Hark 的 Handoff 在 Online-Mind2Web 上得分 97.7,登顶 AI 基准测试,领先 GPT-5.4

据 Beating 报道,Hark——一家由 Figure CEO Brett Adcock 创立的 AI 公司——发布了其首款 AI Agent 产品 Handoff。该产品可自主操作网站,完成点餐、购物和填写表格等任务。Handoff 在 Online-Mind2Web 基准测试中取得 97.7 分,排名第一,超过 GPT-5.4(54 分)和 Claude Opus 4.8(48 分)。不过,它仅以 0.4 分领先排名第二的 Yutori。该基准测试并未覆盖所有最新模型,而在 WebTailBench v2 评测中,Handoff 的得分低于 GPT-5.5(68.6 比 72.3)。
免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论