画面でもコードでも、同じ一体で動くAIエージェントが来る

1. Holo4は、何が発表されたのか

H companyが公開したのは、Holo4というエージェント型モデルのシリーズです。27Bのデンスモデルと、35B-A3BのMixture of Experts。どちらもH Models APIで使えて、重みはHugging Faceにも置かれました。同時にHolotron4 Nanoという小型モデルの更新版も発表されています。

01 「ソフトを操作する」の意味が広い

Holo4は画面をクリックして文字を打ちます。自分でコードを書いて走らせます。MCPやAPIのツールも呼びます。そのどれを使うかは、タスクに合わせてモデルが選ぶ。人間が「今回はGUIで」と決めてやる必要がない、という設計です。

多くのエージェント型モデルは、どれか一つの経路に特化して訓練されています。GUI前提のモデルは画面がなければ何も見えない。ツール呼び出し寄りのモデルは、APIを持たないアプリの前で立ち止まる。仕事は、そんなふうに区切られていません。

02 動く場所が、一つの呼び方でつながる

デスクトップ、Web、Android、コードサンドボックス、業務API。Holo4はこのすべてで動き、しかもどの場面でも同じモデル、同じ呼び出し方だと発表資料は書いています。プラットフォームごとに別のモデルを選ぶ設計から離れる、ということです。

訓練は教師ありと強化学習の両方。多数の環境とタスクが使われ、そこにはH companyのAgentic Task Factoryが生成したものも含まれます。ドキュメントやスクリーンショットだけから環境と検証可能なタスクを組み立てる仕組みで、これまでに約10,000のタスクを作ったとされています。

2. 数字を、生活の尺度で読む

デスクトップ操作の難しいベンチマーク、OSWorld 2.0で、Holo4 27Bは61.7%。同じ指標でOpus 5.5は81.8%です。35B-A3Bは30.9%。トップには届いていません。ただしH companyは、桁違いに少ないパラメータ数で、はるかに低いコストで、と添えています。差の見方が変わる一文です。

01 「一番速い」ではなく「一回が安い」

長い作業の流れで最も強い閉じたモデルに、Holo4は一歩譲ります。そのかわり、1タスクあたりのコストで見たときに前線のモデルと競える位置にいる、という主張です。API使用（AutomationBench）でも同じ構図が語られています。

毎日何十回も回す作業なら、一回の単価は体感を左右します。精度が最高でなくても、気軽に何度も試せる。その気軽さが、使う頻度を変えていきます。

02 根拠を、全部見せている

公開ベンチマークのスコアの裏にあるトラジェクトリ——モデルが1歩ずつ何をしたかの記録——を、H companyはすべてオープンソースにしました。再生して確かめられる形です。数字だけを置いていく発表とは、姿勢が違います。

発表資料自体も、ベンチマークのバージョンや計測ハーネス、コストの前提を細かく注記しています。リリースやタスクの部分集合、ハーネスは各社で異なる、とも書かれている。比較表を鵜呑みにしないでほしい、という断りです。

3. 誰に向くか、まだ待つのは誰か

向くのは、自分の環境で重みを動かせる人と、業務の繰り返し作業をエージェントに任せたい現場です。GUIしかないアプリと、APIを持つシステムをまたぐ作業を一本化したい場面で効いてきます。逆に、最高精度を最優先するなら、まだ上のモデルを見る段階です。

01 手を出せる形になっている

両サイズがH Models APIで今日から使えます。重みはHugging Faceに、BF16・FP8・NVFP4・4bit GGUFの各形式で。4bit GGUFがあるということは、手元の環境で試す道も用意されている、ということです。

小型のHolotron4 Nanoも同じ場所に並びます。推論をさらに速めるDSpark drafterの最適化済みチェックポイントは、数日のうちに公開すると発表されています。

02 いま試すか、様子を見るか

試す価値があるのは、作業の手順が決まっていて、失敗しても取り返せる領域です。3Dモデリングやゲーム実装の例では、ベースのQwen3.8 27Bより少ない呼び出し回数とトークン数で仕上げたケースが示されています。効率が上がる余地はある、ということ。

一方で、業務データに直接触らせる運用や、日本語環境での挙動については、発表資料に細かい記述がありません。まずは影響範囲の小さいタスクで、動きを自分の目で見る。それが順番です。

4. 決めるなら、ここから始める

結論。Holo4は「どのモデルを選ぶか」という悩みを一段減らしてくれるモデルです。GUIもコードもAPIも一本で、しかも重みが手元に降りてくる。最高精度ではない。でも、回数を重ねられる価値は、精度表には載りません。今日から触れる形になっているなら、触ってみる番です。

01 最初の一歩は、小さいタスクで

やることは決まっています。H Models APIのクイックスタートを開いて、いま人間が毎日繰り返している作業を一つ選ぶ。画面操作とAPI呼び出しが混ざっているものほど、Holo4の設計が効きます。それを一回投げて、トラジェクトリを見る。

手元で動かしたいなら4bit GGUFから。重い形式に進むのは、挙動に納得してからでいい。公開されているトラジェクトリを先に眺めておくと、どこでつまずくモデルなのかの当たりが付きます。

02 待ってもいい人

最高スコアが必要な仕事、失敗コストが大きい仕事なら、急ぐ理由はありません。OSWorld 2.0の差は、まだはっきり残っています。DSpark drafterの公開を待って、推論の速さを含めて判断するのも一つの選び方です。

それでも、この発表が指している方向は覚えておく価値があります。モデルを用途で選び分ける時代が、そろそろ終わりに向かっている。機能が増えたのではなく、選び方が変わる。そういう発表です。

5. よくある質問

6. まとめ

7. 画像の出典