用监督学习与强化学习，环境由内部「智能体任务工厂」生成，约一万个任务规模
性能与成本
官方数据显示，Holo4 27B 在 OSWorld 上得分 85.2%、单任务约 0.08 美元；在覆盖长流程的 OSWorld 2.0 上为 61.7%、单任务 1.22 美元，官方对比的 Opus 5.5 为 81.8%、单任务 8.48 美元。35B-A3B 在 OSWorld 上为 80.8%、单任务约 0.05 美元，OSWorld 2.0 为 30.9%。官方自述「在长流程任务上落后最强的闭源模型，但参数量与成本低出若干量级」。
- 27B 定价为每百万 token 缓存输入 0.04 美元、输入 0.4 美元、输出 3 美元
- 35B-A3B 定价为每百万 token 缓存输入 0.03 美元、输入 0.3 美元、输出 2 美元
- 官方也承认在办公自动化基准 AutomationBench 上，600 个公开任务中约 480 个落在其训练数据划分范围内
对企业的实际意义
多数企业内部系统——旧版客户关系管理、供应商门户、行业专用工具——并没有可用的接口，人工点击仍是常态。Holo4 把界面操作与接口调用放进同一个模型，理论上可直接覆盖订单录入、工单分派、跨系统对账这类混合流程，而不必为「有接口的部分」与「没有接口的部分」分别配置模型。对技术团队而言，权重开放也提供了自建部署、把数据留在内网的选项。
许可差异是选型关键
需要留意的是许可差异：性能更好的 27B 采用 CC BY-NC 4.0 非商用许可，可商用的 35B-A3B 采用 Apache 2.0，但在 OSWorld 2.0 上的得分约为前者一半。对计划自建桌面自动化的企业，这意味着需要先明确场景是否可接受非商用限制，或评估以牺牲长流程能力换取可商用授权。
不确定之处
上述基准均为厂商自测。尽管轨迹公开提升了可复核性，但测试环境、任务批次与执行框架与其他公开榜单并不完全一致；单任务成本由厂商按自身 API 价格与 token 用量估算，实际部署中的失败重试与人工干预成本未计入。