GPT-6 Astra has gained the ability to drive a car

GPT-6 Astra 已具备驾驶汽车的能力

Leaderboard: Up to 3 attempts in one continuous chat. Expand a model to inspect its runs, then click a run to view its trace and video. 排行榜： 在同一连续对话中最多可进行 3 次尝试。展开模型以检查其运行情况，然后点击某次运行以查看其轨迹和视频。

GPT-6 Astra

Codex · medium

Best progress: 100%
Finish time: 5:22
Attempt 1: 49%
Attempt 2: 100% (5:22)
Attempt 3: —

GPT-6 Astra Codex · 中等模型

最佳进度： 100%
完成时间： 5:22
尝试 1： 49%
尝试 2： 100% (5:22)
尝试 3： —

Claude Fable 5.1

Claude Code · medium

Best progress: 45%
Finish time: DNF (Did Not Finish)
Attempt 1: 9%
Attempt 2: 10%
Attempt 3: 45%

Claude Fable 5.1 Claude Code · 中等模型

最佳进度： 45%
完成时间： DNF（未完成）
尝试 1： 9%
尝试 2： 10%
尝试 3： 45%

Grok 4.6

Cursor · medium

Best progress: 11%
Finish time: DNF
Attempt 1: 8%
Attempt 2: 11%
Attempt 3: 10%

Grok 4.6 Cursor · 中等模型

最佳进度： 11%
完成时间： DNF（未完成）
尝试 1： 8%
尝试 2： 11%
尝试 3： 10%

GPT-5.6 Sol

Codex · medium

Best progress: 6%
Finish time: DNF
Attempt 1: 6%
Attempt 2: 6%
Attempt 3: 6%

GPT-5.6 Sol Codex · 中等模型

最佳进度： 6%
完成时间： DNF（未完成）
尝试 1： 6%
尝试 2： 6%
尝试 3： 6%

Metric Definitions:

Progress: How far along the course centerline the attempt got while staying within 4 m of it, as a share of the centerline length to the finish zone.
Distance: GPS speed integrated from the first accepted set_motion to the end of the attempt’s last engagement.
Finish time: First accepted set_motion to the end of the attempt’s last engagement.
Tokens/Cost: Total tokens and cost at list prices for the attempt, including the reflection after it.

指标定义：

进度： 在保持距离中心线 4 米以内的前提下，尝试在赛道中心线上行进的距离，占到达终点区域中心线总长度的比例。
距离： 从首次被接受的 set_motion（动作指令）到最后一次交互结束时，通过 GPS 速度积分计算得出的距离。
完成时间： 从首次被接受的 set_motion 到最后一次交互结束的时间。仅针对已完成的运行显示；DNF 表示未完成。
Token/成本： 该次尝试的总 Token 数及按标价计算的成本，包含后续的思考过程。