GPT-6 Astra steuert ein echtes Auto - und ist das einzige Modell, das den Parcours schafft

Das DrivingBench-Team um Aditya Ramabadran, Simon Mahns und Tobias Gessler stellt eine simple, aber unbequeme Frage: Kann ein Frontier-Modell ein echtes Auto fahren? Die Antwort liefert ein Toyota Corolla, dessen Lenkung, Gas und Bremse direkt von Sprachmodellen gesteuert werden - kommuniziert über einfache set_motion- und stop_now-Tool-Calls. Die Aufgabe: ein fester Cone-Parcours, mit bis zu drei Versuchen im selben durchgehenden Chatverlauf.

Nur ein Modell erreicht das Ziel

GPT-6 Astra (gesteuert via Codex) ist der einzige Kandidat, der den Parcours komplett bewältigt. Nach einem Fehlstart mit 49 Prozent (DNF für 2,01 Dollar) analysiert das Modell seinen Crash-Lauf und fährt im zweiten Anlauf fehlerfrei: 100 Prozent des Kurses in 5:22 Minuten, für 6,6 Millionen Tokens und 7,74 Dollar.

• Claude Fable 5.1 (Claude Code): bester Lauf 45 Prozent, dreimal DNF
• Grok 4.6 (Cursor): maximal 11 Prozent Fortschritt
• GPT-5.6 Sol (Codex): 6 Prozent in allen drei Versuchen

Einordnung

Nach Roboteraermen (Robocurve) und ARC-AGI-3 verlagert sich die Evaluations-Debatte weiter in die physische Welt. Interessant ist weniger die Fahrleistung selbst als die Selbstkorrektur im selben Kontext: Astra erkannte den Fehler des ersten Laufs und korrigierte ihn ohne neuen Chat. Alle Traces, Kosten und Videos sind öffentlich einsehbar. Das Projekt versteht sich als Forschungssoftware und ist nach eigener Aussage weder mit comma.ai, openpilot noch Toyota verbunden.

Original: DrivingBench