GPT-6 AstraがToyota Corollaを完走
원제: GPT-6 Astra has gained the ability to drive a car
왜 중요한가
汎用LLMが「学習なし」で実車制御タスクをクリアできるか否かを問うこの実験は、エージェントAIの物理世界への応用可能性を測る新たな評価軸として注目される。
研究プロジェクトDrivingBenchが実車走行ベンチマークの結果を公開。GPT-6 Astra（Codex・medium）が全3回の試行のうち2回目に、Toyota Corolaのコースを5分22秒で100%完走した唯一のモデルとなった。Claude Fable 5.1は最高45%、Grok 4は11%にとどまり、大きな差が生じた。
DrivingBenchはAditya Ramabadran、Simon Mahns、Tobias Gesslerの3名（全員equal contribution）が開発した研究用ベンチマークで、フロンティアAIモデルが実際の自動車を運転できるかを検証することを目的としている。
実験ではToyota Corollaのハンドル・アクセル・ブレーキをAIが直接制御し、固定されたコーン走行コースを走る形式。1回の連続チャット内で最大3回の試行が許可される。進捗指標はコース中心線に沿って4m以内を走行した割合で評価され、衝突が発生した場合はその直前の進捗が記録される。
結果は以下の通り。GPT-6 Astra（Codex・medium）：1回目49%（DNF）、2回目100%（5:22完走）。使用トークン合計は約784万、コスト$9.75。Claude Fable 5.1（Claude Code・medium）：最高45%でいずれもDNF。Grok 4（Cursor・medium）：最高11%でDNF。GPT-5.6 Sol（Codex・medium）：最高6%でDNF。
GPT-6 Astraは2回目の試行で24コマンドを発行し、134.7mを走行してコースを完遂した唯一のモデルとなった。他モデルは同一チャット文脈を引き継いでいても走行パフォーマンスが改善されず、コース序盤での離脱が多かった。