Op 2 november 2026 meldde CNN dat OpenAI LifeVal had aangekondigd, een interne evaluatie van AI-prestaties bij alledaagse taken. De test richt zich onder meer op websites doorzoeken, informatie uit chatgeschiedenis gebruiken en antwoorden afstemmen op iemands behoeften. CNN interviewde OpenAI-onderzoeker Jenny Yang over de evaluatie.

Wat LifeVal meet

LifeVal is bedoeld voor persoonlijke taken zoals winkelen, een geschikte kleuterschool vinden na een verhuizing en zorg plannen. CNN onderscheidde die dagelijkse taken van GDPVal, een eerdere OpenAI-evaluatie van werkgerelateerde vaardigheden in sectoren als de industrie en de overheid.

De test kijkt niet alleen naar losse antwoorden. Tot de beschreven vaardigheden behoren ook navigeren op websites, informatie uit eerdere chats toepassen en conclusies afstemmen op wat een gebruiker nodig heeft.

Hoe OpenAI de taken en criteria vormgaf

Volgens CNN keek OpenAI naar tijdsbestedingsonderzoeken, waaronder de American Time Use Survey en de Multinational Time Use Survey. Daarnaast liet het bedrijf ongeveer 4.000 mensen enquêteren. Een kleinere groep van ongeveer 100 gebruikers stelde taken voor, gaf persoonlijke context en bedacht criteria om het resultaat te beoordelen.

De taakindieners moesten volgens CNN aantonen dat ze deskundig waren of goed begrepen hoe een geslaagd resultaat er voor hun taak uit zou zien. Daardoor konden de beoordelingscriteria aansluiten op de context van een concrete opdracht.

De gerapporteerde scores per model

Engelstalige uitlegvideo van Compute Loading over LifeVal en de in de beschrijving genoemde modelresultaten

De beschrijving bij de Engelstalige video van Compute Loading schrijft onderstaande reeks toe aan een LifeVal-grafiek van OpenAI. De scores staan er als ongewogen gemiddelde beloning bij de instelling xhigh.

ModelGerapporteerde ongewogen gemiddelde beloning
GPT-5.249,3%
GPT-5.473,0%
GPT-5.577,4%
GPT-5.680,0%
GPT-6 Astra80,6%

CNN meldde daarnaast 80% voor GPT-6 Astra op algemene prestaties bij dagelijkse taken. In hetzelfde artikel schreef CNN drie scores toe aan afzonderlijke Astra-opdrachten: 93,1% voor het vinden van een geschikte kleuterschool na een verhuizing, 98% voor het coördineren van buurtbewoners die zich op overstromingen voorbereiden en 90,4% voor een maaltijdplan voor een ouder bij wie diabetes was vastgesteld.

Hoe je de LifeVal-scores kunt plaatsen

De percentages beschrijven uitkomsten op LifeVal, een evaluatie met taken en beoordelingscriteria die rond concrete gebruikersbehoeften zijn opgebouwd. Ze geven daarmee inzicht in prestaties op die evaluatie; een gemiddelde score is geen algemene maat voor hoe goed een model iedere dagelijkse taak zal uitvoeren.

OpenAI’s gerapporteerde evaluatie richt zich op de vraag of een model informatie kan vinden en die kan gebruiken in een persoonlijke opdracht. Voor achtergrond bij de agentische mogelijkheden van het model besprak NeoTeo eerder GPT-6 Astra als agent. Binnen LifeVal blijven de uitkomsten gekoppeld aan de gekozen taken en hun beoordelingscriteria.