GPT 6 Astra jako jedyny z czterech modeli ukończył trasę DrivingBench: 134,7 m w 5 minut i 22 sekundy, za drugim podejściem.[14][15][34] Udana próba zużyła 6,6 mln tokenów i kosztowała 7,74 dol. za korzystanie z modelu.
Opublikowane przezEdytowane za pomocą GPT-6 SolObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: According to the DrivingBench report, how did OpenAI’s GPT-6View Astra become the first commercial large language model to steer a real car. Article summary: DrivingBench’s result was a narrow but notable proof of concept: OpenAI’s GPT-6 Astra—not “GPT-6View Astra” in the available sources—was the only tested model to complete a real-car cone course, succeeding on its second . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Prawdziwa Toyota Corolla pokonała trasę między pachołkami, wykonując polecenia modelu AI. To istotniejsze niż przejazd w symulatorze, lecz ukończenie tego testu nie jest równoznaczne z gotowością do jazdy bez kierowcy. W porównaniu DrivingBench model OpenAI GPT-6 Astra — nie „GPT-6View Astra” — jako jedyny z czterech badanych dotarł do końca. Udało mu się to za drugim razem, na pustym parkingu i pod nadzorem człowieka siedzącego za kierownicą, gotowego zahamować.14
15
5
DrivingBench stworzyli Tobias Gessler, Simon Mahns i Aditya Ramabadran, by sprawdzić modele ogólnego przeznaczenia w fizycznym zadaniu, a nie tylko w symulacji. Toyota Corolla była połączona ze sprzętem Comma 4 i systemem sterowania opartym na openpilot. Każdy model mógł podjąć do trzech prób w ramach jednej ciągłej rozmowy, dzięki czemu mógł wykorzystać informacje z wcześniejszego przejazdu.11
36
Model otrzymywał obraz z dwóch kamer oraz dane o pojeździe. Sterował nim polecenie po poleceniu: observe służyło do pobierania obrazu i danych, set_motion do zadawania skrętu i prędkości, a stop_now do zatrzymania auta. Człowiek w fotelu kierowcy stanowił zabezpieczenie na wypadek konieczności hamowania. Organizatorzy opublikowali nagrania i zapisy poleceń z prób.5
11
Pierwszą próbę Astra zakończył po pokonaniu 49% trasy. Badacze poprosili go następnie o przeanalizowanie błędów. W drugiej próbie przejechał całe 134,7 m w 5 minut i 22 sekundy.15
34 Średnia prędkość, liczona razem z postojami, wyniosła około 0,94 mili na godzinę, czyli około 1,5 km/h. Nie oznacza to, że chwilowa prędkość nigdy nie była wyższa.
34
Pozostałe modele nie ukończyły trasy. Najlepszy wynik Claude Fable 5.1 wyniósł 45%; Grok 4.6 i GPT-5.6 Sol pokonały znacznie krótszy odcinek. Według relacji z testu pierwszy zakręt był częstym miejscem niepowodzenia.4
40 Astra był więc pierwszy w tym konkretnym porównaniu, a nie w teście obejmującym wszystkie dostępne modele i sytuacje drogowe.
11
14
Zapis udanej próby podaje 6,6 mln tokenów i 7,74 dol. kosztu korzystania z modelu. Po przeliczeniu na milę daje to około 92,47 dol. — wyłącznie jako ekstrapolację kosztu jednego krótkiego przejazdu. Kwota nie obejmuje samochodu, sprzętu ani nadzoru człowieka i nie mówi, ile kosztowałaby dłuższa jazda.34
11
W innym zestawieniu pojawia się około 9,75 dol. za obie próby Astry łącznie. Nie należy mylić tej sumy z kwotą 7,74 dol., którą zapis DrivingBench przypisuje samej udanej, drugiej próbie.8
34
DrivingBench pokazał, że model ogólnego przeznaczenia potrafi wykorzystać obraz z kamer, dane z pojazdu i narzędzia sterujące, by po informacji zwrotnej ukończyć jedno zadanie w rzeczywistym świecie.36
15 Granice tego wyniku są jednak wyraźne: krótka, ustalona trasa na pustym parkingu, tempo spacerowe i człowiek gotowy do hamowania. Test nie wykazał niezawodności w ruchu ulicznym, samodzielnego reagowania na sytuacje awaryjne ani opłacalności długich przejazdów.
5
11
34 To dowód możliwości w kontrolowanych warunkach, nie dowód bezpieczeństwa jazdy bez nadzoru.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
GPT 6 Astra jako jedyny z czterech modeli ukończył trasę DrivingBench: 134,7 m w 5 minut i 22 sekundy, za drugim podejściem.[14][15][34]
GPT 6 Astra jako jedyny z czterech modeli ukończył trasę DrivingBench: 134,7 m w 5 minut i 22 sekundy, za drugim podejściem.[14][15][34] Udana próba zużyła 6,6 mln tokenów i kosztowała 7,74 dol. za korzystanie z modelu.
Eksperyment potwierdza możliwość sterowania autem przez model ogólnego przeznaczenia w jednym ściśle ograniczonym zadaniu.