H Company مدل‌های Holo4 را برای کار با رایانه منتشر کرد

شرکت H Company در ۲۹ سپتامبر خانواده مدل‌های Holo4 را برای انجام کار با رایانه معرفی کرد؛ مدل‌هایی که می‌توانند با دیدن صفحه کلیک و تایپ کنند، کد بنویسند و ابزارهای نرم‌افزاری را از مسیر MCP یا API فراخوانی کنند. این عرضه از آن جهت اهمیت دارد که H Company می‌خواهد یک مدل واحد را برای کار با رابط‌های گرافیکی، وب، Android و ابزارهای سازمانی به کار بگیرد؛ بااین‌حال مجوز استفاده و امکان میزبانی مستقل میان دو نسخه اصلی Holo4 تفاوت دارد.

یک خانواده مدل برای رابط کاربری و ابزارها

Holo4 یک مدل بینایی‌ـ‌زبانی برای کار با رایانه است؛ یعنی علاوه بر پردازش متن، تصویر صفحه را نیز دریافت می‌کند و بر پایه آن تصمیم می‌گیرد چه اقدامی انجام دهد. H Company می‌گوید این مدل‌ها برای کار با دسکتاپ، وب، Android، محیط‌های اجرای کد و APIهای کسب‌وکار طراحی شده‌اند. در نتیجه، عامل هوش مصنوعی می‌تواند در موقعیت‌هایی که تعامل از راه رابط تصویری لازم است کلیک و تایپ کند و در موقعیت‌های دیگر از ابزار یا رابط برنامه‌نویسی استفاده کند.

شرکت این دو شیوه را در قالب یک خانواده ارائه کرده است، نه مدل‌های جداگانه برای هر پلتفرم. نسخه‌های Holo4 از چارچوب متن‌باز hai-agents نیز استفاده می‌کنند. این چارچوب تصویر صفحه و نتیجه ابزارها را به مدل می‌فرستد و سپس اقدام‌های درخواستی، از جمله کلیک، واردکردن متن، اجرای کد و فراخوانی ابزار، را انجام می‌دهد. به این ترتیب، مدل تصمیم‌گیری و چارچوب اجرایی در کنار هم برای تکمیل یک وظیفه به کار می‌روند.

H Company مسئله‌ای را هدف گرفته که به گفته این شرکت در عامل‌های فعلی دیده می‌شود: عامل‌هایی که فقط از ابزارهای نرم‌افزاری استفاده می‌کنند، در برنامه‌هایی که API ندارند ممکن است متوقف شوند؛ در مقابل، عامل‌هایی که فقط با رابط گرافیکی کار می‌کنند برای انجام وظایف وابسته به ابزار یا API محدودیت دارند. Holo4 قرار است امکان جابه‌جایی میان این شیوه‌ها را فراهم کند. این هدف، ادعای طراحی محصول است و به‌تنهایی نشان نمی‌دهد مدل در همه برنامه‌ها یا کارهای واقعی به یک اندازه موفق خواهد بود.

دو اندازه، دو مجوز متفاوت

Holo4 در دو اندازه عرضه شده است: Holo4 27B با معماری متراکم و Holo4 35B-A3B با معماری Mixture of Experts یا «ترکیب متخصصان». در نسخه دوم، از میان ۳۵ میلیارد پارامتر، ۳ میلیارد پارامتر در هر مرحله فعال است. پارامترها اجزای قابل‌آموزش مدل‌اند و در معماری ترکیب متخصصان، همه بخش‌ها لزوماً برای هر ورودی به کار گرفته نمی‌شوند.

بر اساس توضیحات شرکت، Holo4 27B از Qwen3.8-27B ریزتنظیم شده و Holo4 35B-A3B بر پایه Qwen3.6-35B-A3B ساخته شده است. ریزتنظیم یعنی آموزش دوباره یک مدل پایه با داده‌ها یا وظایف مشخص‌تر، در این مورد برای استفاده از رایانه. هر دو نسخه در API شرکت پنجره بافت ۲۵۶ هزار توکنی دارند؛ پنجره بافت، مقدار متنی است که مدل می‌تواند در یک نوبت برای پاسخ‌گویی در نظر بگیرد.

