Рукой робота управляет обычная языковая модель: GPT-6 Astra положил кубик в миску 19 раз из 20

Claude Fable 5.1 на том же стенде довёл кубик до миски 8 раз, Claude Fable 5 — один. Всего в замере Robocurve 120 прогонов, отчёт опубликован 04.09.2026.

Рукой правила не специальная робо-модель, а обычный API чат-модели: она получает задачу словами и отдаёт абсолютные позы захвата. Разница между поколениями моделей стала видна на столе с кубиком, а не в тестах на код.

Дело не в тарифе. Прогон с кубиком обошёлся Astra в $0,94 и 2,5 минуты против $2,12 и 6,8 минуты у Fable 5.1. Astra тратил 2,1 тысячи выходных токенов за прогон, Fable 5.1 — 12,9 тысячи. Вывод Astra стоит $50 за миллион токенов по прайсу с 04.09.2026, так что экономия идёт не от цены, а от короткого рассуждения.

Потолок никуда не делся. Вставить круглую деталь пазла в паз доски обе модели смогли по 2 раза из 20. Astra доводит деталь до паза и стопорится на том же финальном движении, что и Fable 5.1, хотя прогон стоит $1,36 против $2,18.

Как повторить. Харнесс Inspect Robots 0.58.0 открыт под MIT и ставится тремя шагами: `uv venv && uv pip install "inspect-robots[rerun]"`, затем плагины `inspect-robots-yam` и `inspect-robots-agent`, затем `inspect-robots setup`. Нужен Python 3.10–3.13, запуск выглядит как `inspect-robots "place the fork on the plate"`.

Конфигурация замера расписана в отчёте: политика `agent`, medium thinking effort, бюджет 20 вызовов модели на прогон, скорость руки ограничена 25%. Стенд собран на двух руках I2RT YAM, одна рука по прайсу производителя стоит $2 999, готовая двурукая станция начинается с $6 349.

Руки нет — в харнессе есть мок CubePick и симуляция Isaac Lab, а из коробки он поддерживает Franka FR3, AgiBot A2 Ultra и любую руку с ROS через rosbridge.

Замер не слепой: успех оценивал оператор, знавший, какая модель за рулём, и авторы оговаривают это сами. Цены считали по прайсу, при этом запросы к Anthropic шли без prompt caching, а у OpenAI около пятой части входа кэшировалось автоматически.

Харнесс открыт под MIT, так что следующие цифры на этих задачах принесут сторонние прогоны.