In OSWorld 2.0, einem Test langer Arbeitsabläufe am Desktop-Rechner, erreicht Holo4 27B laut H Company 61,7 Prozent der möglichen Teilpunkte und löst 41,5 Prozent der Aufgaben vollständig. Claude Opus 5.5 kommt laut Anthropic auf 81,8 Prozent. Für die Basis Qwen3.8 27B nennt H Company 48,0 Prozent. Das kleinere Holo4 35B-A3B mit drei Milliarden aktiven Parametern je Token erreicht 30,9 Prozent.
Im älteren OSWorld liegt Holo4 27B mit 85,2 Prozent kaum über den 84,3 Prozent, die Qwen für sein Basismodell angibt. Der Abstand zeigt sich vor allem bei den langen Abläufen. Pro Aufgabe in OSWorld 2.0 beziffert H Company die Kosten auf 1,22 Dollar für Holo4 27B über die eigene API, 3,49 Dollar für Qwen3.8 27B zu Alibaba-Listenpreisen und 8,48 Dollar für Opus 5.5, abgelesen aus Anbieter-Grafiken.
Die Gewichte liegen bei Hugging Face in BF16, FP8, NVFP4 und als 4-Bit-GGUF. Holo4 35B-A3B steht unter Apache 2.0, Holo4 27B nur unter CC BY-NC 4.0, also ohne kommerzielle Nutzung. Dazu kommt Holotron4 Nano, ein auf Agentenarbeit nachtrainiertes Nemotron 3 Nano Omni von Nvidia, mit eigener Lizenzangabe.
Trainiert wurde mit überwachtem Feintuning und Reinforcement Learning, unter anderem auf rund 10.000 Aufgaben, die eine interne Pipeline aus Dokumentation und Screenshots echter Software erzeugt. Alle Holo4-Werte hat H Company selbst gemessen, in OSWorld 2.0 mit einem einzigen Lauf und einer Ausführungsumgebung, die das Team anhand von Fehlern in genau diesem Test verbessert hat. Die Vergleichswerte stammen aus Angaben anderer Anbieter mit anderen Umgebungen. Die Abläufe hinter den eigenen Werten hat H Company als Datensatz veröffentlicht.