Holo4 de H Company : agent IA pour ordinateur, prix et licences

Ce qui a été annoncé le 28 septembre 2026

H Company a publié Holo4, une nouvelle famille de modèles conçus pour interpréter des interfaces graphiques, écrire ou lire du code et interagir avec des outils. Son annonce distingue deux modèles Holo4 — Holo4 27B et Holo4 35B-A3B — ainsi que Holotron4 Nano, un produit séparé. H Company indique que les deux modèles Holo4 sont accessibles par son API et que leurs poids sont téléchargeables. Il s’agit des informations du fournisseur, publiées dans sa newsroom le 28 septembre 2026.

L’annonce intéresse surtout les équipes qui construisent un agent informatique : un système qui observe un écran, propose une action et, avec un logiciel d’orchestration, peut ensuite cliquer, saisir du texte ou appeler un outil. Elle ne signifie pas qu’un assistant grand public prêt à l’emploi contrôle automatiquement votre ordinateur. Il faut encore une application, des permissions, un environnement d’exécution et des garde-fous.

La différence est importante pour un particulier ou une petite entreprise. Si vous cherchez à résumer un document ou rédiger un courriel, un chatbot classique sera généralement plus simple. Holo4 devient pertinent lorsque l’objectif est d’expérimenter une séquence reproductible sur une interface — par exemple, relever des champs dans un environnement de test — et que vous pouvez observer et valider chaque étape.

À retenir : Holo4 est d’abord une brique pour développer ou évaluer des agents. Une annonce de capacité n’est ni une garantie de réussite ni une raison d’autoriser un agent à modifier vos comptes.

Comment l’agent d’interface fonctionne — et ce qu’il ne fait pas seul

H Company décrit Holo4 comme un modèle multimodal d’usage d’ordinateur : il peut recevoir une capture d’écran avec une instruction et renvoyer une interprétation ou une action suggérée. Sa documentation d’API présente une interface compatible avec le format client OpenAI, à l’adresse api.hcompany.ai/v1. Le modèle fournit une réponse ; c’est l’application qui décide si elle la transforme en clic, en saisie ou en appel d’outil.

Cette séparation entre modèle et exécuteur est le point pratique à retenir. Le modèle peut proposer « ouvrir le menu », mais un programme distinct doit lui donner accès à la souris ou à un navigateur. Un développeur peut limiter cet exécuteur à une page de démonstration, à des actions en lecture seule ou à une liste blanche. Il peut aussi demander une confirmation humaine avant un envoi ou une modification. Sans ces choix, la capacité technique peut produire des effets inattendus.

Le terme « agent » recouvre donc plusieurs couches : le modèle visuel, la boucle qui lui transmet les nouvelles captures, les outils accessibles, le navigateur ou l’ordinateur piloté et les règles de validation. Deux démonstrations portant le nom Holo4 peuvent se comporter différemment selon le temps accordé, les instructions, les outils et la façon de corriger une erreur. Cela complique les comparaisons directes entre fournisseurs.

Holo4 27B ou Holo4 35B-A3B : les différences concrètes

H Company présente Holo4 27B comme un modèle dense de 27 milliards de paramètres. Holo4 35B-A3B est annoncé comme un modèle mixture-of-experts (MoE) de 35 milliards de paramètres, dont environ 3 milliards seraient actifs par token selon la présentation du fournisseur. Cette architecture ne garantit pas en elle-même une meilleure vitesse ou une meilleure qualité : le matériel, le moteur d’inférence, la quantification et la tâche comptent aussi.

Les deux modèles ont des tarifs API distincts, affichés par H Company au moment de la publication de cet article. Pour Holo4 27B, la page annonce 0,40 dollar par million de tokens d’entrée, 0,04 dollar pour les tokens d’entrée mis en cache et 3 dollars par million de tokens de sortie. Pour Holo4 35B-A3B, elle annonce respectivement 0,30 dollar, 0,03 dollar et 2 dollars. Ce sont des prix fournisseur susceptibles d’évoluer ; ils ne comprennent pas nécessairement les coûts d’orchestration, d’hébergement, de stockage, de supervision ou les taxes applicables.

La même page mentionne une fenêtre de contexte de 256 000 tokens pour le 27B. Une grande fenêtre ne signifie pas que l’agent peut effectuer une longue séquence sans erreur : elle décrit une capacité d’entrée, pas un taux de réussite opérationnel. Pour budgéter un essai, mesurez le nombre réel d’images, de tours, de tokens et de reprises sur votre scénario, puis consultez la grille officielle avant tout achat de crédits.

