Hark Handoff: agente de IA a USD 0.18 por millón de tokens

Hark lanza Handoff: el agente de IA que navega la web por ti a una fracción del costo

Hark, la startup de IA fundada por el emprendedor en serie Brett Adcock, anunció hoy Handoff, un agente de uso de computadora (CUA) que afirma estar entre los de mejor rendimiento del mundo para navegar la web de forma autónoma. El sistema registró un puntaje de 97.7 en el benchmark Online-Mind2Web, superando a GPT 5.4 de OpenAI (92.8), Claude Opus 4.8 de Anthropic (84.1) y Gemini 2.5 Pro de Google (69).

Lo que hace que este lanzamiento sea relevante para founders: Handoff cuesta menos de una décima parte que los modelos frontier competidores. La compañía cobra USD 0.18 por millón de tokens de entrada y USD 2.37 por millón de tokens de salida, frente a los USD 5 y USD 30 de GPT 5.5. Además, promete una latencia de 0.8 segundos por turno, significativamente más rápido que los 6-6.8 segundos que Hark midió para competidores.

Las inscripciones están abiertas desde hoy en hark.com, con disponibilidad planeada para finales de este mes como parte del lanzamiento inicial de la plataforma de software de Hark.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Cómo funciona Handoff y qué puede hacer?

Para cada solicitud, Handoff crea una computadora virtual dedicada con su propio navegador, sistema de archivos y terminal. Los usuarios pueden conectar cuentas existentes para que el agente pueda iniciar sesión y actuar con direcciones guardadas, métodos de pago e historial.

En un video de anuncio de aproximadamente cuatro minutos publicado en YouTube, Adcock demuestra Handoff navegando el sitio web de un florista para realizar un pedido mientras narra que, a diferencia de un chatbot típico, Handoff "siempre está trabajando, está en bucle". La compañía muestra casos de uso como pedir comida en DoorDash, reservar vuelos en United y Delta, o enviar mensajes a candidatos a empleos en LinkedIn, todo de forma autónoma de extremo a extremo.

La investigación de Hark reveló un dato crítico: aunque las personas pasan el 75% de su tiempo frente a la pantalla cada día en un navegador, menos de 1 de cada 1.000 sitios web tiene APIs públicamente accesibles. Esto hace desafiante para los agentes de IA hacerse cargo de la carga de trabajo sin una solución como Handoff que pueda interactuar directamente con interfaces web.

Los números detrás de Hark: funding, valoración y trayectoria del fundador

Hark no es una startup que emerge de la nada. La compañía levantó una ronda Serie A de USD 700 millones en mayo de 2026 a una valoración de USD 6.000 millones, según reportó TechCrunch. La ronda fue liderada por Parkway Venture Capital, con participación de Nvidia, AMD, Intel Capital, Qualcomm Ventures, Salesforce Ventures y ARK Invest, entre otros.

Brett Adcock sembró la compañía con USD 100 millones de su propio dinero y permanece como fundador y CEO tanto de Figure como de Hark simultáneamente. Hark es la cuarta empresa de Adcock: previamente cofundó el marketplace de talento Vettery (vendido en 2018 por aproximadamente USD 100 millones), el fabricante de taxis aéreos Archer Aviation, y la unicornio de robótica humanoide Figure AI.

La compañía actualmente tiene 70 empleados y opera un centro de datos con GPUs Nvidia B200. Entre su equipo ejecutivo se encuentra Abidur Chowdhury, ex ejecutivo de producto de Apple, quien se desempeña como director de diseño.

Preguntas abiertas: benchmarks, modelos actuales y transparencia

A pesar de los impresionantes números de Handoff, persisten preguntas importantes para clientes empresariales y usuarios potenciales.

Los benchmarks comparan contra modelos de la generación anterior. Las comparaciones de benchmark que Hark proporcionó son contra GPT 5.5, GPT 5.4, Opus 4.8 y Gemini 2.5 Pro. Los líderes actuales, GPT-5.6 de OpenAI y Opus 5 de Anthropic, están ausentes, al igual que contendientes open-source fuertes como DeepSeek V4, Kimi K3 y Qwen3.8-Max. Estos modelos más nuevos no han publicado resultados en Online-Mind2Web, lo que significa que la afirmación de "mejor puntaje de la historia" de Hark no puede verificarse actualmente contra los sistemas más potentes disponibles.

La omisión es notable porque los modelos frontier más nuevos han registrado sus mayores ganancias precisamente en uso de computadora: en OSWorld 2.0, un benchmark relacionado que cubre control total de computadora, Opus 5 de Anthropic registra aproximadamente 70.6% frente a 55.7% para el modelo Opus 4.8 que Hark eligió como punto de comparación.

Dos de tres benchmarks se ejecutaron en el propio entorno de Hark. WebTailBench v2 y una evaluación interna no nombrada se ejecutaron dentro del harness propio de Hark, con tasas de aprobación computadas por el juez LLM interno de la compañía, condiciones que la empresa controla. En WebTailBench v2, GPT 5.5 registra 72.3 frente a 68.6 de Handoff.

