Models·
هوليو4: جيل جديد من الوكلاء العامين لاستخدام الحاسوب
يقدم هوليو4 نماذج وكيلية كثيفة بحجم 27B ومزيج خبراء بحجم 35B‑A3B قادرة على العمل عبر واجهات المستخدم، الشفرة، MCP وواجهات برمجة التطبيقات دون الحاجة لتغيير النموذج، مع أداء على مستوى الحدود وبجزء بسيط من التكلفة.
يتم إصدار هوليو4 بنسختين: نموذج كثيف بحجم 27 مليار معلمة ونموذج مزيج خبراء بحجم 35 مليار معلمة (35B‑A3B). كلا النموذجين متاحان عبر واجهة H Models API وتشتركان في نفس الأوزان، ما يعني أن نشرًا واحدًا يمكنه التعامل مع واجهات سطح المكتب، الويب، بيئات أندرويد، بيئات الرمز البرمجي وواجهات برمجة التطبيقات المؤسسية.
العمل بغض النظر عن الواجهة
على عكس العديد من الأنظمة الوكيلية التي تتخصص في وضعية تفاعل واحدة، يقرر هوليو4 أثناء التشغيل ما إذا كان سيضغط ويكتب على الشاشة، يكتب وينفذ برنامجه الخاص، أو يستدعي أداة MCP أو واجهة برمجة تطبيقات. هذه المرونة تعكس سير العمل الحقيقي للأعمال حيث غالبًا ما تتطلب المهمة مزيجًا من إجراءات الواجهة الرسومية، كود مخصص واستدعاءات خدمات.
في معيار OSWorld 2.0، يحقق هوليو4‑27B نسبة نجاح 61.7 %، قريبة من النموذج المغلق الرائد أوبوس 5.5 عند 81.8 %، بينما يصل المتغير 35B‑A3B إلى 30.9 %. والأهم أن هذه النتائج تُحصل بعدد معلمات أقل بمرات عديدة وتكلفة أقل بكثير لكل تشغيل، وفقًا لتسعير الرموز على واجهة H Models API.
لماذا يهم ذلك لبنية تحتية GPU / الذكاء الاصطناعي: انخفاض عدد المعلمات يعني بصمة ذاكرة أقل وزمن استجابة أسرع، مما يسمح بتشغيل هوليو4 بكفاءة على وحدات معالجة رسومات متوسطة أو حتى علىInstances تعتمد فقط على وحدة المعالجة المركزية. هذا الملف التكلفي الفعال يجعل أتمتة الوكيلية واسعة النطاق ممكنة للمؤسسات التي تحتاج إلى تنسيق سير عمل معقد دون استثمار في مجموعات ذكاء اصطناعي ضخمة.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- holistic agents
- computer-use
- agentic ai
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (Hugging Face Blog)
→ كل المقالات