Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Holo4 pitanie universalnyh kompyuternyh agentov
Dev48

© 2026 · All rights reserved.

Holo4: питание универсальных компьютерных агентов

Источник: Helsinki-NLP

Holo4: питание универсальных компьютерных агентов

Источник: Helsinki-NLP

A Blog post by H company on Hugging Face

29 сентября 2026 г.•Обновлено: 29 сентября 2026 г.

Holo4 — это наша новая серия агентных моделей. Она доступна в двух вариантах: 27B dense и 35B-A3B Mixture of Experts. Оба варианта доступны в H Models API. Мы также выпускаем обновлённую версию Holotron 3: Holotron4 Nano.

Holo4 основана на нашей предыдущей модели и взаимодействует с программным обеспечением через любой доступный интерфейс: GUI, код, MCP и API. Она демонстрирует хорошие результаты на академических тестах, но мы создали её для реальных бизнес-процессов. Она была обучена с использованием контролируемого и усиленного обучения на большом наборе сред и задач, включая те, которые генерируются нашей Agentic Task Factory.

Начните прямо сейчас:

  • 🤖 Модели: Holo4-27B | Holo4-35B-A3B | Holotron4 Nano
  • 🗂️ Полная коллекция (FP16, FP8, GGUF): Holo4
  • 🎞️ Траектории: viewer | датасет
  • ⚡ H Models API: quickstart
  • 📝 Полная статья в блоге: hcompany.ai/newsroom/holo4

Модели, созданные для каждого интерфейса

Holo4 кликает и печатает на экране, пишет и запускает свой собственный код, а также вызывает инструменты MCP или API. Она использует то, что подходит для задачи. Большинство агентных моделей обучены только для одного интерфейса: модели, ориентированные на GUI, слепы без экрана, в то время как модели, предпочитающие вызов инструментов, застряли перед приложением, у которого нет API. Реальная работа не разделена таким образом, и одна бизнес-задача может требовать сочетания этих различных подходов.

Holo4 работает на настольных компьютерах, в интернете, на Android, в кодовой песочнице и в сочетании с бизнес-API. Это одна и та же модель в каждом случае, и она вызывается одинаково. Вам не нужно выбирать другую модель для каждой платформы.

Модели Holo4 значительно превосходят свою базовую модель Qwen. Holo4 отстает только от самых сильных закрытых моделей в длинных рабочих процессах: на OSWorld 2.0 Holo4 27B набрала 61,7% против 81,8% у Opus 5.5, а Holo4 35B-A3B достигла 30,9%. Однако она делает это с порядками меньше параметров и при гораздо меньших затратах. Мы открываем исходный код каждой траектории, стоящей за нашими результатами на публичных тестах: воспроизводите каждый шаг в или скачивайте их с Hugging Face.

Конкурентоспособность с передовыми моделями при значительно меньших затратах

На самых сложных академических тестах для управления настольными компьютерами (OSWorld 2.0) и использования API (AutomationBench) Holo4 конкурирует с передовыми моделями при гораздо меньших затратах на задачу.

OSWorld 2.0. Затраты оцениваются на основе входных и выходных токенов каждого запуска агентной модели. Цена Holo4 соответствует тарифам H Models API (один запуск). Qwen3.8 27B: оценка модели, стоимость на основе токенов нашего запуска по ценам Alibaba Cloud. Qwen3.6 35B-A3B: один запуск в нашей системе, по ценам Alibaba Cloud с учётом попаданий в кэш на уровне 20% от цены ввода. Данные о запуске OpenAI обеспечивают сводку усилий GPT и Opus; другие закрытые и открытые модели используют official OSWorld 2.0 leaderboard. Релизы, системы и подмножества задач различаются. Линия соединяет пары не-доминирующих оценок и затрат среди закрытых моделей; Holo4 исключена.

AutomationBench. Holo4, Qwen3.8 27B и Qwen3.6 35B-A3B: AutomationBench v1.0.6, оценки и затраты измеряются в нашей внутренней системе. Другие модели: оценки на публичном наборе данных из AutomationBench README, стоимость на задачу из официального рейтинга, который работает на частном наборе данных. Мы сообщим о результатах Holo4 на частном наборе данных, как только они будут оценены.

Искусственный интеллект, который работает

Обученные на средах и задачах из нашей Agentic Task Factory, модели Holo4 превосходят профессиональное программное обеспечение. Примеры ниже показывают Holo4 27B рядом с Qwen3.8 27B, её базовой моделью. Одно и то же приглашение и система для обеих моделей.