El modelo base no está especificado. Hark reconoce que solo ha realizado post-entrenamiento hasta ahora, con pre-entrenamiento "planeado para finales de este año". Esto significa que Handoff está construido sobre un modelo base que Hark no entrenó. La compañía no ha especificado cuál es ese modelo base ni qué mezcla de datos propietarios y abiertos se utilizó para entrenar Handoff.

Seguridad y privacidad en computadoras virtuales. Para usuarios empresariales, una pregunta crítica es: ¿quién puede acceder a las computadoras virtuales dedicadas y a los archivos creados en ellas? Un portavoz de Hark dijo que "la seguridad y privacidad es un enfoque principal, pero esto es una vista técnica preliminar", agregando que la compañía compartirá más cuando el producto llegue al mercado a finales del verano.

El historial promocional de Adcock: contexto para evaluar las afirmaciones

El estilo promocional de Adcock ha atraído escépticos. En abril de 2025, el corresponsal de Fortune Jason Del Rey reportó que la muy publicitada asociación de Figure con BMW era mucho más modesta que las afirmaciones públicas de Adcock sobre una "flota" de robots realizando "operaciones de extremo a extremo": un portavoz de BMW dijo que un solo robot de Figure estaba practicando recoger piezas durante horas no productivas.

En la red social X, Adcock llamó a la historia "caracterizaciones erróneas y mentiras directas" y amenazó con una demanda por difamación. Dos meses después, TechCrunch reportó que Adcock omitió una demostración en vivo prometida en una conferencia tecnológica y evadió preguntas sobre el acuerdo con BMW en el escenario.

Nada de esto significa que los números de Handoff sean incorrectos. El agente puede ser excelente, y los precios, si se mantienen, undercutearían a cada laboratorio principal. Pero el historial sugiere que los founders deben evaluar las afirmaciones con datos verificables independientes cuando estén disponibles.

¿Qué significa esto para tu startup?

El lanzamiento de Handoff representa un punto de inflexión en la carrera de agentes de IA autónomos, pero también plantea decisiones estratégicas para founders que evalúan implementar automatización en sus operaciones.

Primero, la relación costo-rendimiento cambia la ecuación de adopción. Si Handoff realmente entrega rendimiento comparable a modelos frontier a una décima parte del costo, startups que dependen de automatización de tareas web (reclutamiento, investigación de mercado, gestión de proveedores) podrían reducir significativamente sus costos operativos. Una startup que gasta USD 10.000 mensuales en APIs de modelos frontier podría potencialmente reducir eso a USD 1.000-2.000 con Handoff, asumiendo que el rendimiento se mantiene en tareas reales.

Segundo, la falta de APIs no es más una barrera. El dato de que menos de 1 de cada 1.000 sitios web tiene APIs públicas ha sido un cuello de botella para automatización. Handoff resuelve esto navegando interfaces web directamente, lo que abre posibilidades para startups que necesitan integrar con ecosistemas cerrados (plataformas de e-commerce, sistemas de reservas, marketplaces de talento).

Tercero, evalúa benchmarks con escepticismo. Las comparaciones de Hark contra modelos de generación anterior y en entornos controlados por la propia empresa son una bandera roja. Antes de comprometer recursos significativos, solicita pruebas en tus propios casos de uso específicos y compara contra alternativas actuales.

Acciones concretas que puedes implementar

Prueba Handoff en un caso de uso de bajo riesgo antes de escalar. Conecta una cuenta secundaria o de prueba y delega tareas repetitivas como investigación de proveedores o programación de reuniones. Mide tiempo ahorrado versus errores.
Audita tus flujos de trabajo actuales para identificar tareas que consumen más del 20% del tiempo de tu equipo y que involucran navegación web repetitiva. Prioriza aquellas donde un error tiene bajo costo (investigación vs. transacciones financieras).
Establece criterios de evaluación claros antes de adoptar cualquier agente de IA: tasa de éxito en tareas completas, tiempo promedio por tarea, costo por tarea completada, y requerimientos de supervisión humana. No te fíes solo de benchmarks públicos.
Considera el lock-in tecnológico. Handoff crea computadoras virtuales dedicadas con tu historial y credenciales. Evalúa qué tan portable es tu configuración si decides cambiar de proveedor en el futuro.

Conclusión

Hark Handoff representa un avance significativo en agentes de IA de uso de computadora, con precios que podrían democratizar el acceso a automatización web para startups que antes no podían justificar el costo de modelos frontier. Sin embargo, las preguntas pendientes sobre benchmarks contra modelos actuales, transparencia del modelo base, y seguridad de datos requieren que founders adopten un enfoque de "confiar pero verificar".

Para el ecosistema startup hispanohablante, esto abre oportunidades: equipos pequeños en LATAM y España pueden competir con operaciones más grandes al automatizar tareas que antes requerían personal dedicado. Pero la clave está en implementación gradual, medición rigurosa y no depender de un solo proveedor para operaciones críticas.

El verdadero test llegará cuando Handoff enfrente tareas del mundo real fuera del entorno controlado de la empresa. Hasta entonces, los founders deben balancear el entusiasmo por la tecnología con la debida diligencia que caracteriza a los mejores operadores del ecosistema.