Hark刻意偏離標準LLM嘅做法。傳統大語言模型係預測text sequence入面嘅下一個token(字詞),但Handoff嘅模型係設計成預測下一個圖形使用者介面動作——即係喺畫面特定位置做一個click、scroll或者打字輸入。而家呢個版本用嘅係post-trained model(喺現有基礎上做微調),計劃喺2026年內轉為由頭開始pre-training
。Hark話呢個做法可以令佢哋更快改進數據管道同訓練方法,等準備好先至正式開始完整嘅pre-training
。
定價方面,input token每百萬個收**$0.18**,output token每百萬個收**$2.37**——比GPT-5.5(input $5 / output $30)平超過九成。Hark話Handoff喺網頁使用任務上,速度又快、價錢又遠比OpenAI、Anthropic同Google嘅頂尖模型平
。以上係公司基於第三方基準測試嘅聲稱,實際任務完成率同成本比較仲未有獨立驗證。
截至2026年8月,Handoff處於封閉研究預覽階段。有興趣嘅用家可以去Hark官網登記waitlist。完整公開版本預計喺2026年夏季末推出。技術方面仲不斷演進:而家model係post-trained,計劃年底前轉做pre-training
。