- Katılım
- 30 Kasım 2014
- Mesajlar
- 152
- Tepki puanı
- 68
Hcompany, 28 Eylül 2026'da Holo4 ajan modellerini yayınladı. Yeni seri iki boyutta geliyor ve tek bir arayüze bağlı kalmadan bilgisayar kullanımı (computer-use) görevlerini yapmayı hedefliyor.
Ajan modellerinin çoğu tek bir arayüz için eğitiliyor: ekran odaklı olanlar API'siz bir uygulamada tıkanıyor, araç çağrısına odaklı olanlar arayüzsüz kalıyor. Gerçek iş akışları ise ikisini karıştırıyor. Holo4'ün iddiası bu ayrımı ortadan kaldırması. İkinci önemli nokta açıklık: ağırlıklar ve test izlerinin paylaşılması, sonuçların bağımsız olarak yeniden üretilebilmesini sağlıyor.
Dikkat
Benchmark skorları üreticinin kendi ölçümü; "Opus 5.5 ile yarışıyor" ifadesi 27B model için geçerli ve karşılaştırma koşulları (araç seti, deneme sayısı, maliyet hesabı) farklı olabilir. Küçük modelin maliyet avantajı net, ama başarı oranı farkı da tabloda görünüyor. İzleri açık paylaşmaları güven verici; yine de kendi görevlerinizle ölçmeden karar vermeyin.
Kaynaklar:
Sonuç
Bilgisayar kullanımı ajanlarında açık ağırlıklı, çok arayüzlü ve ucuz bir seçenek daha var. Kurumsal iş akışlarını otomatikleştirmeyi düşünenler için, kapalı modellere alternatif olarak denenmeye değer.
Ne Oldu?
- İki model boyutu: Holo4-27B (yoğun/dense) ve Holo4-35B-A3B (Mixture of Experts).
- Aynı model farklı arayüzlerle çalışıyor: ekranda tıklama ve yazma, kendi kodu yazıp çalıştırma, MCP ve API çağrıları.
- Eğitim aynı modele dayanıyor: masaüstü, web, Android, kod sandbox ve kurumsal API'lerde davranış seçmek gerekmiyor.
- Holotron4 Nano de güncellendi; modeller H Models API üzerinden erişilebilir.
- Ağırlıklar FP16, FP8 ve GGUF formatlarında açık; test izleri (trajectory) kamuya açık olarak paylaşıldı.
- Hcompany'nin açıkladığı OSWorld 2.0 skorları: Holo4 27B %61,7, Holo4 35B-A3B %30,9, karşılaştırmada Opus 5.5 %81,8.
Neden Önemli?
Ajan modellerinin çoğu tek bir arayüz için eğitiliyor: ekran odaklı olanlar API'siz bir uygulamada tıkanıyor, araç çağrısına odaklı olanlar arayüzsüz kalıyor. Gerçek iş akışları ise ikisini karıştırıyor. Holo4'ün iddiası bu ayrımı ortadan kaldırması. İkinci önemli nokta açıklık: ağırlıklar ve test izlerinin paylaşılması, sonuçların bağımsız olarak yeniden üretilebilmesini sağlıyor.
Nasıl Denenir?
- Hugging Face koleksiyonundan FP16, FP8 veya GGUF ağırlıklarını indirin.
- Yerelde denemek için GGUF sürümünü llama.cpp, LM Studio veya Ollama ile çalıştırın.
- Üretim benzeri denemeler için H Models API hızlı başlangıç dokümanını kullanın.
- Kendi iş akışınızla test edin: ekran görevi, kod görevi ve API görevi ayrı ayrı ölçülmeli.
Dikkat
Benchmark skorları üreticinin kendi ölçümü; "Opus 5.5 ile yarışıyor" ifadesi 27B model için geçerli ve karşılaştırma koşulları (araç seti, deneme sayısı, maliyet hesabı) farklı olabilir. Küçük modelin maliyet avantajı net, ama başarı oranı farkı da tabloda görünüyor. İzleri açık paylaşmaları güven verici; yine de kendi görevlerinizle ölçmeden karar vermeyin.
Kaynaklar:
Sonuç
Bilgisayar kullanımı ajanlarında açık ağırlıklı, çok arayüzlü ve ucuz bir seçenek daha var. Kurumsal iş akışlarını otomatikleştirmeyi düşünenler için, kapalı modellere alternatif olarak denenmeye değer.