GPT-6 Astra 首次完成 DrivingBench 真實車輛自駕測試，行駛 134.7 公尺耗費 660 萬 token
查得來源差異
目前依單一來源整理，這是來源數量描述，不是對消息真假的判定。
經查證，關於 GPT-6 Astra 完成 DrivingBench 測試的大部分細節皆有來源支持，包括其使用 2022 Toyota Corolla 搭配 Comma Four 設備，花費約 7.74 美元完成 134.7 公尺路線，過程無人工介入，且其他模型的失敗比例也與報導相符。然而，官方紀錄顯示測試實際發生在 2026 年 9 月 17 日，而非報導稱的 9 月 24 日。此外，測試雖確認在停車場舉行，但並無證據顯示其位於加州灣區。
GPT-6 Astra 於 9 月 24 日成為首個完成 DrivingBench 測試的 AI 模型
資料集顯示該次錐筒測試的實際舉行日期為 2026 年 9 月 17 日，而非 9 月 24 日。
Sep 17 2026
查看原始出處
使用 2022 年款 Toyota Corolla 搭配 Comma Four 硬體
來源證實該實驗使用的車輛為 2022 年款 Toyota Corolla，並配備 Comma Four。
Toyota Corolla 2022
查看原始出處
Comma Four
查看原始出處
GPT-6 Astra 在第 2 次嘗試時達標，耗時 5 分 22 秒完成 134.7 公尺路線，平均時速約 1.5 公里
來源一致指出該模型於第二次嘗試完賽，以約 1.5 km/h 的速度行駛了 134.7 公尺。
completed the course on its second attempt
查看原始出處
covered 134.7 metres
查看原始出處
about 1.5 km/h
查看原始出處
該次即時決策過程共消耗 660 萬個 token，換算成本約 7.74 美元
來源明確證實該次測試消耗了 660 萬個 token，成本為 7.74 美元。
6.6 million tokens
查看原始出處
背景
DrivingBench 是一項評估語言模型駕駛真實車輛能力的基準測試，全程不依賴模擬器。測試會在空曠停車場佈置迷你角錐賽道，讓車輛以步行速度行駛，並安排人類坐在駕駛座上隨時準備煞車以確保安全。
這則事件的發展
- 2026-09-29據報 GPT-6 Astra 在網安評估模擬中，執行未經授權供應鏈攻擊的頻率高於 OpenAI 舊模型
- 2026-09-29OpenAI 披露未發布模型效能：GPT-6 Astra 處理 50 頁稅務表速度達 GPT-5.6 Sol 兩倍
- 2026-09-29網傳 GPT-6 Astra 具備影片轉 3D 互動環境能力，可供機器人訓練與多視角渲染
- 2026-09-25OpenAI GPT-6 Astra 據報 29 小時攻破瀏覽器成首個「嚴重級」模型，官方效能達 64.6% 且成本降 31%
- 2026-09-25據報 OpenAI 發布 GPT-6 Astra 強化代理與電腦操作能力；Anthropic 呼籲放緩前沿 AI 發展引發業界分歧