英伟达与UT-Austin发布Realtime-Bench，GPT-6 Astra实时任务成功率仅44%

英伟达与UT-Austin等机构提出实时交互基准Realtime-Bench，包含30个网页任务和20个游戏任务，测试12个前沿模型。在环境按真实推理耗时推进时，表现最好的GPT-6 Astra在高推理强度下Pass^3仅36%，多数模型延迟超过1秒。研究还对比Wall Clock、Paused Clock和Token Clock三种时钟协议，发现提高推理强度对成功率的影响因模型而异。