Realtime-Bench 测试显示大模型低延迟任务通过率最高仅 36%

Techub News 消息，Realtime-Bench 已发布，用于评估 AI 系统在实时交互任务中的表现，覆盖 50 项网页与游戏任务。

测试结果显示，OpenAI GPT-6 Astra 在实时条件下通过率最高，为 36%；如果暂停时钟，高推理模型的通过率可接近 70% 至 80%。

该基准由得克萨斯大学奥斯汀分校、NVIDIA、西北大学等机构构建，重点考察模型的时间状态感知、自适应推理和择时行动能力。参与测试的模型还包括 Anthropic、Google、DeepSeek 等。

消息来自 Import AI。