一句话核心： H Company 在 2026-09-28 开源 Holo4——27B dense 与 35B-A3B MoE 两个尺寸的「跨界面」计算机使用 agent，同一个模型同时会用 GUI 点击输入、写并运行代码、调用 MCP 或 API；权重已上 Hugging Face（BF16／FP8／NVFP4／4-bit GGUF），并且把公开基准上的全部轨迹也一并开源。官方自报 OSWorld 2.0 得 61.7%（27B）／30.9%（35B-A3B），对照 Opus 5.5 为 81.8%，全部为厂商自测。
背景脉络
「计算机使用（computer use）」这条线上，此前站得住的开源大件不多：要么是单界面的——只看屏幕的模型没有屏幕就瞎，偏好工具调用的模型碰到没有 API 的软件就卡住；要么参数大到普通团队跑不动。
Holo4 值得单独写，原因有两个，都不是「又开源了一个模型」：一是它把「跨界面」做成了同一个模型的能力；二是它把支撑分数的轨迹全部放了出来。
关键细节
1）两个尺寸，一套调用方式。 Holo4-27B（dense）与 Holo4-35B-A3B（MoE），两者都在 H Models API 上提供。官方自述它跑在桌面、网页、Android、代码沙箱与业务 API 上，是同一个模型、同样的调用方式，不需要按平台选模型。
2）权重与轨迹都放出来了。 权重在 Hugging Face 上提供 BF16、FP8、NVFP4 与 4-bit GGUF 四种格式；同时官方把公开基准上分数背后的每一条轨迹全部开源，可在 trajectories.hcompany.ai 逐步回放，或从 HF 数据集下载。对我们这条线来说这是最值得记的一点——我们此前报过的多数厂商只给分数，给轨迹意味着「分数是不是真的」第一次变成可以逐步复核的问题。
3）训练与 harness 都重做了。 数据侧由内部 Agentic Task Factory 仅凭文档（真实网站截图或开源软件）生成约 10,000 个任务，覆盖 web 应用、MCP server 与桌面环境，含同时暴露 GUI 与 MCP 的混合环境；训练侧 SFT 用了 127B tokens，随后两轮 RL。harness（执行模型动作、管理上下文的循环）最大的两处改动是给 agent 一个能记住数百步的可靠记忆，以及在桌面机器上给它一个 shell。
图 1：Hugging Face 官方博客页（页载 Published September 28, 2026），我们于 2026-09-28 自取。
图 2：Holo4-27B 模型页，我们于 2026-09-28 自取；标签区显示许可证为 cc-by-nc-4.0，模型摘要给出基座、上下文与目标环境。
参数与基准解读
| 项目 | 官方所载 |
|---|---|
| 尺寸与基座 | Holo4-27B（dense，基座 Qwen3.8-27B）／Holo4-35B-A3B（MoE，基座 Qwen3.6 MoE） |
| 形态 | Visual Language Model（VLM）；接口含图形界面、代码与工具调用 |
| 上下文（模型页 config） | 262,144 tokens |
| 权重格式 | BF16、FP8、NVFP4、4-bit GGUF |
| OSWorld 2.0 | Holo4 27B 61.7%；Holo4 35B-A3B 30.9%；对照 Opus 5.5 81.8%（均为厂商自测） |
| 同页对照（官方脚注） | Opus 5 70.2%、GPT-5.6 Sol 66.2%（取自 OpenAI 发布图中的 max-effort partial rewards，v2026.08.08 离线集） |
| 衍生模型 | Holotron4 Nano，把同一套后训练栈套用到 NVIDIA Nemotron 3 Nano Omni |
| 许可证（模型页标签） | cc-by-nc-4.0 |
关于这张表要说清三件事：
- 这些都是厂商自测，本场没有第三方复现。官方自己在脚注里写明「Task releases, subsets and harnesses vary.」（各任务集的发布版本、子集与 harness 并不一致）——这句话必须跟着表格一起读，否则数字会被当成同一把尺子量出来的。
