Holo4: H Company lança agentes que combinam GUI, código, MCP e APIs

A H Company apresentou em 28 de setembro de 2026 a família Holo4, voltada a agentes que alternam entre tela, código, MCP e APIs na mesma tarefa. A linha tem dois modelos — Holo4-27B, denso, e Holo4-35B-A3B, mixture-of-experts — disponíveis pela H Models API. A empresa também liberou Holotron4 Nano, uma versão pós-treinada do Nemotron 3 Nano Omni. O anúncio chama atenção menos pelo tamanho bruto e mais pela tentativa de reduzir a separação entre agentes de interface gráfica e agentes de ferramentas.

O que é o Holo4

Holo4 é uma série de modelos agênticos da H Company. Segundo a publicação técnica da empresa, os modelos foram treinados com aprendizagem supervisionada e por reforço em uma coleção ampla de ambientes e tarefas, incluindo dados da sua Agentic Task Factory. O objetivo declarado é fazer com que o mesmo modelo decida quando clicar e digitar em uma tela, escrever e executar código ou chamar uma ferramenta via Model Context Protocol (MCP) e API.

Essa combinação importa porque fluxos reais raramente respeitam uma única interface. Um agente que prepara uma análise comercial pode precisar abrir um painel sem API, coletar dados de uma planilha, usar um serviço interno com autenticação e registrar o resultado em outro sistema. Modelos focados em GUI podem ficar limitados quando a tarefa pede uma chamada estruturada; modelos focados em tool calling perdem alcance diante de uma aplicação visual sem integração disponível.

Modelos, distribuição e interfaces

A H Company informou duas variantes principais: Holo4-27B e Holo4-35B-A3B. A coleção publicada inclui formatos FP16, FP8 e GGUF, além de trajetórias e conjuntos associados no Hugging Face. A disponibilidade por API não significa, por si só, que todos os pesos ou condições comerciais sejam equivalentes para cada formato; equipes interessadas precisam verificar a licença, a capacidade de hospedagem e os limites da H Models API antes de planejar produção.

O Holo4 é descrito como capaz de operar em desktop, web, Android, sandbox de código e APIs empresariais sob a mesma chamada de modelo. A empresa afirma que essa continuidade evita selecionar um modelo diferente por plataforma. Na prática, o resultado ainda dependerá do harness — o loop que fornece contexto, executa ações, registra resultados e interrompe a tarefa — e das permissões dadas ao agente.

O que os benchmarks divulgados mostram — e o que não mostram

Na avaliação OSWorld 2.0 citada pela H Company, Holo4-27B atingiu 61,7%, enquanto a empresa compara esse número a 81,8% para Opus 5.5. A Holo4-35B-A3B registrou 30,9% no mesmo relato. A discrepância entre as variantes é um motivo para leitura cuidadosa, não para uma conclusão automática sobre qual será melhor em todo fluxo. A própria publicação reconhece que versões de harness, subconjuntos de tarefas, lançamentos e regimes de custo variam entre os pontos comparados.

A empresa publicou as trajetórias correspondentes aos seus resultados em benchmarks públicos, permitindo reproduzir os passos no visualizador ou baixar os dados. Esse é um sinal positivo de auditabilidade para uma área em que gráficos de benchmark costumam esconder detalhes de ferramenta, prompt, orçamento de tokens e condição de parada. Ao mesmo tempo, resultados de laboratório não substituem avaliação com permissões, telas, latência e dados do ambiente real da organização.

Em AutomationBench, a H Company informa medições em seu harness interno para Holo4 e modelos-base, enquanto referências de terceiros vêm de placares públicos e conjuntos diferentes. A leitura responsável é que os números apontam direção e não uma classificação universal. Antes de trocar um agente em produção, vale repetir um conjunto de tarefas representativas da empresa, com a mesma política de ferramentas, orçamento e critério de sucesso.

Treinamento para tarefas longas e híbridas

A Agentic Task Factory da H Company produziu, segundo a empresa, cerca de 10 mil tarefas em aplicações web, servidores MCP e ambientes desktop, inclusive cenários híbridos nos quais o mesmo estado pode ser acessado por GUI e MCP. A companhia afirma ter reformulado seu harness para lidar com centenas de passos, usando feedback sobre desempenho no OSWorld 2.0. Entre as mudanças relatadas estão uma memória mais confiável para acompanhar passos longos e um shell na máquina desktop.

Esses detalhes explicam por que avaliar agentes não é só comparar o modelo. Um modelo competente pode falhar se perde o estado depois de dezenas de ações; outro pode parecer superior porque o loop fornece recuperação de erro, screenshots melhores ou ferramentas mais permissivas. Para quem constrói automação, o anúncio reforça a necessidade de versionar o harness, registrar trajetórias e separar falha do modelo, da ferramenta e da política de acesso.

O que muda para desenvolvedores e empresas no Brasil

O suporte simultâneo a MCP, APIs e GUIs pode reduzir a necessidade de construir integrações exclusivas para cada sistema legado. Isso é especialmente útil em empresas que combinam ERPs antigos, portais de fornecedores e ferramentas SaaS modernas. Mas a autonomia não deve ser confundida com permissão ampla: um agente que consegue navegar por um portal também pode executar uma ação irreversível se não houver confirmação, sandbox e segregação de credenciais.

Um piloto prudente começa com tarefas reversíveis e mensuráveis, como preparar um rascunho, conferir divergências ou coletar evidências para revisão humana. Em seguida, a equipe pode testar execução com limites explícitos de domínio, arquivos e ferramentas. Métricas úteis são taxa de êxito por tarefa, tempo, custo de tokens, número de intervenções e incidentes de acesso fora de escopo — não apenas uma pontuação de benchmark.

Limitações, incertezas e contrapontos

• As métricas divulgadas são da fonte do lançamento e usam condições que não são idênticas entre todos os modelos comparados.
• O anúncio não transforma um agente geral em solução confiável para processos regulados, financeiros ou de produção sem validação adicional.
• Capacidade de agir em várias interfaces amplia cobertura, mas também amplia superfície de risco e necessidade de controle operacional.
• Modelos compactos podem diminuir custo, porém desempenho, latência e compatibilidade precisam ser medidos na carga de trabalho real.

Análise do NoticIA

O valor técnico do Holo4 está na tese de que o futuro dos agentes será híbrido: APIs bem projetadas continuarão preferíveis, mas GUIs, shells e protocolos de ferramentas coexistirão por anos. A publicação de trajetórias é mais útil do que uma tabela isolada porque permite investigar como o agente chegou ao resultado. Ainda assim, a pergunta decisiva não é se um modelo consegue clicar e chamar MCP na mesma demonstração; é se o conjunto formado por modelo, harness e controles de segurança conclui uma tarefa específica com custo e risco aceitáveis. Empresas brasileiras devem tratar o lançamento como uma opção para testes comparativos, e não como substituto automático de integração tradicional ou revisão humana.

Resumo objetivo

• Holo4 combina GUI, código, MCP e APIs em uma família de agentes.
• As variantes anunciadas são 27B denso e 35B-A3B MoE; Holotron4 Nano é a atualização associada.
• A H Company divulgou trajetórias de benchmarks públicos, facilitando auditoria dos resultados.
• O desempenho em produção dependerá do harness, das ferramentas, da política de acesso e da tarefa concreta.