H Company, yazılım görevleri için Holo4 modellerini kullanıma sundu

H Company, yazılımlarda görevleri yerine getirmek üzere tasarlanan Holo4 adlı yapay zekâ model serisini kullanıma sundu. Modeller ekranda tıklama ve yazı yazma, kod yazıp çalıştırma ya da yazılım araçlarını ve API’leri kullanma becerisine sahip. Bu sayede tek bir ajan, her yazılım türü için farklı bir modele geçiş yapmadan bir görevin birden fazla aşamasını üstlenebilir.

Holo4 iki sürümden oluşuyor: 27 milyar parametreli bir model ve 35B-A3B sürümü. Her ikisi de H Models API üzerinden kullanılabiliyor. H Company ayrıca modellerin ağırlıklarını indirilmeye açtı. Duyuruda API kullanım ücreti belirtilmiyor.

Tek model, birden fazla çalışma yöntemi

H Company, Holo4’ü yazılım ortamları ve görevleri üzerinde gözetimli öğrenme ve pekiştirmeli öğrenmeyle eğittiğini söylüyor. Bu kapsamda, şirketin kendi Agentic Task Factory’sinde oluşturduğu yaklaşık 10.000 görev de yer alıyor. Şirketin verdiği örnekler arasında FreeCAD’de 3D modeller oluşturmak ve Godot’ta Pac-Man tarzı bir oyun yapmak bulunuyor. Bunlar şirketin sunduğu gösterimler; modellerin gündelik işlerde ne kadar güvenilir olduğuna dair bağımsız değerlendirmeler değil.

Sürümle birlikte NVIDIA’nın Nemotron 3 Nano Omni modelini temel alan daha küçük bir ajan modeli olan Holotron4 Nano da sunuluyor. H Company, eğitim sürecinin temel modelin grafik arayüzleri, API’ler ve kodlama ortamlarını içeren görevlerdeki performansını iyileştirdiğini belirtiyor.

Puanı nasıl?

Bilgisayar kullanımına yönelik görevleri ölçen OSWorld 2.0 testinde Holo4 27B yüzde 61,7 puan aldı. H Company bu sonucu Opus 5.5’in yüzde 81,8’lik puanıyla karşılaştırıyor. Şirket, Holo4’ün görev başına maliyetinin çok daha düşük olduğunu söylüyor ancak duyuruda tek bir fiyat vermiyor. Ayrıca modellerin farklı sürüm ve kurulumlarla test edildiğini belirtiyor.

H Company, kamuya açık kıyaslama sonuçlarının altında yatan adım adım eylem kayıtlarını yayımladı. Böylece kullanıcılar bu kayıtları yeniden oynatabilir veya verileri indirebilir. Bu kayıtlar, yalnızca nihai puana bakmak yerine modelin ne yaptığını inceleme olanağı sunuyor.