تفاوت مهم دیگر به مجوز وزن‌های مدل برمی‌گردد. وزن‌ها پارامترهای آموخته‌شده‌ای هستند که برای اجرای مدل استفاده می‌شوند. H Company وزن‌های Holo4 35B-A3B را با مجوز Apache 2.0 منتشر کرده است؛ طبق اعلام شرکت، این نسخه برای میزبانی مستقل و استفاده تجاری در دسترس است. در مقابل، وزن‌های Holo4 27B با مجوز CC BY-NC 4.0 عرضه شده‌اند که استفاده تجاری را مجاز نمی‌کند. بنابراین، استفاده تجاری از نسخه ۲۷B باید از مسیر H Models API انجام شود.

بنچمارک‌ها و محدودیت مقایسه

در ارقام منتشرشده از سوی H Company، Holo4 27B در آزمون OSWorld امتیاز ۸۵٫۲ درصد گرفته و هزینه هر وظیفه در API برابر ۰٫۰۸ دلار اعلام شده است. شرکت برای مدل پایه Qwen3.8 27B امتیاز ۸۴٫۳ درصد و هزینه ۰٫۲۲ دلار برای هر وظیفه گزارش کرده است. در آزمون AndroidWorld نیز امتیاز Holo4 27B به ۸۵٫۱ درصد رسیده است. این اعداد به عملکرد مدل در آزمون‌های مشخص اشاره دارند و نباید بدون توجه به شرایط اجرا به همه استفاده‌های روزمره تعمیم داده شوند.

تصویر آزمون‌های طولانی‌تر متفاوت است. در OSWorld 2.0، Holo4 27B امتیاز ۶۱٫۷ درصد و هزینه ۱٫۲۲ دلار برای هر وظیفه داشته است. H Company در جدول خود برای Claude Opus 5.5 امتیاز ۸۱٫۸ درصد و هزینه ۸٫۴۸ دلار را ثبت کرده است. این ارقام نشان می‌دهند که در داده‌های منتشرشده، نسخه ۲۷B از نظر امتیاز پایین‌تر و از نظر هزینه هر وظیفه ارزان‌تر بوده است؛ اما شرکت یادآوری می‌کند که مدل‌های رقیب با چارچوب‌های اجرایی و سطح تلاش متفاوت آزموده شده‌اند. بنابراین مقایسه مستقیم این نتایج قطعی نیست و بهتر است ارقام را نشانه‌ای کلی از عملکرد دانست.

در AutomationBench، Holo4 27B امتیاز کلی ۴۵٫۴ درصد و هزینه ۰٫۰۵ دلار برای هر وظیفه داشته است. H Company همچنین توضیح می‌دهد که ۴۸۰ مورد از ۶۰۰ وظیفه عمومی این آزمون در بخشی قرار دارند که شرکت داده آموزشی خود را از آن گردآوری کرده است. در ۱۲۰ وظیفه کنارگذاشته‌شده، امتیاز مدل ۴۹٫۳ درصد اعلام شده است. انتشار این تفکیک برای ارزیابی آزمون اهمیت دارد، زیرا آشنایی احتمالی داده‌های آموزش و آزمون می‌تواند برداشت از نتیجه کلی را تغییر دهد.

این شرکت می‌گوید مسیرهای اجرای وظایف، یا همان توالی اقدام‌های عامل برای رسیدن به پاسخ، در وب‌سایت خود و در مجموعه Hugging Face منتشر شده‌اند. چنین مسیرهایی می‌توانند جزئیات بیشتری درباره شیوه انجام کارها نشان دهند؛ اما به‌تنهایی جای آزمون مستقل یا مقایسه با شرایط یکسان را نمی‌گیرند.

آموزش، هزینه و شیوه استقرار

H Company می‌گوید برای ساخت داده‌های آموزشی از خط تولید داخلی وظایف عامل‌محور استفاده کرده است. این فرایند از مستندات، تصویر صفحه و نرم‌افزارهای واقعی محیط می‌سازد و وظایف قابل‌بررسی تولید می‌کند. به گفته شرکت، مجموعه حاصل حدود ۱۰ هزار وظیفه داشته است: ۴ هزار وظیفه وب، ۳ هزار مورد مرتبط با سرورهای MCP و ۳ هزار مورد برای دسکتاپ و سیستم‌عامل. شرکت همچنین می‌گوید هر وظیفه باید از آزمونی بگذرد که پاسخ‌های نزدیک اما نادرست را رد کند و عامل آن را از راه رابط واقعی انجام دهد.

