H Company เปิด Holo4 — เอเจนต์ computer use แบบเปิดน้ำหนัก ตัว 27B ได้ OSWorld 2.0 61.7% แต่ใช้เชิงพาณิชย์ไม่ได้ (CC BY-NC) ส่วนตัว 35B-A3B เป็น Apache-2.0

H Company สตาร์ทอัพเอเจนต์จากปารีส เปิดตัว Holo4 ผ่านบล็อกบน Hugging Face เมื่อ 28 ก.ย. 2026 เป็นโมเดลตระกูลใหม่ที่ออกแบบมาให้เป็นเอเจนต์ทำงานบนคอมพิวเตอร์ มีสองขนาดคือ Holo4-27B (dense) กับ Holo4-35B-A3B (MoE, active ราว 3B) และตัวเล็ก Holotron4 Nano ที่ต่อยอดจาก Nemotron 3 Nano Omni ของ NVIDIA น้ำหนักทั้งหมดอัปโหลดขึ้น Hugging Face ตั้งแต่ 24–25 ก.ย. ในรูป BF16, FP8, NVFP4 และ GGUF 4-bit แต่เพิ่งประกาศอย่างเป็นทางการวันนี้

จุดขายคือโมเดลตัวเดียวใช้ได้ทุกช่องทาง Holo4 คลิกและพิมพ์บนหน้าจอจาก screenshot ได้ เขียนและรันโค้ดเองได้ และเรียก MCP หรือ API ได้ แล้วเลือกเองว่างานนั้นควรใช้วิธีไหน H Company ให้เหตุผลว่าโมเดลที่เทรนมาสำหรับ GUI อย่างเดียว “ตาบอดถ้าไม่มีหน้าจอ” ส่วนโมเดลที่ถนัดเรียก tool ก็ “ติดอยู่หน้าแอปที่ไม่มี API” ขณะที่งานจริงในองค์กรต้องใช้ทั้งสองแบบปนกัน

สเปกและไลเซนส์: ตัวที่เก่งกว่าใช้เชิงพาณิชย์ไม่ได้

ข้อมูลจาก config.json และการ์ดโมเดลบน Hugging Face:

	Holo4-27B	Holo4-35B-A3B
สถาปัตยกรรม	Qwen3.8 dense, 64 ชั้น	Qwen3.5 MoE, 256 experts เลือก 8
context ใน config	262,144 โทเคน	262,144 โทเคน
GGUF q4_k_m	16.9 GB (+ mmproj 0.93 GB)	21.3 GB (+ mmproj 0.9 GB)
ไลเซนส์น้ำหนัก	CC BY-NC 4.0 (ห้ามใช้เชิงพาณิชย์)	Apache-2.0

ทั้งที่ base ของตัว 27B คือ Qwen3.8-27B ซึ่งเป็น Apache-2.0 H Company กลับเลือกปล่อยตัวที่เก่งกว่าภายใต้ CC BY-NC 4.0 คือเอาไปทดลองหรือวิจัยได้ แต่ใช้ในผลิตภัณฑ์เชิงพาณิชย์ไม่ได้ ถ้าจะใช้เชิงพาณิชย์ต้องเรียกผ่าน H Models API แทน ส่วน Holotron4 ใช้ NVIDIA Open Model Agreement ตาม base ของ NVIDIA ตัวที่ใช้เชิงพาณิชย์ได้อิสระจริง ๆ จึงเหลือแค่ 35B-A3B

ในแง่ฮาร์ดแวร์ ตัว 27B แบบ q4_k_m รวม vision projector ประมาณ 18 GB รันบน GPU 24 GB ได้ (แต่ context ยาวจะกิน VRAM เพิ่ม) ส่วนตัว MoE ใหญ่กว่าเล็กน้อย แต่ active แค่ราว 3B ต่อโทเคน จึงเหมาะกับเครื่องที่ offload บางส่วนไป CPU หรือ Mac หน่วยความจำรวม

