Principais destaques
- Um LLM dirigiu de verdade: o GPT-6 Astra percorreu 134,7 metros em um estacionamento usando um Toyota Corolla equipado com openpilot.
- Custou caro para andar devagar: a execução consumiu 6,6 milhões de tokens e custou US$ 7,74 em inferência, além de exigir hardware e supervisão humana.
- Os outros modelos falharam: GPT-5.6 Sol, Grok 4.6 e Claude Fable 5.1 não concluíram o percurso, mostrando como percepção e tomada de decisão continuam sendo desafios.
O GPT-6 Astra acaba de ganhar uma experiência curiosa no currículo: dirigir um carro de verdade.
Em um teste independente chamado DrivingBench, o modelo conseguiu completar um percurso de 134,7 metros demarcado por cones em um estacionamento. Levou 5 minutos e 22 segundos para fazer isso, a uma velocidade média inferior a 1,6 km/h.
Sim, é extremamente lento. Mas o ponto do experimento não era criar um motorista eficiente. Era descobrir se um modelo de linguagem de uso geral conseguiria transformar imagens e instruções em comandos capazes de controlar um veículo físico.
E conseguiu.
O carro virou laboratório 🚗
O experimento foi conduzido pelos pesquisadores Tobias Gessler, Aditya Ramabadran e Simon Mahns.
Eles instalaram um dispositivo Comma 4, avaliado em US$ 999, em um Toyota Corolla 2022. O equipamento rodava o openpilot e estava conectado a um laptop e a um celular responsável por retransmitir as instruções aos servidores da OpenAI.
O cenário era deliberadamente controlado.
Não havia trânsito, pedestres ou cruzamentos movimentados. O percurso ficava em um estacionamento e era delimitado por cones.
Ainda assim, havia uma pessoa no banco do motorista durante todo o teste, mantendo o pé sobre o freio.
🔎 O detalhe importante: não se tratava de um carro autônomo pronto para circular nas ruas. O experimento colocava um modelo de IA generativa no circuito de decisão, sob supervisão humana constante.
Astra precisou de duas tentativas
Na primeira execução, o GPT-6 Astra travou aproximadamente na metade do percurso.
Na segunda, conseguiu completar o trajeto em formato de U invertido.
Os demais modelos colocados à prova não chegaram ao final.
| Modelo | Resultado |
|---|---|
| GPT-6 Astra | Completou o percurso na 2ª tentativa |
| GPT-5.6 Sol | Não completou |
| Grok 4.6 | Não completou |
| Claude Fable 5.1 | Não completou |
O desempenho do Fable 5.1 foi particularmente revelador. Na terceira tentativa, ele chegou a aproximadamente metade do percurso. Durante uma corrida de 190 segundos, porém, o carro se moveu por apenas 31 segundos.
O restante do tempo foi gasto parado enquanto o modelo processava o próximo movimento.
O problema estava nos cones 👀
A dificuldade não era simplesmente “saber dirigir”.
Os modelos também precisavam interpretar corretamente o ambiente.
Um dos obstáculos mais básicos do percurso envolvia uma fileira diagonal de cones. Era necessário determinar qual lado representava a faixa por onde o veículo deveria passar.
A maioria dos modelos não conseguiu superar essa etapa.
Isso expõe uma diferença importante entre conversar sobre direção e realmente transformar percepção visual em ações físicas coordenadas.
🧠 A surpresa: um modelo de linguagem generalista conseguiu, ainda que lentamente e em condições extremamente controladas, fechar esse ciclo entre percepção, raciocínio e controle.
💡 O experimento não mostra que um chatbot está pronto para substituir um sistema de condução autônoma. Mostra que um modelo generalista já consegue participar desse processo em um ambiente físico restrito.
E quanto custa colocar um LLM ao volante? 💸
Aqui a experiência começa a ficar bem menos prática.