Les poids téléchargeables sont proposés dans plusieurs variantes de précision, selon H Company. Une variante quantifiée peut réduire les besoins matériels, mais il faut vérifier la qualité sur sa propre tâche et la licence attachée à chaque fichier. Télécharger des poids ne rend pas automatiquement l’exécution simple : il faut un environnement compatible, une mémoire suffisante, une configuration et parfois des composants supplémentaires.

Les tarifs ci-dessus sont ceux affichés par le fournisseur le 28 septembre 2026. Recalculez avec la page officielle avant de lancer un usage régulier.

Licences : le détail qui peut changer votre décision

L’annonce de H Company indique que Holo4 27B est sous licence Creative Commons Attribution–NonCommercial 4.0 (CC BY-NC 4.0), tandis que Holo4 35B-A3B est annoncé sous Apache License 2.0. Les implications ne sont pas interchangeables : la licence CC BY-NC comporte une restriction d’usage non commercial, alors que la licence Apache 2.0 est conçue pour permettre des usages et modifications plus larges, sous réserve de respecter ses conditions.

En pratique, une entreprise ne devrait pas sélectionner Holo4 27B pour un service commercial sur la seule base d’un test technique. La définition de « non commercial » peut dépendre du contexte et la présente explication n’est pas un avis juridique. Pour un projet professionnel, vérifiez la licence du modèle exact, les avis et obligations associés aux fichiers, ainsi que les conditions séparées de l’API. Si l’usage est commercial, demandez un avis qualifié lorsque le doute subsiste.

Ne déduisez pas non plus que tous les éléments d’un agent partagent la licence du modèle : le code d’intégration, les dépendances, les données de test et les outils tiers peuvent avoir leurs propres conditions. La bonne unité de vérification est la version et le fichier précis que vous comptez utiliser, pas seulement le nom « Holo4 ».

Que valent les chiffres de benchmark ?

H Company publie plusieurs résultats sur des environnements d’usage d’ordinateur. Pour OSWorld2, son tableau donne 61,7 % pour Holo4 27B et 30,9 % pour Holo4 35B-A3B, avec des métriques complémentaires de réussite et un coût estimé par tâche. Le fournisseur affiche aussi des résultats distincts sur OSWorld. Ce sont des résultats communiqués par l’éditeur du modèle, pas une validation indépendante réalisée pour cet article.

La page précise elle-même que les chiffres OSWorld2 comparés proviennent d’exécutions différentes et de configurations de benchmark non homogènes. Il faut donc éviter de transformer ces nombres en classement direct face à un autre modèle ou en promesse de réussite dans un logiciel français. Le protocole, la version du benchmark, le nombre d’essais, les outils permis, le budget d’interactions et la définition d’une tâche réussie peuvent modifier le score.

Pour votre décision, un petit essai reproductible est souvent plus informatif qu’un tableau de scores. Définissez une tâche courte, utilisez un environnement jetable, comptez les tentatives réussies sans intervention, notez les erreurs graves et mesurez le temps humain de correction. Un agent qui termine une tâche à 90 % mais demande une vérification longue peut être moins utile qu’un outil plus simple et prévisible.

À qui cela peut être utile en France — et à qui probablement pas

Le public le plus susceptible d’en tirer quelque chose est technique : développeurs, équipes produit, laboratoires et entreprises qui évaluent des agents pour automatiser des gestes d’interface. Un étudiant peut aussi s’en servir dans un projet de recherche ou de prototypage, à condition de distinguer une expérience contrôlée d’un service prêt à déployer. Les modèles à poids disponibles donnent davantage de possibilités d’expérimentation, mais ajoutent des besoins matériels et de maintenance.

Pour la plupart des salariés, familles, demandeurs d’emploi ou indépendants qui veulent simplement obtenir une synthèse, une traduction ou un brouillon, l’API d’un modèle d’agent n’est pas un raccourci évident. Il faut construire le scénario, protéger les données et contrôler l’action. Une interface conversationnelle classique peut être moins coûteuse en temps et plus facile à interrompre.

Pour une structure française, la question des données reste ouverte tant que l’offre concrète n’a pas été étudiée : H Company annonce son API et des poids accessibles, mais les détails d’hébergement, de conservation, de transferts, d’entraînement et de suppression doivent être vérifiés dans les conditions applicables au moment du test. N’envoyez pas de données de clients, de santé, de paie ou d’identifiants à un service avant d’avoir validé ces points.

Un essai prudent en une semaine

Voici un protocole de test, pas un résultat observé. Choisissez une tâche sans enjeu réel, par exemple retrouver trois informations dans une page de démonstration et les recopier dans un tableau local. Utilisez des données fictives, un compte sans privilèges et une copie jetable du site. Le but est de tester la reconnaissance, la capacité à s’arrêter en cas d’ambiguïté et le coût complet, pas de faire gagner du temps à tout prix.

