Holo4 de H Company: agentes que pilotan tu escritorio, Android y APIs con 3B de parámetros activos

H Company acaba de soltar Holo4, una familia de modelos abiertos de computer use que hace clic, escribe, genera código y llama herramientas MCP o APIs directas sobre escritorio, web y Android. Si te dedicas a integrar agentes IA en procesos reales, esto no es otra demo bonita: es la primera vez que un modelo con pesos abiertos y contexto de 256K ataca de forma simultánea el problema de la interacción visual y el de la orquestación de herramientas.

TL;DR: Holo4 llega en dos tamaños, 27B denso y 35B-A3B Mixture of Experts con solo 3B activos, y contexto de 256K. Ataca el computer use real (clic, escritura, código, MCP/APIs) sobre escritorio, web y Android. La tesis práctica: por primera vez el coste de inferencia de un agente que controla tu ordenador se puede defender ante un CFO. La pega: sin gobernanza y evaluación de fiabilidad, es un juguete peligroso en producción.

Qué cambia realmente frente a los agentes visuales que ya conocías

La mayoría de los modelos de computer use comerciales hasta la fecha han venido con un problema de economía de tokens: para tomar una decisión sobre una pantalla, consumen miles de tokens de imagen, más el historial, más las llamadas a herramientas. El resultado es un coste por acción que ningún director financiero europeo acepta cuando el agente tiene que ejecutar 40.000 acciones al mes rellenando formularios internos.

Holo4 va por otro camino. La familia incluye un Holo4 35B-A3B, un modelo Mixture of Experts con 35B de parámetros totales pero solo 3B activos por token. Esa es la cifra que manda cuando comparas facturas de GPU. Un 35B denso y un 35B-A3B son animales financieros distintos: el segundo se acerca en latencia y coste a un modelo pequeño mientras mantiene capacidad declarada de razonamiento.

El otro tamaño, Holo4 27B denso, es el caballo de batalla tradicional: más predecible, más fácil de cuantizar, más sencillo de servir en una única A100 o H100 según precisión. Para quien despliega on-premise en un banco o una aseguradora, ese modelo es el que sobrevive a un comité de riesgos.

Y el contexto de 256K es más relevante de lo que parece para agentes. Un flujo de computer use real no es "mira esta captura y haz clic". Es un historial de 30 pasos, con capturas intermedias, logs de API, mensajes del usuario y esquemas de herramientas. Sin contexto largo, o troceas el estado (y pierdes coherencia) o pagas KV cache carísima. 256K abre la puerta a sesiones agénticas largas sin rehidratar contexto cada pocos pasos.

El eje MCP y APIs: por qué el computer use necesita dejar de ser solo clic

Aquí está la parte menos marketingcake del anuncio y la más relevante para un CTO: Holo4 no se limita a hacer clic. Genera código y llama herramientas vía MCP o APIs directas. Traducido a negocio: el modelo puede decidir entre "abro el CRM viejo y hago clic en 12 campos" o "llamo al endpoint del CRM". Esa decisión, hecha bien, es la diferencia entre un agente que cuesta 4 céntimos por tarea y uno que cuesta 4 euros.

En la práctica, los flujos serios de automatización siempre van a ser híbridos. Hay sistemas heredados que solo tienen interfaz gráfica (un ERP on-premise de 2011, un panel de administración cerrado, una app Android interna). Y hay sistemas con API donde el clic es una estupidez costosa. Un modelo que domina ambos modos sin que tú tengas que enrutar manualmente el workflow es, funcionalmente, un orquestador.

Para las empresas que buscan una agencia IA en Madrid con capacidad de integrar flujos heredados, la aparición de un modelo abierto con MCP nativo reduce drásticamente el coste de la fase de discovery: ya no tienes que construir dos pipelines distintos, uno para RPA visual y otro para llamadas API. El mismo agente decide. Eso solo, en proyectos de 6-9 meses, son fácilmente 60-80.000 euros menos de integración.

Android como objetivo explícito: el detalle que casi nadie está comentando

Casi todos los modelos de computer use de 2025-2026 se centran en escritorio (Windows, macOS, Linux) y navegador. Holo4 añade Android como superficie de control. Esto es estratégicamente interesante por dos motivos.

Primero, porque el parque de dispositivos Android en empresas europeas (TPV, almacén, logística, field service) es enorme y está mal atendido por la automatización clásica. RPA móvil es un dolor. Un modelo que ve y actúa sobre la UI de Android abre verticales donde ni UiPath ni Power Automate han llegado con comodidad.

