DrivingBench 测试前沿模型驾驶能力

Aditya Ramabadran、Simon Mahns 和 Tobias Gessler 发布 DrivingBench，让 Claude、GPT、Grok 等前沿模型通过 Comma 硬件与 OpenPilot 控制一辆 Toyota Corolla，在停车场绕锥完成短程点对点路线，每个模型有三次尝试机会。 结果显示，11 次运行中 8 次在第一个弯道就失败，未能完成超过 11% 的路线；Grok 首次尝试即冲出赛道。据 DrivingBench，Astra 成功那次花费 7.74 美元，接近其此前只跑完一半路程那次花费的四倍，token 用量也更多。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。