研究與評測
新創 Hark 發表網頁操作代理 Handoff，宣稱 OM2W 跑分達 97.7 且成本不到 GPT 5.5 十分之一
VentureBeat單一來源
尚未逐項核實
目前依單一來源整理，這是來源數量描述，不是對消息真假的判定。
據報導，由連續創業家 Brett Adcock 創立的 AI 新創 Hark 今日發表網頁操作代理（computer use agent, CUA）「Handoff」，主打能端到端自主執行訂餐、訂機票或發送招募訊息等網頁任務，今日於官網開放註冊，預計本月稍晚正式釋出。Hark 宣稱 Handoff 在 Online-Mind2Web（OM2W）評測基準中獲得 97.7 分的最高紀錄，擊敗 OpenAI GPT 5.4（92.8 分）、Anthropic Claude Opus 4.8（84.1 分）與 Google Gemini 2.5 Pro（69 分）。
在成本與速度方面，Hark 表示其輸入與輸出每百萬 token 價格分別為 0.18 美元與 2.37 美元，不到 GPT 5.5（5 美元與 30 美元）的十分之一，且每輪模型延遲僅 0.8 秒。技術架構上，Handoff 會為每次請求啟動具備獨立瀏覽器、檔案系統與終端機的專屬虛擬電腦，並允許使用者連結現有帳號以存取歷史紀錄與付款資訊。
然而報導指出，Hark 提供的跑分與延遲數據僅與上一代前沿模型比較，忽略了 GPT-5.6、Opus 5 以及 DeepSeek V4、Kimi K3、Qwen3.8-Max 等當前在電腦操作領域有顯著提升的最新競品。此外，Hark 引用的競品延遲數據（GPT 5.5 為 6.8 秒、Opus 4.8 為 6 秒）是由 Hark 內部在競品開啟最高且最慢推理等級下所測得，目前尚無第三方獨立數據可供驗證。
讀原始報導背景
近期科技圈紛紛投入能自主操作網頁的 AI 代理（Agent）領域，例如 OpenAI 曾推出名為 Operator 的網頁操作代理預覽版。而 Hark 此次宣稱霸榜的 Online-Mind2Web 是一個具備人工評估機制的第三方基準測試，該測試已於 2026 年 5 月更新至 v2 提交架構，以加速人工審查流程。