H Company、エージェントモデル Holo4 を公開──画面操作と API 連携でトークン数を 79% 削減
27B dense と 35B MoE の 2 バリアントで GUI・コード・MCP を統合し、オープンウェイトで提供する。
リリース: 2026-09-28 · 読了 3 分記事の要約
1. 核心（What）
- Holo4 はデスクトップ操作、ウェブブラウザ、Android、コードサンドボックス、REST API、MCP（Model Context Protocol）を単一モデルで処理するアーキテクチャを採用している。
- 約 10,000 件の合成タスクを持つ Agentic Task Factory を用い、GUI と MCP の両方から同一のアプリケーション状態にアクセスする訓練を行った。
- マルチステップメモリ管理とネイティブデスクトップシェルを搭載し、長期的なタスク実行において状態を維持する仕組みを備えている。
- 全評価ランの軌跡（トラジェクトリ）が公開されており、ステップごとの動作や失敗原因の監査が可能になっている。
2. 影響（Why）
- API と GUI のハイブリッド自動化: 単一のエージェントでデスクトップ画面と API 呼び出しを混在させられるため、レガシーシステムや API が不完全な環境に対するバックオフィス自動化の設計が大きく簡素化される。
- 国内 SaaS 事業者への導入影響: [国内 カスタマーサポート SaaS 企業] のような開発現場では、商用 API コストが課題となるワークロードにおいて、27B dense モデルを自社サーバーでホストすることで推論コストを抑制する選択肢が生まれる。
3. 根拠・詳細（How）
- パラメータ構成と量子化対応: 27B dense モデルと 35B-A3B MoE モデル（推論時アクティブ 3B）の 2 系統を提供し、FP16・FP8・GGUF などの量子化フォーマットによりローカル環境からクラウドまで柔軟にデプロイできる。
- 合成データによるルート選択の最適化: Agentic Task Factory が生成した約 10,000 件のタスクを用い、GUI 操作と構造化ツール呼び出し（MCP）のいずれが効率的かを比較・学習させることでトークン消費を最適化した。
4. 展望・課題（Next）
- 実環境でのリスク管理と運用: 画面レイアウトの変更や権限エラーに対する脆弱性があるため、本番運用においてはサンドボックス環境の徹底や最小権限の原則に基づくアクセス制御が必要となる。