DrivingBench registró 11 intentos de cuatro configuraciones de IA en un circuito corto de aparcamiento. GPT-6 Astra fue la única que completó el recorrido: llegó al 100% en su segundo intento, en 5:22. Ocho de los 11 intentos alcanzaron un progreso del 11% o menos.
El circuito corto de DrivingBench
El ensayo se hizo con un Toyota Corolla, hardware de visión de Comma y OpenPilot. El recorrido, delimitado por conos pequeños y con curvas, discurría por un aparcamiento; no era una prueba en vías públicas.
Cuatro configuraciones y once intentos
La clasificación de DrivingBench recoge los avances por intento y señala qué configuraciones completaron el circuito. GPT-6 Astra terminó en el segundo intento; Claude Fable 5.1, Grok 4.6 y GPT-5.6 Sol no acabaron ninguno de los suyos.
| Configuración | Interfaz | Progreso por intento | Mejor progreso | Completó el recorrido |
| GPT-6 Astra | Codex | 49%; 100% | 100% | Sí, en el segundo intento |
| Claude Fable 5.1 | Claude Code | 9%; 10%; 45% | 45% | No |
| Grok 4.6 | Cursor | 8%; 11%; 10% | 11% | No |
| GPT-5.6 Sol | Codex | 6%; 6%; 6% | 6% | No |
DrivingBench registró hasta tres intentos por configuración dentro de un mismo chat. Los intentos posteriores continuaban la conversación tras indicaciones de reflexión y continuación. Grok 4.6 alcanzó un máximo del 11%; su primer intento terminó tras dos comandos aceptados.
Cómo midió DrivingBench el progreso
DrivingBench calculó el progreso como la distancia recorrida sobre la línea central del circuito, mientras el vehículo se mantenía a menos de 4 metros de ella, expresada como porcentaje de la distancia hasta la zona de meta. Si había una colisión, el progreso alcanzado antes del impacto seguía contando.
Los resultados corresponden a este recorrido corto en un aparcamiento; no miden la conducción en vías públicas.
