GPT-6 Astra победила в тесте на настоящем роботе, но одна задача обходится в $16

Artificial Analysis запустила AA-Robotics — рейтинг, в котором ИИ-модели управляют настоящей роботизированной рукой, а не решают задачи в симуляторе.

Моделям дали восемь испытаний: налить напиток в стакан, сложить кубики в коробку, написать hello world маркером, измерить предмет и другие.

Первые результаты из 100 баллов:
1. GPT-6 Astra — 69,4
2. GPT-6.1 Sol — 64,6
3. Gemini 4 Argon — 55,3
4. Claude Opus 5.5 — 48,8

Astra справилась лучше всех, но в среднем тратила на задачу 30 минут и $16,36. У Sol почти такой же результат за $1,93 — более чем в восемь раз дешевле.

С простыми действиями модели уже справляются, а вот измерить коробку с точностью до 2 мм не смогла ни одна.

До практического применения ещё далеко: роботы под управлением таких агентов работают в десятки раз медленнее человека.

RAGNAROK | ИИ и технологии