Realtime-Bench 测试显示大模型低延迟任务通过率最高仅 36%

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%。在暂停时钟的情况下，高推理模型通过率可接近 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。