3D-моделирование · Эйфелева башня

Создайте 3D-модель Эйфелевой башни в FreeCAD в масштабе 1 мм к 1 метру, центрированную на начале координат и выровненную по осям X и Y. Работайте в соответствии с этим дизайном. Башня квадратна в плане на любой высоте, никогда не круглая. Её полуширина, измеренная от центральной оси до угла, составляет 62,5 мм на уровне земли, 32,5 мм на высоте 57, 17,5 мм на высоте 115 и 9,35 мм на высоте 276. Между этими высотами полуширина следует гладкой кривой, которая резко падает у земли и постепенно поднимается выше, никогда не образуя прямой линии. Четыре идентичных ноги, по одной в каждом квадранте, каждая из которых является квадратной колонной, чей внешний угол следует этому профилю. Каждая нога имеет ширину 14 мм у земли и сужается до 4 мм на высоте 276. Ноги стоят отдельно от земли до первой платформы и сужаются по мере подъёма. Ничто не заполняет пространство между ними: башня открыта, и вы можете видеть сквозь неё с любой стороны. Три платформы, каждая из которых является твёрдой квадратной плитой, центрированной на оси: 72 мм в поперечнике и 4 мм толщиной на высоте 57; 40 мм в поперечнике и 3 мм толщиной на высоте 115; 22 мм в поперечнике и 3 мм толщиной на высоте 276. Маст на высоте от 276 до 324, квадратный, 8 мм в поперечнике у основания, сужающийся до 2 мм на вершине. Каждая часть должна быть замкнутым твёрдым телом с ненулевым объёмом, и ни одна часть не может заполнять пространство между ногами.

Создайте 3D-модель Эйфелевой башни в FreeCAD в масштабе 1 мм к 1 метру, центрированную на начале координат и выровненную по осям X и Y. Работайте в соответствии с этим дизайном.

Башня квадратна в плане на любой высоте, никогда не круглая. Её полуширина, измеренная от центральной оси до угла, составляет 62,5 мм на уровне земли, 32,5 мм на высоте 57, 17,5 мм на высоте 115 и 9,35 мм на высоте 276. Между этими высотами полуширина следует гладкой кривой, которая резко падает у земли и постепенно поднимается выше, никогда не образуя прямой линии.

Четыре идентичных ноги, по одной в каждом квадранте, каждая из которых является квадратной колонной, чей внешний угол следует этому профилю. Каждая нога имеет ширину 14 мм у земли и сужается до 4 мм на высоте 276. Ноги стоят отдельно от земли до первой платформы и сужаются по мере подъёма. Ничто не заполняет пространство между ними: башня открыта, и вы можете видеть сквозь неё с любой стороны.

Три платформы, каждая из которых является твёрдой квадратной плитой, центрированной на оси: 72 мм в поперечнике и 4 мм толщиной на высоте 57; 40 мм в поперечнике и 3 мм толщиной на высоте 115; 22 мм в поперечнике и 3 мм толщиной на высоте 276.

Маст на высоте от 276 до 324, квадратный, 8 мм в поперечнике у основания, сужающийся до 2 мм на вершине.

Каждая часть должна быть замкнутым твёрдым телом с ненулевым объёмом, и ни одна часть не может заполнять пространство между ногами.

Holo4 27B (84 вызова, 1,3 млн токенов)

Qwen3.8 27B (60 вызовов, 1,0 млн токенов)

3D-моделирование · Логотип H

Создайте 3D-модель логотипа компании H в FreeCAD: сплошной заполненный диск рядом с блоковым шрифтом без засечек заглавной буквы H, оба экструзированные до одинаковой толщины, две фигуры одинаковой высоты и расположенные так, чтобы не перекрываться, с центром диска на уровне середины H. Окрасьте обе фигуры в чёрный цвет.

Создайте 3D-модель логотипа компании H в FreeCAD: сплошной заполненный диск рядом с блоковым шрифтом без засечек заглавной буквы H, оба экструзированные до одинаковой толщины, две фигуры одинаковой высоты и расположенные так, чтобы не перекрываться, с центром диска на уровне середины H. Окрасьте обе фигуры в чёрный цвет.

Holo4 27B (94 вызова, 1,5 млн токенов)

Qwen3.8 27B (118 вызовов, 1,9 млн токенов)

Дизайн игр · Pac-Man

Создайте игру в стиле Pac-Man в Godot и оставьте её работать. Прямоугольный лабиринт из стен, расположенных по сетке, с пеллетами, заполняющими каждый открытый коридор. Маркер игрока непрерывно перемещается по коридорам, съедая каждый пеллет, который проходит, и зарабатывая за него очко. Три призрака перемещаются по тем же коридорам и охотятся за игроком. Если призрак поймает игрока, игрок теряет жизнь, и всё возвращается в начальное положение. Очки и жизни отображаются на экране. Никто не собирается играть в это. Игрок управляется простым эвристическим алгоритмом: на каждом перекрестке он направляется к ближайшему пеллету, если только призрак не находится рядом, в этом случае он отходит от призрака. Игра должна работать без присмотра и бесконечно, без ввода с клавиатуры. Когда всё заработает, запустите игру и оставьте её играть.

Создайте игру в стиле Pac-Man в Godot и оставьте её работать.

