AI 模型測試駕駛真車，但只有 GPT-6 Astra 完成

一項 DrivingBench 實驗在 Bay Area 的一處空曠停車場，以一輛真實的 2022 年 Toyota Corolla 測試四個通用型 AI 模型。這些模型透過 comma.ai 的 comma four 裝置、openpilot 及 Model Context Protocol（MCP）伺服器控制轉向、加速與煞車。 只有 OpenAI 的 GPT-6 Astra 完成了約 130 公尺、以交通錐標示的路線，耗時 5 分 22 秒。它使用約 660 萬個 token，按牌價估算成本約為 7.74 美元。Anthropic 的 Claude Fable 5.1 達到 45%，Grok 4.6 達到 11%，而 GPT-5.6 Sol 在 6% 時停止。 有些模型起初因安全疑慮而拒絕控制實體車輛，儘管測試是在低速下進行，且有一名人員隨時準備煞車。工程師表示，在將 MCP 伺服器重新命名為「DrivingBench Sandbox」並修改提示後，拒絕情況大多停止。 主要弱點是視覺感知。模型難以判讀斜向排列的交通錐位置，經常選錯路線一側。GPT-6 Astra 和 Claude Fable 5.1 顯示出從先前嘗試中學習的跡象，會調整速度和轉向。這項實驗凸顯 AI 模型在具身駕駛方面的進步與限制，但它只是在受控停車場進行的測試，並不能證明自動駕駛已經準備好在道路上使用。