Holo4 必要スペック早見表

Holo4-35B-A3Bは、画面を見てPCを操作するcomputer-use（PC操作）向けのオープンウェイトモデルで、4bit量子化なら必要メモリは推定20GB前後。 RTX 4090（24GB）やRTX 5090（32GB）、あるいは32GB以上のユニファイドメモリを積んだMacで動かせる見込みだ。BF16のままなら推定80GB前後で、H100 80GBクラスが必要になる。H Company（フランス）が2026年9月28日にHugging Faceで公開し、ライセンスはApache-2.0で商用利用できる。

ただし、VRAMやメモリ要件は公式に明記されていない。本記事の数値はすべて推定値であり、「パラメータ数 × 1パラメータあたりのバイト数 ＋ 約15%（KVキャッシュ・アクティベーション等の余裕）」で算出している。計算の根拠は各表に示した。computer-useは画面のスクリーンショットを何枚も積み上げながら長いステップを実行するため、文章生成より多めの余裕を見ておく必要がある。

Holo4-35B-A3B（MoE、総35B・活性約3B）と、比較用のHolo4-27B（dense）の推定値を以下にまとめる。「重みのみ」は パラメータ数 × バイト数、「実用目安」はそこに約15%を上乗せした値である（いずれも推定）。

4bit列は実際のGGUF（Q4系）がレイヤーごとに異なるビット幅を使うため、実ファイルは上記より数GB大きくなることがある。ダウンロード前に配布ファイルの実容量を確認してほしい。さらに、スクリーンショットを画像トークンとして長く保持する運用では、コンテキストが伸びるぶんKVキャッシュも増える。

手元のGPU・Macで動くかをすぐ確かめたい場合は、モデル・量子化・コンテキスト長を選ぶだけで必要VRAMを試算できるVRAM計算ツール（無料・登録不要）も用意している。Holo4もモデル一覧から選択できる。

Holo4は、H Companyが公開したcomputer-use向けのビジョン・ランゲージモデル群である。画面のスクリーンショットを入力に、クリックやキー入力といったGUI操作を出力するだけでなく、コード実行、MCP、APIの呼び出しも使い分けられる。対象環境はデスクトップ、Web、Android、コードのサンドボックスと幅広い。H Company自身のエージェント実行基盤「hai-agents」を前提に設計されており、ハーネスがスクリーンショットやツールの結果をモデルへ渡し、モデルの出力した行動を実行する。

最も注意すべきは、27Bの方が高性能なのにライセンスが非商用（CC BY-NC 4.0）である点だ。 業務で使うなら、自社運用できるのは35B-A3B（Apache-2.0）であり、27Bを商用で使うにはH Models APIを経由する形になる。このほか、NVIDIA Nemotron 3 Nano Omniをベースにした「Holotron4-30B-A3B（Holotron4 Nano）」も同時に公開されているが、本記事では扱わない。

以下は開発元が公表した数値であり、第三者による検証は確認できていない。1タスクあたりのコストも開発元の報告値である。

読み取れるのは、27Bが35B-A3Bの約2倍のスコアを出している一方、1タスクあたりの費用も約2倍になっている点だ。OSWorld 2.0でOpus 5.5（81.8%）との差は大きく、35B-A3Bはあくまで「安く自社運用できる選択肢」という位置づけで考えるのが現実的である。自社の業務画面での成功率は、必ず自分たちで測ってほしい。

35B-A3Bは、推論1トークンあたりに活性化するパラメータが約3Bと小さい。そのため計算量は小さく、同じGPUでも速度が出やすい。だが、どのエキスパートが選ばれるかはトークンごとに変わるため、全エキスパートの重みをメモリ（VRAM）に置いておく必要がある。必要メモリを決めるのは活性パラメータではなく総パラメータ（35B）で、速度を決めるのが活性パラメータ（約3B）だ、と覚えておくとよい。

量子化は、重みの精度を下げてメモリを減らす手法である。BF16を1とすると、FP8でおよそ半分、4bitでおよそ4分の1になる。4bitでは品質劣化が出ることがあるが、computer-useでは画面上の小さなボタンの位置を正確に当てる必要があるため、座標精度に影響が出ないか実際の画面で確かめたい。量子化の考え方そのものは、Gemma 4の必要スペック記事でも詳しく説明している。

