Due modelli per combinare forme di interazione
H Company ha presentato Holo4 come una famiglia di modelli per agenti che lavorano con il software. La proposta centrale non è solo controllare uno schermo: il modello può fare clic e digitare in un'interfaccia grafica, creare ed eseguire codice, e chiamare strumenti connessi tramite MCP o API. A seconda del compito, può ricorrere a una o all'altra via e combinarle.
La famiglia ha due varianti: Holo4-27B, un modello denso di 27 miliardi di parametri, e Holo4-35B-A3B, un mixture of experts con 35 miliardi di parametri totali. L'azienda afferma che entrambe sono disponibili tramite H Models API e che ha anche pubblicato pesi per il download. La disponibilità dei pesi non significa che le condizioni d'uso siano identiche: prima di integrare una qualsiasi delle varianti, è necessario rivedere la scheda e la licenza vigenti del modello specifico.
Quali interfacce e compiti copre la proposta
H Company menziona l'uso su desktop, web e Android, oltre a sandbox per l'esecuzione di codice e connessioni con API aziendali. L'approccio tenta di evitare che un agente dipenda da un'unica interfaccia: un compito può iniziare in un'applicazione grafica, continuare con il codice e terminare tramite uno strumento o un'API, se l'ambiente fornisce tali risorse.
Questo è rilevante perché un'interfaccia grafica e un'API non offrono le stesse possibilità. Su uno schermo, l'agente deve interpretare ciò che vede e agire sui controlli; un'API, d'altra parte, consente di scambiare dati tramite operazioni definite. MCP è un protocollo per connettere modelli a strumenti. La pubblicazione presenta Holo4 come un unico modello che può utilizzare queste opzioni, ma non stabilisce che ogni applicazione, account o servizio sia compatibile in modo automatico: l'integrazione e i permessi dipendono dall'ambiente che lo esegue.
Benchmark: risultati utili, ma non intercambiabili
La pubblicazione informa che Holo4-27B ha ottenuto il 61,7% in OSWorld 2.0, una valutazione di compiti di controllo desktop, e che Holo4-35B-A3B ha raggiunto il 30,9%. Confronta anche i modelli in AutomationBench, un test centrato sull'uso di strumenti e API. L'azienda indica che i suoi risultati di AutomationBench v1.0.6 sono stati misurati in un ambiente interno e che riferirà i risultati di Holo4 sul set privato quando completerà tale valutazione.
Queste cifre devono essere lette insieme alle condizioni di ogni prova. La pubblicazione avverte che le comparazioni possono combinare versioni di modelli, harness, sottoinsiemi di compiti e livelli di sforzo diversi. In OSWorld 2.0, parte dei costi è stimata in base ai token di ogni esecuzione; in AutomationBench, alcuni modelli sono confrontati con punteggi di set pubblici, mentre i costi di riferimento possono provenire da una classifica basata sul set privato. Pertanto, una cifra isolata non consente di concludere che un modello sia migliore in tutti gli scenari né di confrontare direttamente il costo reale di un'operazione aziendale.
Come interpretare l'evidenza pubblicata
| Evidenza | Cosa consente di osservare | Cosa non dimostra da sola |
|---|---|---|
| OSWorld 2.0: 61,7% per Holo4-27B e 30,9% per Holo4-35B-A3B, secondo la pubblicazione | Prestazioni comunicate in una valutazione di compiti desktop | Successo uniforme in qualsiasi sistema operativo, applicazione o flusso reale |
| AutomationBench v1.0.6 nell'harness interno di H Company | Risultati sotto la configurazione e l'insieme descritti dall'azienda | Confronto pienamente equivalente con cifre ottenute in altri harness o partizioni |
| Traiettorie di esecuzione pubblicate per i benchmark | Consente di ispezionare passi specifici di alcune esecuzioni | Che tutte le esecuzioni siano riproducibili o che non ci siano errori al di fuori di quegli esempi |
Dimostrazioni e tracce: cosa si può verificare
H Company mostra esempi in FreeCAD e Godot insieme a confronti con un modello base. Tra i compiti figurano la costruzione di una rappresentazione 3D della Torre Eiffel e un gioco stile Pac-Man che funzioni senza intervento della tastiera. Sono dimostrazioni concrete di sviluppo software e controllo di strumenti, non una misura sufficiente delle prestazioni generali: un compito può richiedere molte chiamate, consumare una grande quantità di token e comunque non rappresentare il comportamento medio in produzione.
