Realtime-Bench测试：GPT-6-Astra成功率为44%

英伟达、得克萨斯大学奥斯汀分校（UT-Austin）等机构发布实时交互任务基准Realtime-Bench。该基准包含50项任务，覆盖八类场景，考察模型的实时感知、时间自适应推理和行动时机把握，并设置三种环境推进时钟协议。 研究人员使用Realtime-Bench测试了12款前沿大模型。在按真实推理耗时推进环境的测试中，表现最优的GPT-6-Astra任务成功率为44%；在高推理强度下，模型三次均成功的概率为36%。研究还发现，提升推理强度与成功率并非线性相关，单纯缩短推理延迟也无法解决所有实时交互难题。