DrivingBench 基准测试多模型遥控驾驶表现

2026 年 9 月 23 日至 24 日，Hacker News 上出现关于 DrivingBench 基准测试的讨论。该基准由 drivingbench.com 页面展示，让多个大模型通过 set_motion 等指令操控车辆沿赛道中心线行驶，并按多项指标对比表现，包括保持在 4 米内的进度占比、GPS 集成距离、完成时间、指令数以及 token 数与成本；9 月 24 日的报道进一步称，实测中多数模型尝试未能完赛。9 月 29 日，404 Media 报道补充了测试细节：三位湾区科技从业者组成 DrivingBench，用 Comma 套件把 GPT-6 Astra、Claude Fable 5.1、Grok 4.6 和 GPT-5.6 Sol 接入丰田卡罗拉的转向、油门和刹车，在公共停车场锥形路线上测试未专门训练的前沿模型能否开车，并称仅一个模型完赛。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。