Прямоугольный лабиринт из стен, расположенных по сетке, с пеллетами, заполняющими каждый открытый коридор. Маркер игрока непрерывно перемещается по коридорам, съедая каждый пеллет, который проходит, и зарабатывая за него очко. Три призрака перемещаются по тем же коридорам и охотятся за игроком. Если призрак поймает игрока, игрок теряет жизнь, и всё возвращается в начальное положение. Очки и жизни отображаются на экране.

Никто не собирается играть в это. Игрок управляется простым эвристическим алгоритмом: на каждом перекрестке он направляется к ближайшему пеллету, если только призрак не находится рядом, в этом случае он отходит от призрака. Игра должна работать без присмотра и бесконечно, без ввода с клавиатуры.

Когда всё заработает, запустите игру и оставьте её играть.

Holo4 27B (68 вызовов, 2,4 млн токенов, 268 строк)

Qwen3.8 27B (197 вызовов, 11,4 млн токенов, 327 строк)

Как мы создали Holo4

Фабрика задач с агентами

Наш внутренний набор агентских пайплайнов создает интерактивные среды и проверяемые задачи только из документации, например скриншоты реальных сайтов или открытого программного обеспечения. Пока что он произвёл около 10 000 задач по веб‑приложениям, серверам MCP и настольным средам, включая гибридные среды, которые показывают одно и то же состояние через GUI и MCP.

Обучение

Крепление

Вместе с обучением мы перестроили наше крепление, цикл, который выполняет действия модели и управляет её контекстом на сотни шагов, используя обратную связь от агентского выполнения на OSWorld 2.0. Агенты отмечали, почему каждая задача не удалась, и инженеры проверяли их исправления. Самые крупные изменения – это предоставление агенту надёжной памяти, которая может отслеживать сотни шагов, и оболочка на самой настольной машине.

Opus 5 (70,2 %) и GPT‑5.6 Sol (66,2 %) используют максимальные частичные награды на офлайн‑наборе v2026.08.08 из OpenAI's launch chart, как в графике соотношения стоимости и производительности. Другие эталонные оценки берутся из карточек моделей и официальной таблицы лидеров. Выпуски задач, подмножества и крепления различаются.

Holotron4 Nano

Наш стек после обучения предназначен для адаптации к новым базовым моделям и создания агентов, которые обобщают работу через интерфейсы и среды. Как участник NVIDIA Nemotron Coalition, мы применили наш последний стек к модели Nemotron 3 Nano Omni в качестве продолжения Holotron 3.

Та же рецептура превращает Nemotron 3 Nano Omni в Holotron4 Nano, универсальную агентскую модель, которая значительно превосходит базовую модель в рабочих процессах GUI и в средах, раскрывающих MCP, API или песочницы для кода.

Улучшения выражены в абсолютных процентных пунктах по сравнению с Nemotron 3 Nano Omni.

Эти улучшения показывают, что наш рецепт хорошо переносится и может превратить универсальную модель в агентского эксперта. В нём нет ничего, специфичного к размеру.

Запустите сами

Оба размера доступны сегодня на H Models API. Вес модели размещён на Hugging Face в форматах BF16, FP8, NVFP4 и 4‑битном GGUF, рядом с нашей маленькой моделью, Holotron4 Nano.

Мы выпустим оптимизированные контрольные точки DSpark drafter в ближайшие дни, чтобы дополнительно ускорить инференс.

← Все статьи

Ещё в разделе «AI и машинное обучение»

Все →
OpenAI, по сообщениям, отказывается от модели из-за проблем с безопасностьюПресса
OpenAI

OpenAI, по сообщениям, отказывается от модели из-за проблем с безопасностью

OpenAI отказывается от плана выпустить новую модель из-за растущих опасений по поводу безопасностиПресса
OpenAI

OpenAI отказывается от плана выпустить новую модель из-за растущих опасений по поводу безопасности

Источник: Инфраструктурный провайдер AI-инференции Modal Labs приближается к раунду финансирования на $750 млн по оценке $15,75 млрд
Пресса
Modal

Источник: Инфраструктурный провайдер AI-инференции Modal Labs приближается к раунду финансирования на $750 млн по оценке $15,75 млрд

Tesla снова отложила событие Roadster 2 из‑за плохой погодыПресса
Tesla

Tesla снова отложила событие Roadster 2 из‑за плохой погоды

OpenAI спровоцировала борьбу за Hugging Face ранним предложением об инвестициях в преддверии сделки Nvidia на 13 млрд долларовПресса
OpenAI

OpenAI спровоцировала борьбу за Hugging Face ранним предложением об инвестициях в преддверии сделки Nvidia на 13 млрд долларов

OpenAI по-прежнему не до конца контролирует всю активность своих ИИ-агентов с непредсказуемым поведениемПресса
OpenAI

OpenAI по-прежнему не до конца контролирует всю активность своих ИИ-агентов с непредсказуемым поведением

Ещё от Helsinki-NLP

Transformers теперь запускает кванты llama.cpp
Helsinki-NLP

Transformers теперь запускает кванты llama.cpp