Hark는 기존의 대형 언어 모델(LLM) 패러다임에서 의도적으로 선회했다. 전통적인 LLM은 문장에서 '다음 단어(토큰)'를 예측하는 데 최적화된 반면, Handoff의 모델은 다음 그래픽 사용자 인터페이스(GUI) 동작—특정 화면 위치에서의 클릭, 스크롤, 키보드 입력—을 예측하도록 설계되었다. 현재 버전은 기존 모델을 미세 조정한 포스트 트레이닝(Post-trained) 모델을 사용하며, 2026년 안에 처음부터 다시 학습하는 **프리트레이닝(Pre-training)**으로 전환할 계획이다
. Hark는 이러한 접근 방식이 데이터 파이프라인과 훈련 방법을 더 빠르게 개선할 수 있게 해준다고 설명한다
.
Hark는 Handoff가 웹 브라우징 AI의 업계 표준 벤치마크인 **Online-Mind2Web(OM2W)**에서 역대 최고 점수를 기록했다고 주장한다. 수치는 인간 평가를 기반으로 한다.
가격은 입력 토큰당 100만 개에 0.18달러, 출력 토큰당 2.37달러로, GPT-5.5(입력 5달러/출력 30달러)의 10분의 1 미만이다. Hark는 Handoff가 웹 사용 작업에서 OpenAI, Anthropic, Google의 최첨단 모델보다 훨씬 빠르고 저렴하다고 주장하지만, 이는 회사 측 주장이며 실제 작업 성공률과 비용 비교에 대한 독립적인 검증은 아직 이루어지지 않았다
.
2026년 8월 현재, Handoff는 클로즈드 리서치 프리뷰 단계이며 Hark 웹사이트에서 대기자 명단에 등록할 수 있다. 정식 공개는 2026년 여름 말로 예상된다. 기술 스택도 계속 진화 중이다: 현재는 포스트 트레이닝 모델이지만, 연내 프리트레이닝으로 전환할 계획이다
.