Realtime-Bench基准发布

2026年11月2日，Import AI 发布了 Realtime-Bench 基准测试，用于评估大语言模型在低延迟任务中的表现。该基准包含50个游戏和网页任务，主要测试模型的时态感知、自适应推理和时间感知行动能力。测试结果显示，当前大语言模型在实时交互任务中表现不佳，例如GPT-6 Astra在真实延迟条件下仅36%的通过率。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。