Dois modelos que combinam diferentes formas de interação
A H Company apresentou o Holo4 como uma família de modelos para agentes que trabalham com softwares. A proposta central não se limita a controlar uma tela: o modelo pode clicar e digitar em uma interface gráfica, criar e executar código e chamar ferramentas conectadas por MCP ou API. Dependendo da tarefa, pode recorrer a uma dessas opções ou combiná-las.
A família tem duas variantes: o Holo4-27B, um modelo denso com 27 bilhões de parâmetros, e o Holo4-35B-A3B, uma mistura de especialistas com 35 bilhões de parâmetros no total. A empresa afirma que as duas estão disponíveis pela API H Models e que também publicou pesos para download. A disponibilidade dos pesos não significa que as condições de uso sejam iguais: antes de integrar qualquer variante, é preciso consultar a ficha e a licença vigentes do modelo específico.
Quais interfaces e tarefas a proposta contempla
A H Company menciona o uso em computadores de mesa, na web e no Android, além de ambientes isolados para execução de código e conexões com APIs empresariais. A ideia é evitar que um agente dependa de uma única interface: uma tarefa pode começar em um aplicativo gráfico, continuar com código e terminar por meio de uma ferramenta ou API, se o ambiente oferecer esses recursos.
Isso importa porque uma interface gráfica e uma API não oferecem as mesmas possibilidades. Na tela, o agente precisa interpretar o que vê e interagir com os controles; uma API, por sua vez, permite trocar dados por meio de operações definidas. MCP é um protocolo para conectar modelos a ferramentas. A publicação apresenta o Holo4 como um mesmo modelo capaz de usar essas opções, mas não afirma que cada aplicativo, conta ou serviço seja compatível automaticamente: a integração e as permissões dependem do ambiente em que ele é executado.
Benchmarks: resultados úteis, mas não diretamente comparáveis
A publicação informa que o Holo4-27B obteve 61,7% no OSWorld 2.0, uma avaliação de tarefas de controle de computador, e que o Holo4-35B-A3B alcançou 30,9%. A empresa também compara modelos no AutomationBench, um teste voltado ao uso de ferramentas e APIs. Segundo a H Company, seus resultados no AutomationBench v1.0.6 foram medidos em um ambiente interno; a empresa apresentará os resultados do Holo4 no conjunto privado quando concluir essa avaliação.
Esses números devem ser interpretados à luz das condições de cada teste. A publicação alerta que as comparações podem combinar versões de modelos, harnesses, subconjuntos de tarefas e níveis de esforço diferentes. No OSWorld 2.0, parte dos custos é estimada com base nos tokens de cada execução. No AutomationBench, alguns modelos são comparados com resultados de conjuntos públicos, enquanto os custos de referência podem vir de uma classificação baseada no conjunto privado. Portanto, um número isolado não permite concluir que um modelo seja melhor em todos os cenários nem comparar diretamente o custo real de uma operação empresarial.
Como interpretar as evidências publicadas
| Evidência | O que permite observar | O que não demonstra por si só |
|---|---|---|
| OSWorld 2.0: 61,7% para o Holo4-27B e 30,9% para o Holo4-35B-A3B, segundo a publicação | Desempenho informado em uma avaliação de tarefas de computador | Sucesso uniforme em qualquer sistema operacional, aplicativo ou fluxo de trabalho real |
| AutomationBench v1.0.6 no harness interno da H Company | Resultados na configuração e no conjunto descritos pela empresa | Comparação plenamente equivalente com números obtidos em outros harnesses ou partições |
| Trajetórias de execução publicadas para benchmarks | Permite inspecionar etapas específicas de algumas execuções | Que todas as execuções sejam reproduzíveis ou que não ocorram falhas fora desses exemplos |
Demonstrações e rastros: o que é possível verificar
A H Company apresenta exemplos no FreeCAD e no Godot, acompanhados de comparações com um modelo-base. Entre as tarefas estão construir uma representação 3D da Torre Eiffel e criar um jogo no estilo Pac-Man que funcione sem intervenção pelo teclado. São demonstrações concretas de desenvolvimento de software e uso de ferramentas, mas não bastam para medir o desempenho geral: uma tarefa pode exigir muitas chamadas e consumir grande quantidade de tokens sem representar o comportamento médio em produção.