ตัวเลขเบนช์มาร์ก — อ่านเชิงอรรถก่อนเชื่อ

ตารางในการ์ดโมเดลเทียบ Holo4 กับ Qwen3.8-27B ที่เป็น base และโมเดลปิดระดับ frontier:

• OSWorld 2.0 (workflow ยาวบนเดสก์ท็อป): Holo4-27B 61.7% (success rate 41.5%, $1.22/งาน) เทียบ Qwen3.8-27B 48.0% ($3.49) และ Opus 5.5 81.8% ($8.48), GPT-6 Astra 73.5%, Muse Spark 1.3 66.9% ส่วน Holo4-35B-A3B ได้แค่ 30.9% (success 12.3%)
• OSWorld รุ่นเดิม: 27B ได้ 85.2% แต่ base Qwen3.8-27B ก็ได้ 84.3% อยู่แล้ว ต่างกันไม่ถึง 1 จุด เบนช์นี้เริ่มอิ่มตัว
• AndroidWorld: 85.1% (base 81.9%)
• ALE-CLI (105 งาน Linux จาก Agents’ Last Exam): 44.1% เทียบ base 43.5% และ Opus 5.5 63.7%
• AutomationBench: 45.4% ที่ $0.05 ต่องาน

ข้อควรระวังอยู่ในเชิงอรรถของตารางเอง ข้อแรก คะแนน AutomationBench ใช้ 600 งานใน public set ซึ่ง 480 งานอยู่ใน split ที่ H Company เก็บข้อมูลไปเทรน เหลือ held-out จริงแค่ 120 งาน ถ้าดูเฉพาะ 120 งานนั้น 27B ได้ 49.3% เทียบ Qwen3.8-27B 40.3% ส่วน 35B-A3B ได้ 31.7% เทียบ Qwen3.6-35B-A3B 13.1% ตัวเลข held-out นี้น่าเชื่อกว่าตัวหลัก ข้อสอง OSWorld 2.0 กับ ALE-CLI เป็นผลรันครั้งเดียว ข้อสาม ใน ALE-CLI บริษัทตัดรอบที่โมเดลไปเจอเฉลยที่ค้างอยู่บนเครื่องทดสอบออก (2 จาก 105 งานสำหรับ 27B) ข้อสี่ ตัวเลขของโมเดลปิดดึงมาจากกราฟของผู้ให้บริการแต่ละราย คนละ harness และคนละระดับ effort จึงเทียบกันตรง ๆ ไม่ได้

จุดที่ทำได้ดีคือ H Company เปิด trajectory ทุกรอบที่ใช้ทำคะแนนบนเบนช์สาธารณะ เป็น dataset Hcompany/trajectories และดูย้อนทีละสเต็ปได้ที่ trajectories.hcompany.ai ถ้าใครสงสัยตัวเลขก็ตรวจเองได้ ซึ่งแล็บใหญ่ส่วนมากไม่ทำ

เทรนมาอย่างไร และเริ่มใช้อย่างไร

Holo4 เทรนด้วย SFT และ RL บน environment จาก “Agentic Task Factory” ของบริษัท เป็นไปป์ไลน์ที่สร้าง environment แบบโต้ตอบได้และงานที่ตรวจคำตอบได้จากเอกสารอย่างเดียว เช่น screenshot ของเว็บจริงหรือซอฟต์แวร์โอเพนซอร์ส ตอนนี้มีราว 10,000 งานทั้งเว็บแอป MCP server และเดสก์ท็อป รวมถึง environment ลูกผสมที่เปิด state เดียวกันทั้งทาง GUI และ MCP ทีมยังเขียน harness ใหม่ โดยสองอย่างที่ช่วยมากที่สุดคือหน่วยความจำที่ตามงานได้หลายร้อยสเต็ป และการให้เอเจนต์มี shell บนเครื่องเดสก์ท็อปเอง

