Handoff er ikke avhengig av offisielle API-er. For hver oppgave spinner den opp en dedikert virtuell datamaskin – med egen nettleser, filsystem og terminal – og samhandler med nettsider på samme måte som et menneske . Den tolker sidestruktur og visuelle ledetråder for å bestemme hvor den skal klikke, hva den skal skrive, og når den skal scrolle. Dette gjør at den kan operere på nettsteder som ikke tilbyr offentlige automatiseringsendepunkter, inkludert Target, Walmart, OpenTable, DoorDash, United, Delta og LinkedIn .
Ifølge Hark håndterer Handoff et bredt spekter av flertrinns arbeidsflyter på nettet :
Hark har bevisst beveget seg bort fra den vanlige LLM-paradigmen. I stedet for å forutsi neste ord i en tekstsekvens, er Handoffs modell bygget for å forutsi neste handling i brukergrensesnittet – et klikk, en rulling eller en tastaturinndata på et bestemt sted på skjermen . Den nåværende utgivelsen bruker en post-trent modell (finjustert på en eksisterende base), med planer om å gå over til å trene fra bunnen av senere i 2026 . Hark sier at denne tilnærmingen lar dem iterere raskere på datapipelines og treningsmetoder før de forplikter seg til en full trening .
Hark hevder at Handoff oppnådde den høyeste poengsummen til dags dato på Online-Mind2Web (OM2W)-benchmarken, en menneskeevaluert bransjestandard for nettlesende KI-ytelse . De rapporterte skårene er:
Prisene er oppgitt til 0,18 dollar per million inndatatokens og 2,37 dollar per million utdatatokens – mindre enn en tiendedel av prisen for GPT-5.5 (5 dollar inndata / 30 dollar utdata) . Hark hevder at Handoff både er raskere og dramatisk billigere enn frontlinjemodeller fra OpenAI, Anthropic og Google for nettoppgaver . Dette er selskapets påstander på en tredjeparts benchmark; uavhengig verifisering av oppgaveløsningsrater og kostnadssammenligninger er foreløpig ikke tilgjengelig.
Per august 2026 er Handoff i en lukket forskningsforhåndsvisning. Brukere kan melde seg på en venteliste på Harks nettside. En full offentlig utgivelse forventes i slutten av sommeren 2026 . Teknologistabelen er fortsatt under utvikling: modellen er foreløpig post-trent, med pre-trening planlagt før årsslutt .
Handoff er ikke avhengig av offisielle API-er. For hver oppgave spinner den opp en dedikert virtuell datamaskin – med egen nettleser, filsystem og terminal – og samhandler med nettsider på samme måte som et menneske . Den tolker sidestruktur og visuelle ledetråder for å bestemme hvor den skal klikke, hva den skal skrive, og når den skal scrolle. Dette gjør at den kan operere på nettsteder som ikke tilbyr offentlige automatiseringsendepunkter, inkludert Target, Walmart, OpenTable, DoorDash, United, Delta og LinkedIn .
Ifølge Hark håndterer Handoff et bredt spekter av flertrinns arbeidsflyter på nettet :
Hark har bevisst beveget seg bort fra den vanlige LLM-paradigmen. I stedet for å forutsi neste ord i en tekstsekvens, er Handoffs modell bygget for å forutsi neste handling i brukergrensesnittet – et klikk, en rulling eller en tastaturinndata på et bestemt sted på skjermen . Den nåværende utgivelsen bruker en post-trent modell (finjustert på en eksisterende base), med planer om å gå over til å trene fra bunnen av senere i 2026 . Hark sier at denne tilnærmingen lar dem iterere raskere på datapipelines og treningsmetoder før de forplikter seg til en full trening .
Hark hevder at Handoff oppnådde den høyeste poengsummen til dags dato på Online-Mind2Web (OM2W)-benchmarken, en menneskeevaluert bransjestandard for nettlesende KI-ytelse . De rapporterte skårene er:
Prisene er oppgitt til 0,18 dollar per million inndatatokens og 2,37 dollar per million utdatatokens – mindre enn en tiendedel av prisen for GPT-5.5 (5 dollar inndata / 30 dollar utdata) . Hark hevder at Handoff både er raskere og dramatisk billigere enn frontlinjemodeller fra OpenAI, Anthropic og Google for nettoppgaver . Dette er selskapets påstander på en tredjeparts benchmark; uavhengig verifisering av oppgaveløsningsrater og kostnadssammenligninger er foreløpig ikke tilgjengelig.
Per august 2026 er Handoff i en lukket forskningsforhåndsvisning. Brukere kan melde seg på en venteliste på Harks nettside. En full offentlig utgivelse forventes i slutten av sommeren 2026 . Teknologistabelen er fortsatt under utvikling: modellen er foreløpig post-trent, med pre-trening planlagt før årsslutt .