英伟达、UT-Austin 发布 Realtime-Bench，实时互动任务难倒 GPT-6

英伟达与 UT-Austin 等机构发布实时交互基准 Realtime-Bench，测试 12 种前沿模型在 30 个网页任务和 20 个游戏任务中的表现。结果显示即使表现最好的 GPT-6-Astra 在高推理强度下的 Pass^3 也仅为 36%，且多数模型延迟超过 1 秒；即使移除推理时间开销，仍有多数任务无法完成，表明仅降低延迟不足以保证可靠的实时表现。