No experimento DrivingBench, conduzido por Aditya Ramabadran, Simon Mahns e Tobias Gessler, da startup Axiom Math, quatro modelos de visão e linguagem receberam controle de direção, acelerador e freio de um Corolla 2022. O carro, equipado com hardware comma four e software openpilot modificado, circulou em baixa velocidade por um circuito de cones de cerca de 134,7 metros em um estacionamento. As IAs viam imagens das câmeras e enviavam comandos; um operador humano permaneceu no veículo com o pé no freio como medida de segurança.

Só o GPT-6 Astra terminou o trajeto, na segunda tentativa, em 5 minutos e 22 segundos. Na primeira, havia avançado cerca de 49%. O Claude Fable 5.1 chegou a aproximadamente 45% no melhor de três ensaios. O Grok 4.6 alcançou cerca de 11% e o GPT-5.6 Sol, cerca de 6%, sem superar a primeira curva de forma consistente.

O teste avalia se modelos gerais, sem treinamento específico para direção, conseguem operar um veículo físico em condições controladas. Os autores ressaltam que o resultado não indica prontidão para vias públicas nem substitui sistemas autônomos especializados, como os da Waymo ou da Tesla. O código, os prompts e os vídeos foram divulgados publicamente.