Hark har medvetet frångått den vanliga LLM-paradigmen. Istället för att förutsäga nästa ord i en textsekvens, är Handoffs modell konstruerad för att förutsäga nästa grafiska gränssnittshandling – ett klick, en scroll eller en tangentbordsinmatning på en specifik skärmposition . Den nuvarande versionen använder en eftertränad modell (finjusterad på en befintlig bas), med planer på att övergå till förträning från grunden senare under 2026
. Hark uppger att detta tillvägagångssätt gör att de kan iterera snabbare på datapipelines och träningsmetoder innan de genomför en full förträningskörning
.
Hark hävdar att Handoff uppnått det högsta resultatet hittills på Online-Mind2Web (OM2W)-riktmärket, en branschstandard som utvärderas av människor för AI-prestanda i webbläsare . De rapporterade resultaten är:
Priset anges till 0,18 dollar per miljon inmatningstoken och 2,37 dollar per miljon utmatningstoken – mindre än en tiondel av kostnaden för GPT-5.5 (5 dollar in / 30 dollar ut) . Hark hävdar att Handoff både är snabbare och dramatiskt billigare än banbrytande modeller från OpenAI, Anthropic och Google för webbuppgifter
. Detta är dock företagets egna påståenden baserade på ett tredjepartsriktmärke; oberoende verifiering av verkliga slutförandegrader och kostnadsjämförelser finns ännu inte tillgänglig.
I augusti 2026 befinner sig Handoff i en sluten forskningsförhandsvisning. Användare kan registrera sig på en väntelista via Harks webbplats. En fullständig offentlig lansering förväntas ske i slutet av sommaren 2026 . Teknikstacken är fortfarande under utveckling: modellen är eftertränad för närvarande, med förträning planerad före årsskiftet
.