L'azienda afferma anche di pubblicare le traiettorie dei suoi risultati nei benchmark affinché possano essere rivedute o scaricate. Questa trasparenza può aiutare a esaminare azioni ed errori di un'esecuzione particolare. Per convertire le dimostrazioni in evidenza riproducibile, è necessario verificare la versione del modello, il prompt, l'ambiente, gli strumenti disponibili, il numero di tentativi e i criteri usati per dichiarare un compito completato. La pubblicazione non elimina la necessità di ripetere i test nel sistema in cui si desidera distribuire l'agente.
Processo pratico per valutare Holo4 in un flusso proprio
- 01Definire compiti rappresentativi e un risultato verificabile per ciascuno, non solo istruzioni aperte.
- 02Preparare un ambiente di test con le stesse applicazioni, strumenti, dati e permessi previsti per l'uso reale.
- 03Registrare modello, configurazione, chiamate, tempo, consumo ed errori; includere compiti che l'agente non dovrebbe completare.
- 04Ripetere ogni compito più volte e confrontare il risultato con un'alternativa e con un'esecuzione umana di riferimento.
- 05Rivedere le tracce e provare cambiamenti di interfaccia, dati incompleti e guasti degli strumenti prima di considerare una distribuzione.
Accesso, licenze e limiti di distribuzione
La pubblicazione ufficiale segnala che le due dimensioni sono disponibili in H Models API e che i pesi sono offerti in formati come FP16, FP8 e GGUF. Menziona anche una variante piccola chiamata Holotron4 Nano e annuncia checkpoint ottimizzati per DSpark nei giorni successivi alla pubblicazione. La disponibilità tramite API e il download dei pesi sono vie distinte: la prima dipende dal servizio e dalle sue condizioni; la seconda richiede infrastruttura per eseguire il modello e rivedere le condizioni di licenza di ogni versione.
L'annuncio non offre una garanzia di autonomia sicura né specifica un sistema universale di permessi per le azioni. In un'integrazione reale, l'operatore deve decidere quali applicazioni, file, API e azioni restano alla portata dell'agente. È opportuno separare lettura e scrittura, limitare le operazioni sensibili, richiedere conferma umana per modifiche irreversibili e conservare registri. Queste sono misure di distribuzione prudente, non salvaguardie che debbano essere date per incorporate in Holo4 senza documentazione specifica.
Cosa cambia e cosa resta da dimostrare
Holo4 propone un'architettura pratica per compiti che saltano tra schermo, codice e strumenti, e pubblica pesi, esempi e risultati di valutazione. Per i team che studiano l'automazione, la notizia è un'opzione aggiuntiva che può essere provata in flussi delimitati, specialmente se gli strumenti necessari sono disponibili e i loro risultati possono essere valutati in modo oggettivo.
L'evidenza annunciata non basta per affermare che Holo4 sia un agente a scopo universale, che superi altri modelli in condizioni identiche o che operi in modo affidabile senza supervisione. Le differenze tra test, harness e insiemi di compiti limitano i confronti diretti. La decisione ragionevole è trattare le cifre come risultati comunicati da H Company e validare il modello in compiti propri, con controlli di accesso e test di guasto prima di affidargli azioni importanti.
Questioni aperte
- I benchmark e le stime dei costi dipendono da versioni, harness, sottoinsiemi di compiti e configurazioni che non sono sempre equivalenti tra i modelli.
- H Company indica che pubblicherà i risultati di Holo4 nella partizione privata di AutomationBench dopo averlo valutato; questo dato non è confermato nelle informazioni disponibili.
- La documentazione fornita non consente di stabilire un tasso generale di errori in produzione né una garanzia di funzionamento sicuro e autonomo.
- Le licenze specifiche di ogni variante devono essere verificate nelle schede vigenti dei modelli; non sono dedotte qui da fonti secondarie.
Continua a esplorare
Fonti consultate
Correzioni e trasparenza
Se trovi un dato errato o non aggiornato, inviaci la pagina e la fonte da verificare.
Proponi una correzione