以下は上の推定値にもとづく可否の目安である。実測ではないため、余裕を持って選んでほしい。

- Apple Silicon: ユニファイドメモリがそのままVRAMの制約になる。32GBでは4bit（約20GB）が動くが、OSや他のアプリと競合するため、実用的には48GB以上が望ましい。64GB以上あればFP8（約40GB）も視野に入る。
- CPUオフロード: llama.cpp系ではレイヤーの一部をCPU側のRAMに逃がせる。MoEは活性パラメータが小さいため、dense 27Bより低速化の影響が小さい見込みだが、computer-useは1ステップごとに画像を処理するため、対話的な速度は期待しにくい。
- CPUのみ: バッチ的な用途以外はおすすめしない。スクリーンショットの処理が重く、1ステップの待ち時間が長くなる。

公式の案内にある起動方法をまとめる。いずれもOpenAI互換のAPIとして起動し、エージェント側のハーネスから呼び出す形になる。vLLMの例は以下のとおり。

SGLangを使う場合は次のとおり。

Docker Model Runnerなら1行で起動できる。Transformersで直接読み込む場合は、AutoProcessorとAutoModelForMultimodalLMを使い、device_map="auto"を指定する。

Q4のGGUFが配布されているため、llama.cpp、Ollama、LM Studioでも読み込める。画像（スクリーンショット）を入力に使う場合は、GGUFでも画像側の投影ファイルが別途必要になることがあるので、各ツールのマルチモーダル対応の手順を確認してほしい。ローカル推論エンジン全般の選び方は、Qwen3.8-27Bの必要スペック記事も参考になる。

H Companyは「H Models API」を提供している。OpenAI互換のエンドポイント（https://api.hcompany.ai/v1）で、料金は入力$0.30／出力$2.00（いずれも100万トークンあたり）と報じられている（報道ベースで、公式ページでの確認が望ましい）。

目安として、1タスクで入力20万トークン・出力2万トークンを使うと仮定すると、API料金は 0.2M×$0.30＋0.02M×$2.00＝約$0.10（仮定にもとづく試算）になる。社内の業務画面を外部に送れない場合はローカル一択だが、そうでなければ最初はAPIで成功率とトークン量を測り、そのうえで機材を買うか判断する順序が無駄が少ない。

Holo4-35B-A3Bは、汎用モデルのQwen3.6-35B-A3Bをcomputer-use向けに追加学習した派生モデルである。同じ土俵の汎用モデルと比べてGUI操作に特化している点が違いだが、本記事ではベース側のベンチマーク数値を確認できていないため、直接の優劣は断定しない。computer-useをクラウドのデスクトップアプリとして使う方法は、Manus Studioのデスクトップアプリ解説も参考になる。

computer-useは、モデルが実際にマウスやキーボードを操作する。誤操作はそのまま業務データやアカウントに影響するため、運用上の注意が通常のチャットよりはるかに重い。

- サンドボックスやVMで動かす: 本番の業務PCではなく、使い捨てのVMやコンテナ上のデスクトップで実行する。
- 不可逆な操作は人間の承認を挟む: 削除、送信、購入、送金などは、実行前に人が確認する。
- 権限を最小にする: 専用アカウントを使い、必要なサイトとファイルにだけ触れるようにする。
- 画面上の指示を鵜呑みにさせない: Webページやメール内の文言（プロンプトインジェクション）に従って操作してしまうリスクがあるため、重要な操作の前に確認を入れる。
- ログを残す: 各ステップのスクリーンショットと行動を保存し、後から追えるようにする。

- 起動時にOOMになる: 量子化を一段下げる（BF16→FP8→4bit）。または35B-A3Bから27B 4bitに変える。
- 途中のステップでOOMになる: スクリーンショットの蓄積でKVキャッシュが増えている可能性が高い。コンテキスト長を短く設定し、古いステップの画像を破棄する。
- スクリーンショットの解像度を下げる: 画像トークンが減り、メモリと速度の両方が改善する。ただし小さい文字やボタンの判別精度が落ちるため、実画面で確認する。
- ほかのGPU利用アプリを閉じる: ブラウザのハードウェアアクセラレーションなども、VRAMを数百MB単位で消費する。
- CPUオフロードで極端に遅い: GPUに載せるレイヤー数を増やす、または機材のメモリを増やす。
- Macで他アプリと競合する: 32GB機では4bitがぎりぎりのため、他のアプリを閉じるか、より小さい構成を選ぶ。

Holo4-35B-A3Bは、Apache-2.0で商用利用できるcomputer-use向けのオープンウェイトモデルで、4bit量子化なら推定20GB前後（RTX 4090／5090、32GB以上のMac）、BF16なら推定80GB前後で動く。27Bはスコアが高いが非商用ライセンスで、商用ならH Models API経由になる。VRAMは公式に明記されておらず、本記事の数値はすべて推定である。まずはAPIまたは4bitで自社の業務画面の成功率を測り、サンドボックスで安全に運用する、という順序で導入を進めてほしい。