Gym-Anything-RT 把“实时反应”单独拆出来测了。研究团队用自动流程生成100个视觉小游戏，覆盖感知环境、在状态变化中行动等六类能力，同一关可以实时跑，也可以暂停或放慢再跑。

结果不太好：GPT-6 Astra（xHigh）在实时模式下通过率只有9.0%，把环境暂停后升到75.0%。另有前沿模型在能写代码时，直接写代码绕开了实时感知和操作这一步。

这套环境和小游戏已公开，预印本，未见同行评审。

$BTC