Проект DrivingBench протестировал четыре ИИ-модели за рулём реального автомобиля

Аппаратное тестирование показало, что управление реальной машиной по силам только модели Astra от OpenAI, и то со второй попытки. Результат задаёт вопросы о готовности коммерческих ИИ к задачам, где ошибка стоит дорого.
21 сентября проект DrivingBench опубликовал результаты теста, в котором четырём передовым коммерческим моделям общего назначения — GPT-6 Astra, Claude Fable 5.1, Grok 4.6 и GPT-5.6 Sol — дали управление реальным автомобилем. Задача — проехать недлинный маршрут. С ней справилась только Astra, последняя на тот момент модель от OpenAI, и то со второй попытки.
Тест DrivingBench отличался от привычных проверок нейросетей на симуляторах: моделям дали не игровую среду, а реальную машину. GPT-6 Astra, Claude Fable 5.1, Grok 4.6 и GPT-5.6 Sol получили одинаковый маршрут. Три из четырёх не справились с задачей. Astra прошла маршрут только со второй попытки.
Нейросети используются в беспилотном транспорте давно, поэтому результат теста вызывает вопросы: если коммерческие модели общего назначения не могут проехать простой маршрут с первой попытки, насколько они готовы к задачам, где цена ошибки — не испорченный балл, а реальный ущерб.
N+1 · права на исходный материал принадлежат автору.
Материал носит информационный характер и не является индивидуальной инвестиционной рекомендацией. Операции с криптовалютами связаны с риском полной потери вложенных средств. Подробнее — «Отказ от ответственности».
Разборы событий, итоги дня и то, что двигает рынок. Без сигналов и обещаний — только факты и что они значат.
Читать в Telegram →По теме
- ▪Microsoft сделает Copilot средством диагностики неполадок Windows3DNews · 18 ноября
- ▪Google открыла бесплатный доступ к ИИ-агенту Gemini Tasks в шести странахiXBT · 18 ноября
- ▪OpenAI выпустила GPT-6.2 Astra и Sol: Astra в API подешевела на 20%Tproger · 17 ноября
- ▪Сбер оценил выручку ОМК в 2,569 трлн рублей до 2036 годаiXBT · 17 ноября