Модели посадили за руль настоящей машины — трассу целиком прошла GPT-6 Astra

Проект DrivingBench подключил модели к настоящей Toyota Corolla и отдал им руль, газ и тормоз. Каждой модели давали до трёх попыток пройти трассу.

GPT-6 Astra, Claude Fable 5.1 и Grok 4.6 проверяли на одном и том же маршруте. Полностью проехала только Astra: с первой попытки она прошла 49% трассы, затем ей дали разобрать собственные ошибки, и со следующего раза маршрут был пройден целиком.

Остальные модели трассу не закончили. Тест меряет не вождение как таковое, а способность модели действовать в физической среде с обратной связью — на Hacker News обсуждают, насколько закрытая трасса вообще говорит что-то о дорогах.