Segundo, porque Android implica restricciones de latencia y cómputo distintas. Si H Company ha decidido entrenar para esta superficie, se está posicionando para el mercado de agentes en dispositivo, no solo en cloud. Eso tiene implicaciones para banca, seguros y retail con requisitos de residencia de datos.

El ecosistema de agencias IA en Barcelona suele ser fuerte en producto digital y sectores como retail y salud, donde el agente móvil interno tiene recorrido claro. No descartes que en seis meses veamos más pilotos ahí que en puro back-office.

Comparativa: Holo4 frente a las alternativas que ya se usan en producción

Los datos concretos que han trascendido del anuncio de H Company permiten esta tabla. No hay cifras de precio oficiales por token, así que no las inventamos.

Modelo / Familia	Tamaño	Contexto	Superficies soportadas	Enfoque
Holo4 27B	27B denso	256K	Escritorio, web, Android, APIs/MCP	Computer use + código + tool calling
Holo4 35B-A3B	35B MoE (3B activos)	256K	Escritorio, web, Android, APIs/MCP	Misma cobertura, menor coste por token
Claude Computer Use (referencia de mercado)	Propietario	Variable	Escritorio y web	Clic y escritura, tool calling limitado
Modelos computer use abiertos previos	7B–13B	32K–128K	Mayoritariamente web	Enfoque visual, poca orquestación

La lectura honesta: H Company no inventa la categoría, la ensancha. Añade contexto largo, tool calling nativo y Android, y lo hace con pesos abiertos. Ese combo no existía.

Dónde se rompe la narrativa del anuncio

Aquí toca ser incisivo. El comunicado vende "agentes generalistas" como si con el modelo ya tuvieras producto. No es el caso, y cualquier CTO que haya llevado un agente visual a producción lo sabe: el 80% del trabajo no es el modelo, es la capa de evaluación y recuperación de fallos.

Un agente que hace clic se equivoca. Se equivoca más que un chatbot, porque sus errores tienen consecuencias en sistemas de registro (cambia un campo, manda un email, ejecuta una transacción). Ningún modelo abierto, por bueno que sea, sustituye:

• un framework de evaluación con tareas reales de tu dominio,
• un sistema de aprobación humana en acciones críticas,
• trazas auditables de cada clic y cada llamada de herramienta,
• y límites duros por sesión (número de acciones, gasto, sistemas tocados).

Hay un dato externo relevante que refuerza esto: Google Research ha liberado RRSI, un framework para que los propios agentes reescriban su entorno sin sobreajustarse. Es señal de que el cuello de botella se ha movido del modelo a la infraestructura de aprendizaje y control alrededor del modelo. Holo4 es una pieza, no la arquitectura.

Dicho de otro modo: si tu plan para 2026 era "compramos un modelo de computer use y automatizamos el back-office", el plan está mal. Si era "montamos una plataforma de agentes IA con evaluación, gobernanza y un modelo intercambiable debajo", Holo4 te da una opción de pesos abiertos que hace dos meses no tenías.

El impacto real en coste para quien opera agentes a escala

Hagamos el ejercicio con la estructura publicada, sin precios oficiales. Lo único que sabemos con certeza es: 3B activos en la variante MoE y 256K de contexto. Eso significa que, si sirves el modelo en tu propia infraestructura, el throughput por GPU en la variante A3B debería ser sustancialmente superior al de un 27B denso para tareas de decisión corta (decidir siguiente acción, elegir herramienta). Y el 27B denso se reserva para los pasos que exigen más razonamiento.

Un patrón de despliegue sensato: enrutar decisiones frecuentes al MoE y reservar el denso para planificación de sesión y manejo de excepciones. Eso es consultoría IA de la buena, no la de talleres de prompts.

Para el ecosistema de agencias IA en Valencia y otros hubs con tejido industrial, esto abre la puerta a automatizar sistemas que hasta ahora se consideraban intocables por coste. Un agente que ve la pantalla y llama a APIs puede sustituir capas enteras de integración puntual sobre ERPs antiguos, siempre que la capa de control esté bien hecha.

Gobernanza: la asignatura que Holo4 no aprueba por sí solo

Un modelo abierto de computer use es, literalmente, una capacidad de actuación sobre sistemas. Que sea open weight no lo hace más seguro: lo hace más desplegable, lo cual agrava el problema si tu organización no tiene políticas de agentes.