A execução bem-sucedida consumiu aproximadamente 6,6 milhões de tokens e gerou US$ 7,74 em custos de inferência.
O valor foi reduzido pelo uso de cache. Como a aplicação reenviava a conversa completa, incluindo imagens das câmeras, a cada rodada, uma grande parcela dos tokens entrou na tarifa de entrada em cache da OpenAI, em torno de US$ 1 por milhão de tokens, em vez da tarifa padrão de US$ 10.
O resultado? US$ 57 por quilômetro, aproximadamente.
Para colocar isso em perspectiva, os pesquisadores estimam que o custo de combustível de um carro a gasolina fazendo 25 milhas por galão seria cerca de 500 vezes menor.
E isso sem incluir hardware, seguro ou a pessoa responsável pela supervisão.
Até a IA tentou dizer “não” 😅
Houve outro problema curioso durante os testes.
Alguns dos modelos se recusavam a controlar o veículo por preocupações relacionadas à segurança, mesmo diante de um estacionamento vazio e de um percurso com limites de velocidade rigorosos.
Os pesquisadores encontraram uma solução bastante peculiar.
Renomearam o servidor responsável pelo controle para “DrivingBench Sandbox”.
Isso foi suficiente para convencer os modelos de que estavam trabalhando em um ambiente simulado.
A situação ilustra uma peculiaridade dos modelos atuais: as barreiras de segurança não estão necessariamente separadas da interpretação textual do contexto.
Mude o contexto percebido e o comportamento pode mudar junto.
Por que isso importa se a Waymo já faz isso?
É justamente aqui que o experimento fica mais interessante.
Empresas como a Waymo utilizam sistemas especializados especificamente desenvolvidos para condução autônoma. Eles são projetados para responder rapidamente, operar dentro de hardware embarcado e acumular enormes quantidades de testes no mundo real.
Um LLM comercial generalista não tem essas características. Ele é mais caro, mais lento e não foi desenvolvido especificamente para dirigir.
Ramabadran, integrante da equipe técnica da Axiom Math, afirmou ao The Register que os modelos especializados continuarão sendo a escolha prática no futuro previsível.
Mas o experimento aponta para outra possibilidade.
E se o LLM for apenas o professor? 🤔
Em vez de colocar um modelo gigantesco dentro de cada carro, uma estratégia poderia ser utilizar modelos gerais extremamente capazes para aprender a resolver tarefas complexas e depois destilar esse conhecimento em modelos menores, adequados para rodar diretamente no veículo.
Nesse cenário, o grande modelo não precisaria ser o motorista definitivo. Ele poderia funcionar como uma espécie de professor.
O conhecimento aprendido seria posteriormente transferido para um sistema muito menor, rápido e barato.
Essa ideia se aproxima do princípio conhecido na comunidade de IA como “A Lição Amarga” (The Bitter Lesson): quando há disponibilidade suficiente de poder computacional, métodos que conseguem aproveitá-lo de maneira geral tendem, ao longo do tempo, a superar soluções excessivamente construídas à mão.
Um Corolla a 1,6 km/h ainda é uma demonstração importante 🚦
O DrivingBench não demonstra que GPT-6 Astra pode assumir o volante de um carro nas ruas.
Na verdade, os próprios resultados apontam na direção contrária: o sistema foi extremamente lento, caro, precisou de várias tentativas e operou sob supervisão humana em um ambiente controlado.
Mas existe uma diferença entre “isso já é um motorista” e “um modelo de linguagem consegue controlar um objeto físico complexo”.
A segunda afirmação é exatamente o que torna o teste interessante.
“Foi surpreendente para nós que um modelo de uso geral conseguisse dirigir um percurso real sob essas restrições”, disse Ramabadran.
Por enquanto, o motorista mais caro do mundo continua precisando de cones, um laptop, conexão com a nuvem e alguém pronto para pisar no freio.
A questão é quanto dessa infraestrutura será necessária quando modelos menores começarem a aprender com experiências como essa.