- 61.7% 与 81.8% 相差 20.1 个百分点，这是官方自己承认的位置：「只在最强闭源模型之后，但参数量与成本低好几个数量级」。「低好几个数量级」是官方对成本的描述，而官方博客里成本-性能的横轴是图，我们未能从文本读出具体的每任务成本，所以本文不给成本数字。
- 第三方转述的「OSWorld 85.2%、每任务 $0.08」我们未在官方博客正文核到（官方正文给的是 OSWorld 2.0 的 61.7%），疑为另一套 OSWorld 口径或出自模型卡。这两个数不要和 61.7% 放进同一张表。
价格与使用成本
官方博客未公布任何 API 单价，两个尺寸可在 H Models API 直接调用。成本上真正要先看的是许可证：Holo4-27B 模型页标注的许可证是 cc-by-nc-4.0（署名—非商业性使用），即非商用——这与「开源」二字给人的直觉不同，企业评估前必须先把许可条款看清。
辩证评估
正面：27B／35B-A3B 这个量级能让单机团队拿去做二次开发；跨界面是真实的产品差异（同一个模型跑桌面、网页、Android、代码沙箱与业务 API）；轨迹全开源是这批开源 agent 模型里少见的做法。
反向至少三条：
- 它与前沿闭源模型差距不小（OSWorld 2.0 上 61.7% 对 81.8%），官方自己把位置写在「最强闭源之后」。
- 榜单是厂商自测，且官方自注各点来自不同 harness 与任务子集。
- 许可证是非商用的 cc-by-nc-4.0，商业落地需要另找出路。
另外不要把它读成「Qwen 官方出品」：Holo4 是 H Company 的产品，只是基座用的是 Qwen 系（27B 用 Qwen3.8-27B、MoE 用 Qwen3.6 MoE）。
已知 vs 待验证
已知（官方博客，我们已直取全文；页载 Published September 28, 2026）：两个尺寸与各自基座、跨界面定位、权重四种格式、轨迹开源、约 10,000 个任务、SFT 127B tokens 加两轮 RL、harness 两处主要改动、OSWorld 2.0 三个数字、Holotron4 Nano。
我们自行取数：Holo4-27B 模型页标注 License: cc-by-nc-4.0、Model type 为 VLM、Maximum context length in config 262,144 tokens、Target environments 为 Web／desktop／mobile；页面另显示「上月下载 15」——下载量是变动值，只代表该时刻。
未取到／未验证：H Models API 的单价；每任务成本（官方只给图）；hai_agents harness 的公开说明；官方称「将在接下来几天发布」的 DSpark drafter checkpoint（截至本篇成稿未见）。
我们未复现：本文所有分数与案例均为厂商自报，我们没有跑过其中任何一项。
给读者的建议
- 想评估开源 computer-use agent 能不能进你的流程：先按许可证筛——cc-by-nc-4.0 意味着不能直接商用；如果你要商用，真正可比的是闭源 API，或者许可证更宽松的其他模型。
- 想验证分数：这大概是这类选题里最合适的一条——它的轨迹公开且可回放，你可以挑一两个任务自己逐步看，而不是只信一个百分数。
- 想拿来做桌面自动化的轻量方案：27B 的规模值得试，但要预期它在长工作流上明显弱于前沿闭源模型。
来源链接
官方来源
- Hugging Face 官方博客（页载 Published September 28, 2026）：https://huggingface.co/blog/Hcompany/holo4
- 厂商原文：https://hcompany.ai/newsroom/holo4
- 模型页：https://huggingface.co/Hcompany/Holo4-27B ／ https://huggingface.co/Hcompany/Holo4-35B-A3B ／ https://huggingface.co/Hcompany/Holotron4-30B-A3B
- 轨迹回放：https://trajectories.hcompany.ai/
独立来源
- Unite.AI 的相关报道——其「OSWorld 85.2%／每任务 $0.08」等数字我们未在官方博客核到，本文未采用