GPT-6 Astra has gained the ability to drive a car
DrivingBench — это тест, в котором передовые языковые модели управляют настоящим Toyota Corolla на фиксированном конусном курсе, получая доступ к рулю, педали газа и тормоза через API. Оценка ведётся по прогрессу вдоль центральной линии трассы (в пределах 4 м от неё) и времени завершения, при этом столкновения фиксируют достигнутый прогресс. Модели получают до трёх попыток в одном непрерывном чате, а их трассировки и видео доступны для анализа.
Лидерборд показывает, что только GPT-6 Astra смог завершить курс: на второй попытке он проехал 100% трассы за 5 минут 22 секунды, совершив 24 команды и израсходовав 6,6 млн токенов ($7,74). Его первая попытка остановилась на 49% из-за схода с трассы (DNF). Claude Fable 5.1 достиг максимума в 45% на третьей попытке, Grok 4.6 — 11%, а GPT-5.6 Sol не превысил 6% во всех трёх попытках. Все модели, кроме успешной попытки Astra, завершили заезд DNF. Тест подчёркивает огромный разрыв между возможностями современных ИЛМ и реальным вождением, даже в упрощённых условиях.