H stelt Holo4 voor, een nieuwe reeks agentische modellen, wat betekent dat ze autonoom kunnen handelen op een computer of in software. Het bestaat in twee formaten, 27B dense en 35B-A3B met een mixture of experts, en beide zijn beschikbaar via de H Models API. De uitgever brengt ook een bijgewerkte versie van Holotron 3 uit, genaamd Holotron4 Nano.
Eén model voor alle interfaces
Holo4 bouwt voort op het vorige model van H en interageert met software via alle beschikbare interfaces: grafische interfaces, code, het MCP-protocol (dat een model verbindt met externe tools) en API’s. Het klikt en typt op een scherm, schrijft en voert zijn eigen code uit, of roept tools aan via MCP of API’s, afhankelijk van wat geschikt is voor de taak. Volgens H zijn de meeste agentische modellen alleen getraind voor één interface, waarbij grafisch gerichte modellen hulpeloos zijn zonder scherm, en modellen die tool-aanroepen verkiezen vastlopen bij een applicatie zonder API’s.
Holo4 werkt op een computer, op het web, op Android, in een code sandbox en met professionele API’s. Het gaat om hetzelfde model in elk geval, op dezelfde manier aangeroepen, zodat het niet nodig is om van model te wisselen tussen platforms.
H heeft Holo4 getraind door middel van supervised learning en reinforcement learning, op een groot aantal omgevingen en taken, waarvan sommige gegenereerd door zijn Agentic Task Factory. Dit interne systeem bouwt interactieve omgevingen en verifieerbare taken op basis van documentatie, bijvoorbeeld screenshots van echte websites of open-source software. Het heeft tot nu toe ongeveer 10.000 taken geproduceerd die webapplicaties, MCP-servers en desktopomgevingen bestrijken.
Aangekondigde prestaties tegenover state-of-the-art modellen
Op OSWorld 2.0, een benchmarktest die computercontrole meet, behaalt Holo4 27B 61,7%, tegenover 81,8% voor Opus 5.5. Holo4 35B-A3B bereikt 30,9%. H schat in dat Holo4 alleen achterblijft bij de meest performante gesloten modellen voor lange workflows, terwijl het volgens de uitgever « ordes van grootte » minder parameters gebruikt en aanzienlijk lagere kosten heeft.
Op de meest veeleisende tests voor desktopcontrole (OSWorld 2.0) en API-gebruik (AutomationBench), beweert H dat Holo4 kan concurreren met state-of-the-art modellen tegen een veel lagere kost per taak. De uitgever preciseert dat de kosten worden geschat op basis van de invoer- en uitvoertokens van elke uitvoering, en dat de versies, omgevingen en taaksubsets verschillen per ranking. H geeft aan dat het alle trajecten die aan de basis liggen van zijn scores op publieke benchmarks publiceert, raadpleegbaar op trajectories.hcompany.ai of downloadbaar op Hugging Face.
In demo’s vergeleken met Qwen3.8 27B, zijn basismodel, werd Holo4 27B geëvalueerd op 3D-modellering in FreeCAD, het maken van een logo en het ontwikkelen van een Pac-Man-achtig spel in Godot. Voor deze voorbeelden geeft de uitgever het aantal aanroepen en verbruikte tokens per model aan.
Holotron4 Nano en beschikbaarheid
H, lid van de NVIDIA Nemotron Coalition, heeft zijn trainingsmethode toegepast op het Nemotron 3 Nano Omni-model, als opvolger van Holotron 3. Het resultaat, Holotron4 Nano, wordt gepresenteerd als een algemeen agentisch model, dat aanzienlijke vooruitgang boekt op grafische workflows en in omgevingen die MCP, API’s of code sandboxen blootstellen. De winst wordt uitgedrukt in absolute procentpunten ten opzichte van Nemotron 3 Nano Omni.
De twee formaten van Holo4 zijn vanaf nu toegankelijk via de H Models API. De gewichten zijn beschikbaar op Hugging Face in de formaten BF16, FP8, NVFP4 en GGUF in 4 bits, naast Holotron4 Nano. H kondigt bovendien aan dat het in de komende dagen geoptimaliseerde « drafter » DSpark-checkpoints zal publiceren, bedoeld om de inferentie te versnellen.