مجموعه ریزتنظیم نظارت‌شده Holo4، طبق اعلام شرکت، ۱۲۷ میلیارد توکن دارد. حدود سه‌چهارم داده‌ها از مسیرهای موفق عامل‌ها تشکیل شده‌اند. سهم وظایف در این مجموعه شامل ۴۵ درصد دسکتاپ، ۱۴ درصد وب، ۱۲ درصد MCP و API و ۳ درصد موبایل است. H Company همچنین توضیح می‌دهد که در مرحله یادگیری تقویتی آنلاین ناهمگام، دو متخصص LoRA آموزش داده شده‌اند: یکی برای دسکتاپ و وب و دیگری برای ترمینال، MCP و API. سپس وزن‌های این دو با وزن‌دهی برابر ادغام شده‌اند و آموزش بیشتری انجام نشده است. LoRA روشی برای تنظیم مدل است که به‌جای تغییر همه وزن‌ها، بخش‌های افزوده‌شده و کوچک‌تری را آموزش می‌دهد.

شرکت می‌گوید حلقه اجرای عامل را نیز بر پایه تحلیل خطاهای OSWorld 2.0 بازطراحی کرده است. دو تغییر اصلی، حفظ حافظه قابل‌اتکا در کارهای چندصدمرحله‌ای و فراهم‌کردن دسترسی به پوسته فرمان در همان رایانه دسکتاپ بوده است. این توضیح به جنبه‌ای فراتر از توانایی خود مدل اشاره دارد: کیفیت عامل به چارچوبی که ورودی‌ها را به مدل می‌دهد و اقدام‌ها را اجرا می‌کند نیز وابسته است.

قیمت API برای Holo4 27B به‌ازای هر یک میلیون توکن ورودی ۰٫۴۰ دلار و برای توکن خروجی ۳ دلار اعلام شده است. نرخ Holo4 35B-A3B برای ورودی ۰٫۳۰ دلار و برای خروجی ۲ دلار است. شرکت نسخه API را با قالب سازگار با OpenAI ارائه کرده است. وزن‌ها نیز در قالب‌های BF16، FP8، NVFP4 و GGUF چهار‌بیتی در دسترس‌اند و H Company اجرای محلی با vLLM و llama.cpp را مستند کرده است. به گفته شرکت، نسخه‌های DSpark drafter برای استنتاج سریع‌تر قرار است در روزهای پس از انتشار عرضه شوند.

هم‌زمان، H Company از Holotron4 Nano نیز خبر داده است؛ مدلی که بر پایه NVIDIA Nemotron 3 Nano Omni و در چارچوب Nemotron Coalition ساخته شده است. این شرکت می‌گوید ترکیب یادشده امتیاز OSWorld را از ۲۱ درصد برای مدل پایه به ۷۶٫۳ درصد می‌رساند. این نتیجه نیز گزارش خود شرکت است و اطلاعات منتشرشده در منبع، جزئیات بیشتری درباره شرایط آزمون آن ارائه نمی‌کند.

این خبر برای چه کسانی اهمیت دارد

Holo4 برای توسعه‌دهندگانی اهمیت دارد که می‌خواهند عامل‌هایی بسازند تا میان رابط گرافیکی و ابزارهای نرم‌افزاری جابه‌جا شوند، به‌ویژه اگر نیاز به اجرای مدل روی زیرساخت خود داشته باشند. مجوز Apache 2.0 نسخه 35B-A3B می‌تواند برای چنین استقرارهایی مهم باشد، در حالی که محدودیت غیرتجاری نسخه 27B باید پیش از استفاده سازمانی در نظر گرفته شود.

برای پژوهشگران و ارزیابان عامل‌های هوش مصنوعی نیز انتشار مسیرهای اجرا و ارقام آزمون‌ها قابل‌توجه است؛ به‌خصوص آن‌که شرکت درباره سهم داده‌های مرتبط با آموزش در AutomationBench توضیح داده است. بااین‌حال، تفاوت چارچوب‌های اجرا و سطح تلاش مدل‌ها، و فاصله امتیاز Holo4 با Claude Opus 5.5 در OSWorld 2.0، یادآور می‌شود که هزینه کمتر به‌تنهایی معادل عملکرد بهتر نیست. انتخاب مدل به نوع وظیفه، مجوز موردنیاز، شیوه میزبانی و نتیجه ارزیابی در محیط واقعی وابسته خواهد بود.