A empresa também afirma que publica trajetórias de resultados em benchmarks para que possam ser examinadas ou baixadas. Essa transparência pode ajudar a analisar as ações e os erros de uma execução específica. Para transformar as demonstrações em evidências reproduzíveis, é preciso verificar a versão do modelo, o prompt, o ambiente, as ferramentas disponíveis, o número de tentativas e os critérios usados para considerar uma tarefa concluída. A publicação não elimina a necessidade de repetir os testes no sistema em que o agente será implantado.
Processo prático para avaliar o Holo4 em um fluxo próprio
- 01Defina tarefas representativas e um resultado verificável para cada uma, em vez de usar apenas instruções abertas.
- 02Prepare um ambiente de teste com os mesmos aplicativos, ferramentas, dados e permissões previstos para o uso real.
- 03Registre o modelo, a configuração, as chamadas, o tempo, o consumo e os erros; inclua tarefas que o agente não deveria concluir.
- 04Repita cada tarefa várias vezes e compare os resultados com uma alternativa e com uma execução humana de referência.
- 05Examine os rastros e teste mudanças na interface, dados incompletos e falhas de ferramentas antes de considerar a implantação.
Acesso, licenças e limites de implantação
A publicação oficial informa que os dois tamanhos estão disponíveis pela API H Models e que os pesos são oferecidos em formatos como FP16, FP8 e GGUF. Também menciona uma variante pequena, chamada Holotron4 Nano, e anuncia checkpoints otimizados para DSpark nos dias seguintes à publicação. O acesso por API e o download dos pesos são caminhos diferentes: o primeiro depende do serviço e de suas condições; o segundo exige infraestrutura para executar o modelo e a verificação das condições de licença de cada versão.
O anúncio não garante autonomia segura nem especifica um sistema universal de permissões para as ações. Em uma integração real, cabe ao operador decidir a quais aplicativos, arquivos, APIs e ações o agente terá acesso. É recomendável separar leitura e gravação, restringir operações sensíveis, exigir confirmação humana para alterações irreversíveis e manter registros. Essas são medidas prudentes de implantação, não salvaguardas que se devam presumir como parte do Holo4 sem documentação específica.
O que muda e o que ainda precisa ser demonstrado
O Holo4 propõe uma arquitetura prática para tarefas que alternam entre tela, código e ferramentas, e publica pesos, exemplos e resultados de avaliação. Para equipes que estudam automação, a novidade é mais uma opção a ser testada em fluxos delimitados, especialmente quando as ferramentas necessárias estão disponíveis e seus resultados podem ser avaliados objetivamente.
As evidências divulgadas não bastam para afirmar que o Holo4 seja um agente de propósito universal, supere outros modelos em condições idênticas ou opere com confiabilidade sem supervisão. Diferenças entre testes, harnesses e conjuntos de tarefas limitam as comparações diretas. O mais sensato é tratar os números como resultados informados pela H Company e validar o modelo em tarefas próprias, com controles de acesso e testes de falhas, antes de confiar a ele ações importantes.
Questões em aberto
- Os benchmarks e as estimativas de custo dependem de versões, harnesses, subconjuntos de tarefas e configurações que nem sempre são equivalentes entre modelos.
- A H Company afirma que divulgará os resultados do Holo4 na partição privada do AutomationBench após avaliá-lo; essa informação ainda não está confirmada no material disponível.
- A documentação fornecida não permite estabelecer uma taxa geral de falhas em produção nem garantir uma operação segura e autônoma.
- As licenças específicas de cada variante devem ser verificadas nas fichas vigentes dos modelos; não são inferidas aqui a partir de fontes secundárias.
Continue a explorar
Fontes consultadas
Correções e transparência
Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.
Propor uma correção