ตัวอย่างในบล็อกเทียบกับ base บน prompt และ harness เดียวกัน เช่น ให้สร้างเกมแนว Pac-Man ใน Godot ที่เล่นเองได้ Holo4-27B ใช้ 68 calls และ 2.4M โทเคน ส่วน Qwen3.8-27B ใช้ 197 calls และ 11.4M โทเคน

การใช้งานจริงต้องรันผ่าน harness hai-agents-python (ไลเซนส์ MIT) ที่ส่ง screenshot และผลของ tool ให้โมเดล แล้วนำ action ที่โมเดลขอ (คลิก พิมพ์ รันโค้ด เรียก tool) ไปทำจริง ทั้งสองขนาดมีให้ใช้บน H Models API ด้วย บริษัทบอกว่าจะปล่อย drafter แบบ DSpark สำหรับ speculative decoding “ในอีกไม่กี่วัน”

มุมมอง AI Curator

Holo4 เป็นสัญญาณว่าโมเดล computer use แบบเปิดน้ำหนักกำลังไล่ตาม frontier ได้เร็วกว่าที่คิด ตัว 27B ที่รันบนการ์ดจอ 24 GB ได้ OSWorld 2.0 ห่างจาก GPT-6 Astra ราว 12 จุด ในราคาต่องานถูกกว่าราว 7 เท่า และที่สำคัญกว่าตัวเลขคือแนวคิด “โมเดลเดียวทุกช่องทาง” งานหลังบ้านจริง เช่น ดึงข้อมูลจากระบบ ERP รุ่นเก่าที่ไม่มี API แล้วไปกรอกต่อในระบบที่มี API ต้องสลับระหว่างคลิกหน้าจอกับเรียก tool ตลอด เอเจนต์ที่ทำได้ทั้งสองอย่างในตัวเดียวทำให้ harness ง่ายขึ้นมาก

แต่อย่ามองข้ามเรื่องไลเซนส์ H Company เลือกให้ตัวที่เก่งใช้ได้แค่ทดลอง ส่วนตัวที่ใช้เชิงพาณิชย์ได้ (35B-A3B) คะแนน OSWorld 2.0 ต่ำกว่าครึ่ง และ success rate แค่ 12.3% แปลว่าในทางปฏิบัติ “เปิด” ในที่นี้คือเปิดให้ลองก่อนแล้วมาจ่ายเงินที่ API ซึ่งเป็นโมเดลธุรกิจที่ชอบธรรม แต่ทีมที่หวังจะเอาไปฝังในผลิตภัณฑ์ควรรู้ตั้งแต่แรก ไม่ใช่มารู้หลังทำ PoC เสร็จ

สำหรับองค์กรไทยที่มีงาน RPA อยู่บนระบบ legacy จำนวนมาก (ธนาคาร ประกัน หน่วยงานรัฐที่ยังใช้เว็บฟอร์มรุ่นเก่า) Holo4-27B เหมาะเป็นเครื่องมือประเมินว่าเอเจนต์แบบ local ทำงานบนหน้าจอของเราได้แค่ไหน โดยข้อมูลไม่ต้องออกนอกองค์กร และมี trajectory สาธารณะให้ศึกษาวิธีเขียน harness แต่ควรทดสอบกับหน้าจอภาษาไทยของตัวเองก่อน เพราะ Agentic Task Factory สร้างงานจากเว็บและซอฟต์แวร์ที่ส่วนใหญ่เป็นภาษาอังกฤษ และยังไม่มีตัวเลขไหนบอกว่าโมเดลอ่าน UI ภาษาไทยได้ดีแค่ไหน

แหล่งข่าว

• Holo4: powering generalist computer-use agents — H Company, Hugging Face Blog (28 ก.ย. 2026)
• Hcompany/Holo4-27B — Hugging Face (การ์ดโมเดล + ตารางเบนช์มาร์ก)
• Hcompany/Holo4-35B-A3B — Hugging Face
• Hcompany/trajectories — Hugging Face Datasets