शोधकर्ताओं ने फ्रंटियर AI मॉडल को टोयोटा कोरोला के स्टीयरिंग, एक्सीलरेटर और ब्रेक के नियंत्रण में रखकर वास्तविक दुनिया की ड्राइविंग क्षमता का परीक्षण किया। मूल्यांकन एक निश्चित कोन पथ पर किया गया जहाँ मॉडलों को 4 मीटर की दूरी के भीतर केंद्रीय लाइन से बने रहते हुए नेविगेट करना था। प्रदर्शन को प्रयास प्रगति द्वारा मापा गया—किसी भी टक्कर से पहले पथ की केंद्रीय लाइन के साथ तय की गई दूरी—और पूर्ण रन के लिए समाप्ति समय। मेट्रिक्स में प्रत्येक प्रयास के लिए कुल टोकन और सूची मूल्य पर लागत भी शामिल थी। सेटअप, जिसे DrivingBench कहा गया, अनुयायियों को सोशल प्लेटफॉर्म पर @drivingbench के माध्यम से प्रगति ट्रैक करने की अनुमति देता है। टक्कर की घटनाएँ प्रगति को प्रभाव से पहले की सबसे दूरी पर रीसेट कर देती हैं। GPS गति डेटा ने प्रत्येक ड्राइव के दौरान तय की गई एकीकृत दूरी की गणना में मदद की। परीक्षणों में सफल रन और DNF (समाप्त नहीं हुआ) के रूप में चिह्नित विफलताएँ दोनों शामिल थीं।