H Companyは2026年3月16日、NVIDIA GTC 2026で新モデル「Holotron-12B」を発表しました。PC操作を自律的に実行する「Computer Use」型のAIエージェントで、SSM（State-Space Model）とAttentionを組み合わせたハイブリッド設計により、従来モデル比2倍以上のスループットを実現しています。

Webブラウザの操作ベンチマーク「WebVoyager」では80.5%を記録。NVIDIA Open Model LicenseのオープンソースモデルとしてHugging Faceで公開されています。

この記事でわかること

Holotron-12Bのアーキテクチャとスループットが高い理由
WebVoyager 80.5%のベンチマーク結果の意味
Claude Computer UseやOperatorとの立ち位置の違い
利用方法と必要なハードウェア

SSM×Attentionハイブリッド：スループット2倍の仕組み

Holotron-12Bの最大の特徴は、NVIDIAのNemotron-Nano-12Bをベースにしたハイブリッドアーキテクチャです。通常のTransformerモデルはAttention機構で文脈を処理しますが、これはシーケンス長の2乗に比例してメモリを消費します。Holotron-12BはSSM（State-Space Model）を組み合わせることで、この問題を回避しています。

SSMはレイヤーごとに一定サイズの状態ベクトルだけを保持するため、通常のTransformerで膨張するKVキャッシュが不要になります。結果としてGPUメモリの使用効率が大幅に向上し、同時に処理できるリクエスト数（バッチサイズ）を増やせる設計です。

指標	Holotron-12B	Holo2-8B（前世代）
ピークスループット	約8,900 tokens/s	約5,100 tokens/s
WebVoyager	80.5%	80%未満
パラメータ数	約12B	約8B
推論ハードウェア	NVIDIA H100 ×1	NVIDIA H100 ×1

H100 1台、vLLM v0.14.1、100同時ワーカーでの測定結果（出典）

WebVoyager 80.5%：実用レベルのWeb操作能力

WebVoyagerは、AIエージェントが実際のWebサイトを操作してタスクを完了できるかを測定するベンチマークです。Holotron-12Bはベースモデル（Nemotron）の35.1%から80.5%へと大幅に向上し、画面の認識・UIの理解・複数ステップの操作計画において実用水準に達しています。

H Companyはこのモデルを「コンピュータ操作エージェントの”脳”」と位置づけており、画面を認識し（Perceive）、ワークフローを判断し（Decide）、インタラクティブに操作する（Act）という3つのステップを1つのモデルで実行します。

Claude Computer Use・Operatorとの違い

Holotron-12Bは、AnthropicのClaude Computer UseやOpenAIのOperatorとは異なるポジションを取っています。Claude Computer UseやOperatorはクローズドなAPI/サービスとして提供され、単一タスクの精度を追求しています。一方、Holotron-12Bはオープンソースでセルフホスト可能であり、100台の同時エージェントを1台のH100で処理できるスループットの高さが売りです。

企業が大量のPC操作タスクを自動化する場面——データ入力の一括処理、Webスクレイピング、UIテストの並列実行など——で特に強みを発揮する設計です。精度最優先の単一エージェントではなく、スループット最優先の大規模デプロイメント向けモデルと言えます。

利用方法

Holotron-12BはHugging Faceからダウンロードでき、推論にはvLLM v0.14.1以上が推奨されています。NVIDIA H100 1台で100同時ワーカーの処理が実証されており、BF16精度で動作します。

ライセンスはNVIDIA Open Model Licenseで、商用利用も可能です。ただしローカルPCで気軽に動かせるモデルではなく、クラウドGPUまたはエンタープライズ環境での利用が前提となります。現時点では量子化（4-bit, 8-bit）版は提供されていません。

まとめ

Holotron-12Bは、SSM×Attentionハイブリッド設計で従来比2倍のスループットを達成したPC操作AIエージェントです。単一タスクの精度ではClaude Computer Useに分がある可能性がありますが、大量の並列エージェントを低コストで運用したい企業ユースケースでは独自の価値を持ちます。

Computer Use型AIエージェントはまだ発展途上の分野であり、今後の競争激化が予想されます。NVIDIAエコシステムとの密な連携もあり、H Companyの次世代モデル（MoE統合型）の動向にも注目です。

参考リンク

#Computer Use

最新記事

Holotron-12B登場｜SSM×Attention設計で従来2倍のスループットを実現するPC操作AIエージェント

ChatGPT（GPT 5.4）に「Computer Use」機能が登場──PCを自動操作するAIエージェントの実力と課題