H Company publicerade den 28 september 2026 modellfamiljen Holo4 för agenter som använder grafiska gränssnitt, kod och verktygsanrop. Två storlekar är tillgängliga via företagets API och som nedladdningsbara modellvikter: en tät modell med 27 miljarder parametrar och en blandning av experter med 35 miljarder parametrar totalt, varav ungefär tre miljarder aktiveras per token. Båda har en 4-bitars GGUF-utgåva på Hugging Face. Det gör dem relevanta för den som vill testa en datorstyrande agent i egen miljö, men användningsvillkoren skiljer sig mellan modellerna.
Den tekniska nyheten är kombinationen av skärmbildsförståelse och flera sätt att agera. En agent kan läsa vad som visas i ett program, begära ett klick, skriva kod eller använda ett API. Modellens utdata utför inte handlingen själv: en separat körmiljö måste skicka skärmbilder och verktygsresultat till modellen, tolka dess begäran, utföra åtgärden och återföra resultatet. Den skillnaden är central för säkerhet och förväntad funktion. Nedladdade vikter ger lokal inferens, men de ger inte automatiskt ett färdigt, isolerat agentflöde.
Två modeller med olika licens
H Companys lanseringsbesked anger Holo4-27B och Holo4-35B-A3B som familjens två huvudmodeller. 27B bygger på Qwen3.8-27B och är tät: alla modellens parametrar ingår i den aktiva beräkningen på annat sätt än i en MoE-modell. 35B-A3B bygger på Qwen3.6-35B-A3B och använder en mixture-of-experts-arkitektur. Båda är modeller för bild och text, tränade för datoranvändning i bland annat webbläsare, skrivbord och mobila gränssnitt.
Licensen avgör vilken av dem som kan övervägas i en organisation. Modellkortet för 27B-GGUF anger CC BY-NC 4.0, alltså villkor för icke-kommersiell användning. Modellkortet för 35B-A3B-GGUF anger i stället Apache License 2.0. Det är inte en liten metadataavvikelse: en testmiljö kopplad till kommersiell verksamhet behöver licensgranskas innan 27B-varianten används. Den som behöver mer tillåtande viktlicens kan börja granska 35B-A3B, men bör kontrollera villkoren för exakt nedladdat repo och eventuella övriga komponenter i hela lösningen.
H Company erbjuder också BF16, FP8 och NVFP4-varianter. En formatetikett säger dock inget om den egna maskinens faktiska hastighet eller om alla funktioner fungerar i ett visst agentramverk. Använd modellkort och exakta filnamn när du bygger en testplan. Projekt med liknande namn, som Holotron4 Nano, är separata modeller med andra basmodeller och ska inte blandas ihop med Holo4-27B eller Holo4-35B-A3B.
Vad GGUF innebär för lokal drift
Hugging Face visar 4-bitars Q4_K_M-versionerna med en modellstorlek på 16,9 GB för 27B och 21,3 GB för 35B-A3B. Det är modellfilernas ungefärliga storlek, inte ett officiellt minimikrav på VRAM eller RAM. Inferens behöver dessutom utrymme för bland annat kontext, bildbehandling, mellanresultat och körmiljö. Hur mycket som hamnar på GPU respektive CPU beror på backend, offload-inställningar och kontextlängd. En maskin med precis lika mycket fritt minne som modellfilen är därför inte en verifierad fungerande konfiguration.
Modellkorten anger högst 262 144 token i konfigurationen. Även detta är en gräns i modellkonfigurationen, inte ett löfte om att ett långt agentförlopp är snabbt eller får plats i ett visst grafikkort. Lång kontext kan öka minnesbehovet kraftigt. För ett första lokalt test är det rimligt att börja med korta uppgifter, begränsad kontext och mätning av faktisk minnesförbrukning, latens per steg och andelen lyckade uppgifter.
Hugging Face visar startvägar för GGUF med llama.cpp. Den som använder dessa bör kontrollera att det valda formatet och den egna runtime-versionen kan hantera modellens bildinmatning och verktygsformat, och sedan prova ett reproducerbart skärmbildstest. Modellkortens exempel som använder :F16 väljer fullprecision och ska inte förväxlas med en Q4_K_M-körning. Det är särskilt viktigt om syftet är att uppskatta vad som fungerar i ett homelab med begränsat minne.
