英伟达等发布Realtime-Bench实时交互基准

2026年11月4日，机器之心报道，英伟达与UT-Austin等机构的研究人员提出实时交互基准Realtime-Bench，用于测试模型的实时能力，共测试12种前沿模型。该基准包含30个网页任务和20个游戏任务。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；同一报道的标题则称GPT-6 Astra实时任务成功率仅44%。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。目前该基准已发布并完成对12个前沿模型的评测，尚无其他机构复现或后续更新。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。