Los tres controles mínimos que recomendaría antes de meter Holo4 en producción:

1. Sandbox de acciones. El agente opera contra copias o entornos de staging de los sistemas críticos antes de tener permiso en producción.
2. Presupuesto y rate limiting por sesión. Número máximo de clics, llamadas API y coste de inferencia por tarea. Sin esto, un bucle de reintentos te cuesta más que un empleado junior.
3. Log inmutable por paso. Cada captura, cada decisión y cada llamada de herramienta deben quedar trazadas con el modelo y la versión exacta, porque en una auditoría el "el agente lo hizo" no vale.

Si tu dirección pregunta por responsabilidad legal cuando un agente mueve datos de clientes, la respuesta corta es que el proveedor del modelo no la asume. La asumes tú como responsable del tratamiento. Y con modelos abiertos, la superficie de justificación técnica es mayor, no menor.

Predicción de mercado: 2027 será el año del "agente con trazabilidad", no del agente más listo

La carrera por el mejor computer use ya no la gana quien hace el clic más elegante en una demo de YouTube. La gana quien entrega un agente que se puede auditar, apagar, reprocesar y costear. Holo4 pone la pieza del modelo abierto en el tablero; ahora falta que el ecosistema español de integración entienda que el valor está en la capa que envuelve al modelo, no en el modelo en sí.

Mi apuesta: en doce meses veremos más diferenciación entre agencias por su framework de evaluación y gobernanza que por el modelo que usen debajo. Holo4, por tamaño y licencia, es candidato a convertirse en el "Llama" del computer use: no el mejor en todo, pero el que más gente integrará porque es defendible ante un CFO y un CISO al mismo tiempo. Quien no entienda esa doble defensa, seguirá vendiendo demos.

Preguntas frecuentes sobre Holo4 y agentes de computer use

¿Qué es Holo4 exactamente?

Holo4 es una familia de modelos de IA con pesos abiertos desarrollada por H Company para computer use: es decir, agentes capaces de ver una pantalla, hacer clic, escribir, generar código y llamar herramientas vía MCP o APIs. Se distribuye en dos versiones: Holo4 27B denso y Holo4 35B-A3B, un modelo Mixture of Experts con 35B de parámetros totales y solo 3B activos. Ambos manejan contexto de 256K tokens.

¿Cuánto cuesta usar Holo4 en producción?

El anuncio no publica precios oficiales por token ni por hora de GPU. Lo relevante para calcular coste es que la variante 35B-A3B activa solo 3B de parámetros por token, lo que reduce el coste de inferencia frente a un modelo denso de tamaño comparable. Si lo sirves on-premise, el coste depende de tu hardware y del volumen de acciones por tarea, no del modelo por sí solo.

¿En qué se diferencia Holo4 de los modelos de computer use propietarios?

Tres cosas. Primero, pesos abiertos: puedes desplegarlo en tu infraestructura y mantener los datos dentro. Segundo, contexto de 256K, que permite sesiones agénticas largas sin rehidratar estado. Tercero, cobertura explícita de Android además de escritorio y web, algo poco común en modelos de computer use.

¿Puedo usar Holo4 en producción mañana mismo?

El modelo, sí. Un agente de producción que dependa de él, no. Necesitas capa de evaluación con tareas reales de tu dominio, sandbox de acciones, límites duros por sesión y logs auditables por paso. Sin esos cuatro elementos, cualquier modelo de computer use es un riesgo operativo, no una automatización.

¿Holo4 sustituye al RPA clásico?

No lo sustituye de golpe, pero erosiona su caso de uso principal. Donde el RPA clásico exige selectores frágiles y mantenimiento continuo, un agente visual con tool calling puede adaptarse a cambios de UI y decidir entre clic o llamada API. En sistemas heredados sin API, el clic sigue siendo necesario y ahí Holo4 es competitivo frente a RPA tradicional en coste de mantenimiento.

Temas relacionados en agentes.ai

Si quieres aplicar lo que lees en tu empresa, estos son puntos de partida útiles dentro de agentes.ai:

• Directorio de agencias de agentes de voz
• Agencias de IA en Valencia y en Málaga
• Explora el directorio completo de agencias de IA
• Sigue las últimas noticias de IA en tiempo real