API不要でウェブサイトを操作する仕組み

Handoffは、公式APIに依存しません。各タスクごとに専用の仮想コンピュータ（ブラウザ、ファイルシステム、ターミナルを含む）を起動し、人間と同じようにウェブサイトと対話します。ページの構造や視覚的な手がかりを解釈し、どこをクリックするか、何を入力するか、いつスクロールするかを判断します。これにより、Target、Walmart、OpenTable、DoorDash、United、Delta、LinkedInなど、公式の自動化エンドポイントを提供していないサイトでも動作可能です。

自動化できるタスク

Harkによれば、Handoffは以下のような多段階のオンラインワークフローを処理できます：

• フードデリバリーの注文（DoorDashなど）
• 旅行予約（ユナイテッド航空、デルタ航空のフライトなど）
• オンラインショッピング（Target、Walmartなど）
• レストラン予約（OpenTableなど）
• メッセージ送信・採用活動（LinkedInなど）
• リサーチ、確定申告、その他フォーム入力の多いタスク

アーキテクチャ：次のトークンではなく、次のアクションを予測

Harkは、標準的なLLMのパラダイムから意図的に転換しました。テキストの次の単語を予測する代わりに、Handoffのモデルは次のGUIアクション（特定の画面上の位置でのクリック、スクロール、キーボード入力）を予測するように設計されています。現在のリリースではポストトレーニングモデル（既存のベースモデルを微調整）を使用しており、2026年中にスクラッチからのプレトレーニングに移行する計画です。Harkは、本格的なプレトレーニングに着手する前に、データパイプラインとトレーニング手法を迅速に改善できると説明しています。

ベンチマーク性能：OM2Wで97.7を達成

Harkは、Handoffがウェブ閲覧AIの業界標準ベンチマークである**Online-Mind2Web（OM2W）**において、これまでの最高スコアを達成したと主張しています。報告されたスコアは以下の通りです：

• Hark Handoff： 97.7
• GPT-5.5： 92.8
• Opus 4.8： 84.1
• Gemini 2.5 Pro： 69.0

価格は、入力トークン100万あたり0.18ドル、出力トークン100万あたり2.37ドルと設定されており、GPT-5.5（入力5ドル/出力30ドル）の10分の1以下です。Harkは、ウェブ操作タスクにおいて、HandoffはOpenAI、Anthropic、Googleのフロンティアモデルよりも高速かつ圧倒的に低コストであると主張しています。これらはサードパーティのベンチマークに基づく企業の主張であり、実際のタスク完了率やコスト比較に関する独立した検証はまだ利用できません。

現在のステータス

2026年8月現在、Handoffはクローズドな研究プレビュー段階にあります。ユーザーはHarkのウェブサイトでウェイティングリストに登録できます。フルパブリックリリースは2026年夏頃を予定しています。技術スタックはまだ進化中で、当面はポストトレーニングモデルを使用し、年内にプレトレーニングを開始する計画です。

API不要でウェブサイトを操作する仕組み

Handoffは、公式APIに依存しません。各タスクごとに専用の仮想コンピュータ（ブラウザ、ファイルシステム、ターミナルを含む）を起動し、人間と同じようにウェブサイトと対話します。ページの構造や視覚的な手がかりを解釈し、どこをクリックするか、何を入力するか、いつスクロールするかを判断します。これにより、Target、Walmart、OpenTable、DoorDash、United、Delta、LinkedInなど、公式の自動化エンドポイントを提供していないサイトでも動作可能です。

自動化できるタスク

Harkによれば、Handoffは以下のような多段階のオンラインワークフローを処理できます：

• フードデリバリーの注文（DoorDashなど）
• 旅行予約（ユナイテッド航空、デルタ航空のフライトなど）
• オンラインショッピング（Target、Walmartなど）
• レストラン予約（OpenTableなど）
• メッセージ送信・採用活動（LinkedInなど）
• リサーチ、確定申告、その他フォーム入力の多いタスク

アーキテクチャ：次のトークンではなく、次のアクションを予測

Harkは、標準的なLLMのパラダイムから意図的に転換しました。テキストの次の単語を予測する代わりに、Handoffのモデルは次のGUIアクション（特定の画面上の位置でのクリック、スクロール、キーボード入力）を予測するように設計されています。現在のリリースではポストトレーニングモデル（既存のベースモデルを微調整）を使用しており、2026年中にスクラッチからのプレトレーニングに移行する計画です。Harkは、本格的なプレトレーニングに着手する前に、データパイプラインとトレーニング手法を迅速に改善できると説明しています。

ベンチマーク性能：OM2Wで97.7を達成

Harkは、Handoffがウェブ閲覧AIの業界標準ベンチマークである**Online-Mind2Web（OM2W）**において、これまでの最高スコアを達成したと主張しています。報告されたスコアは以下の通りです：

• Hark Handoff： 97.7
• GPT-5.5： 92.8
• Opus 4.8： 84.1
• Gemini 2.5 Pro： 69.0

価格は、入力トークン100万あたり0.18ドル、出力トークン100万あたり2.37ドルと設定されており、GPT-5.5（入力5ドル/出力30ドル）の10分の1以下です。Harkは、ウェブ操作タスクにおいて、HandoffはOpenAI、Anthropic、Googleのフロンティアモデルよりも高速かつ圧倒的に低コストであると主張しています。これらはサードパーティのベンチマークに基づく企業の主張であり、実際のタスク完了率やコスト比較に関する独立した検証はまだ利用できません。

現在のステータス

2026年8月現在、Handoffはクローズドな研究プレビュー段階にあります。ユーザーはHarkのウェブサイトでウェイティングリストに登録できます。フルパブリックリリースは2026年夏頃を予定しています。技術スタックはまだ進化中で、当面はポストトレーニングモデルを使用し、年内にプレトレーニングを開始する計画です。