Agentloopen måste byggas runt modellen
Enligt H Companys modellkort skickar en så kallad harness skärmbilder och verktygsresultat till Holo4, utför begärda klick, tangenttryckningar, kod eller verktygsanrop och matar tillbaka resultatet. Det är denna återkoppling som gör modellen till en praktisk agent. En enkel chatt med modellen visar inte om en flerstegsuppgift fungerar. För ett relevant test behövs en avgränsad applikation, en tydlig uppgift, en gräns för antal steg och loggning av varje utförd handling.
Ett bra första scenario är att låta agenten läsa en testapplikation och fylla ett ofarligt formulär i en isolerad miljö. Mät om den hittar rätt fält, hur många skärmbilder och token som går åt, om den återhämtar sig från fel och om den stannar när uppgiften är klar. Ge inte skrivbehörighet till produktionssystem, hemligheter eller betalningsfunktioner under en första utvärdering. Även lokala modellvikter behöver en behörighetsmodell för verktygen som faktiskt utför åtgärderna.
Modellen kan också anropa MCP- och API-verktyg. Det kan minska beroendet av sköra koordinatbaserade klick när ett säkert API finns, men innebär att verktygsrättigheter måste sättas per uppgift. En agent som ser ett gränssnitt och dessutom kan anropa ett brett administrativt API kan få större effekt av ett enda felaktigt steg. Praktiskt är det bättre att skilja läsande verktyg från skrivande och kräva uttryckligt godkännande innan den senare kategorin används.
Så ska benchmarkresultaten läsas
H Company redovisar för OSWorld 2.0 61,7 procent för Holo4-27B och 30,9 procent för Holo4-35B-A3B. Det är företagets rapporterade resultat i dess körmiljö, inte ett oberoende LabOps-test. Företaget publicerar också agenttrajektorier som kan granskas steg för steg. Att körspår finns är värdefullt för reproducerbarhet, men ersätter inte en egen testuppsättning eller samma harness för alla jämförda modeller.
Leverantören varnar själv för att olika publicerade poäng bygger på skilda uppgiftsversioner, delmängder och körmiljöer. För AutomationBench anger den dessutom att Holo4-poängen kommer från ett internt körsystem på den publika uppgiftsmängden, medan vissa jämförelsepoäng avser en privat mängd. De siffrorna bör därför inte läsas som en direkt rangordning. Kostnad per uppgift i leverantörens diagram utgår från API-priser och tokenantal, inte från el, hårdvara och administration vid lokal drift.
Prioritering för den som vill prova
För en privat eller forskningsinriktad testmiljö är 27B-modellen intressant eftersom GGUF-filen är mindre och H Company redovisar högre poäng i sina OSWorld 2.0-körningar. För en kommersiell miljö är licensen för 27B en omedelbar kontrollpunkt; 35B-A3B har enligt sitt modellkort Apache 2.0 men en större 4-bitars fil. Båda modellerna kräver test av faktisk minnesåtgång och agentloop. Ingen av filstorlekarna ska användas som officiellt VRAM-minimum i inköpsunderlag.
Den som redan kör lokala modeller kan börja med att hämta exakt GGUF-repo, läsa modellkortet och verifiera licensen, sedan prova skärmbildsinmatning i en isolerad testmiljö med korta uppgifter. Logga modellvariant, kvantisering, backend-version, CPU/GPU, kontextinställning och varje agentsteg. Då går det att avgöra om lokal drift är praktiskt rimlig och om resultatet går att jämföra med moln-API:et eller andra agentmodeller.
LabOps IT:s bedömning
Holo4 är en relevant lokal AI-nyhet eftersom vikter och 4-bitars varianter finns tillgängliga och den avsedda användningen sträcker sig över GUI, kod och verktygsanrop. Den viktigaste praktiska insikten är att modellen bara är en del av systemet. En säker och användbar agent kräver en kontrollerad exekveringsmiljö, tydliga rättigheter, spårbarhet och egna mätningar. Licensskillnaden mellan 27B och 35B-A3B kan i många organisationer bli avgörande redan innan prestandatestet börjar.