Actualités / Intelligence artificielle et données
Holo4 : Hcompany lance des agents multitâches performants et économiques pour l'usage professionnel Publié le 28 septembre 2026 par Christ-loisele (3 min de lecture)
Hcompany dévoile Holo4, une série de modèles agentiques multitâches disponibles via l'H Models API, avec des scores compétitifs sur OSWorld 2.0 et une compatibilité étendue aux interfaces logicielles. Les versions 27B et 35B-A3B visent à réduire les coûts tout en améliorant l'efficacité des workflows professionnels.
Vidéo : Holo4 arrives from H Company - a new push for generalist AI agents (Trend Maxing, YouTube) Une série de modèles agentiques conçus pour l'usage professionnel
Hcompany a annoncé le lancement de Holo4, une série de modèles agentiques multitâches disponibles immédiatement via l'H Models API , selon les informations publiées sur Hugging Face le 28 septembre 2026. Deux versions sont proposées : Holo4-27B, un modèle dense, et Holo4-35B-A3B, un modèle basé sur une architecture Mixture of Experts (MoE). Ces modèles sont conçus pour interagir avec les logiciels via des interfaces variées, incluant les GUIs, le code, les protocoles MCP (Multi-Channel Protocol) et les APIs, comme l'indique Hcompany dans son annonce officielle.
Contrairement à certains modèles concurrents, Holo4 est entraîné via un apprentissage supervisé et renforcé (RL) sur des environnements variés, incluant ceux générés par l'Agentic Task Factory . Cette approche permet d'améliorer significativement les performances du modèle de base Qwen3.8, tout en réduisant les coûts opérationnels. Les modèles sont compatibles avec les plateformes desktop, web, Android et les sandboxes de code, offrant une expérience unifiée sur toutes les interfaces.
Les workflows professionnels ne sont pas cloisonnés de cette manière, et une seule tâche métier peut nécessiter de combiner différentes approches.
Illustration : Lawing Tech Des performances compétitives sur OSWorld 2.0 malgré une complexité réduite
Les résultats sur le benchmark OSWorld 2.0 montrent que Holo4-27B obtient un score de 61,7 %, selon les données publiées par Aitoolsoasis et confirmées par Hugging Face. Bien que ce score soit inférieur à celui d'Opus 5.5, qui atteint 81,8 %, Holo4 se distingue par son efficacité coût-performance. Le modèle Holo4-35B-A3B, bien que moins performant avec 30,9 % sur le même benchmark, utilise moins de paramètres que ses concurrents, réduisant ainsi les coûts par tâche.
Hcompany souligne que les trajectoires de performance des modèles Holo4 sont ouvertes et disponibles en ligne, permettant une vérification indépendante. Les poids des modèles sont également publiés sous des licences ouvertes : CC BY-NC 4.0 pour Holo4-27B et Apache 2.0 pour Holo4-35B-A3B, comme indiqué sur AI Understanding .
Une approche économique et accessible pour les workflows professionnels
L'un des atouts majeurs de Holo4 réside dans son coût réduit par tâche, estimé à 0,08 $ pour Holo4-27B et 0,05 $ pour Holo4-35B-A3B sur le benchmark OSWorld, selon les données d'Hcompany. Ces coûts sont bien inférieurs à ceux des modèles frontaliers comme Opus 5.5, tout en offrant des performances compétitives sur des tâches professionnelles variées. Les modèles supportent également des formats optimisés comme BF16, FP8, NVFP4 et 4-bit GGUF, facilitant leur déploiement sur des infrastructures variées.
Holo4 est conçu pour répondre aux besoins des workflows professionnels, où une tâche unique peut nécessiter l'utilisation combinée de plusieurs interfaces, comme le souligne Hcompany : « Real work is not siloed that way, and a single business task can require combining these different approaches. » Cette flexibilité en fait un outil adapté aux environnements où l'intégration de multiples outils et protocoles est indispensable.
Ce que cela change ici
Pour les entreprises et administrations du Bénin et d'Afrique de l'Ouest, l'arrivée de Holo4 pourrait offrir une alternative économique et performante aux solutions d'intelligence artificielle existantes, souvent coûteuses ou peu adaptées aux besoins locaux. Les modèles ouverts et leur compatibilité multiplateforme permettraient aux organisations de déployer des agents capables d'interagir avec des logiciels métiers variés, sans dépendre de solutions propriétaires.
L'accès aux poids ouverts et la transparence des performances pourraient également encourager le développement de solutions sur mesure, adaptées aux spécificités des secteurs comme la finance, la santé ou l'administration publique. Cependant, leur adoption dépendra de la capacité des infrastructures locales à supporter ces modèles, ainsi que de la formation des équipes techniques pour les intégrer efficacement.
Sources 