Jour 1, décrivez la tâche et son résultat attendu. Jour 2, créez un environnement de test sans données personnelles. Jour 3, exécutez plusieurs essais avec les mêmes captures initiales. Jour 4, classez les erreurs : mauvaise lecture, mauvais clic, boucle, abandon ou action non sollicitée. Jour 5, ajoutez une règle d’arrêt ou une validation humaine. Jour 6, mesurez le coût API et le temps de supervision. Jour 7, décidez de poursuivre, modifier le scénario ou arrêter. Une semaine ne suffit pas à prouver la fiabilité pour la production ; elle aide seulement à éliminer une idée peu adaptée.

Dans un cas hypothétique de formulaire de support interne, l’agent peut proposer une catégorie et recopier un numéro de ticket fictif, mais ne doit ni répondre au client ni changer le statut du dossier. Le résultat se compare au formulaire source par une personne. Si le modèle invente un champ ou clique sur « envoyer », le test est interrompu et le scénario doit être corrigé avant tout nouvel essai.

Les garde-fous à mettre avant le premier clic

Commencez en observation seule lorsque c’est possible. Ensuite, autorisez uniquement quelques actions réversibles, sur une page précise et avec des données de test. Gardez l’envoi de messages, la validation d’achats, la suppression, les changements d’accès et les transferts de fichiers derrière une confirmation humaine. Un modèle d’interface peut mal interpréter une fenêtre, un bouton déplacé ou une notification inattendue.

Définissez une liste d’actions permises, une limite de durée et un nombre maximal d’étapes. Demandez à l’agent de s’arrêter s’il voit une demande d’authentification, un paiement, un CAPTCHA, une donnée sensible ou un écran différent de celui prévu. Ne stockez pas de mots de passe dans les prompts et ne donnez pas accès à une session personnelle pour un simple test de benchmark.

Enfin, conservez un journal de test avec l’identifiant de version du modèle, la configuration, les captures nécessaires et le résultat attendu. Évitez d’enregistrer des écrans qui contiennent des informations privées. Cette discipline rend les erreurs plus compréhensibles et permet de comparer une mise à jour sans prétendre que le modèle est devenu sûr par défaut.

Notre lecture : une annonce intéressante, pas encore une décision d’achat

Holo4 mérite l’attention des équipes qui testent l’usage d’interfaces par des agents, notamment parce que H Company publie deux tailles de modèles, des poids téléchargeables, une API et une grille de prix explicite. La licence est un critère concret : le 27B est annoncé non commercial, le 35B-A3B sous Apache 2.0. Ce contraste peut être plus important qu’un score de benchmark pour une entreprise.

L’annonce ne suffit pas à recommander un déploiement autonome. Les résultats sont déclarés par le fournisseur, les benchmarks mentionnés ne sont pas tous directement comparables, et il reste à vérifier l’exécution réelle, les coûts complets, les conditions de données et les licences des composants. Pour la majorité des lecteurs, le geste utile aujourd’hui consiste à attendre une interface adaptée ou à essayer un prototype isolé, pas à confier son ordinateur à un agent.

Si vous évaluez Holo4, partez d’une tâche non sensible, comparez le 35B-A3B aux solutions déjà disponibles sur vos propres critères, puis relisez les conditions officielles avant d’engager des crédits ou un usage commercial. Arrêtez le test si la supervision coûte plus cher que l’automatisation envisagée.

Consigne de test pour un agent d’interface

Tu observes uniquement un environnement de démonstration avec des données fictives. Ta tâche est de repérer [information attendue] et de citer le texte visible qui justifie ta réponse. N’ouvre aucun autre domaine. Ne clique pas sur « envoyer », « enregistrer », « supprimer », « payer » ou « valider ». Si l’écran diffère du scénario, si un identifiant réel apparaît ou si tu hésites, arrête-toi et demande une confirmation humaine. Retourne : observation, action proposée, preuve visible, incertitudes. L’exécuteur doit bloquer toute action hors de la liste autorisée.

Checklist avant de passer à l’action

• Modèle et variante exacte identifiés.
• Licence du fichier, API et dépendances vérifiées pour l’usage prévu.
• Tâche courte et répétable définie à l’avance.
• Environnement isolé avec données fictives et privilèges minimaux.
• Actions autorisées limitées et réversibles.
• Confirmation humaine requise avant tout envoi ou changement.
• Nombre d’essais, erreurs, reprises, coût et temps de supervision consignés.
• Informations de conservation et de traitement des données vérifiées avant tout test avec des données réelles.