2 listopada 2026 r. CNN poinformowała, że OpenAI ogłosiło LifeVal, wewnętrzną ewaluację sprawdzającą, jak modele radzą sobie z codziennymi zadaniami. Jej wyniki obejmują między innymi szukanie przedszkola, organizowanie pomocy przy zagrożeniu powodzią i planowanie posiłków. Dla GPT-6 Astra osobno podano 80% ogólnej skuteczności oraz 80,6% nieważonej średniej nagród.

Co mierzy LifeVal

LifeVal obejmuje zadania związane z codziennymi sprawami, takimi jak zakupy, wybór przedszkola czy opieka nad bliską osobą. CNN opisała też oceniane umiejętności: poruszanie się po stronach internetowych, korzystanie z informacji z historii rozmowy oraz dopasowywanie odpowiedzi do potrzeb użytkownika.

To inny zakres niż GDPVal, wcześniejszy benchmark OpenAI dotyczący umiejętności zawodowych w różnych branżach. Wcześniejszy artykuł NeoTeo o GPT-6 Astra jako agencie omawia model w innym kontekście; LifeVal skupia się na zadaniach codziennych.

Jak powstały zadania i kryteria oceny

Według CNN OpenAI przy tworzeniu LifeVal uwzględniło dane z American Time Use Survey i Multinational Time Use Survey, a następnie zebrało opinie użytkowników ChatGPT. Firma ankietowała około 4 tys. osób. Mniejsza grupa, licząca około 100 użytkowników, proponowała konkretne zadania, potrzebny do ich wykonania kontekst oraz kryteria oceny sukcesu.

Osoby zgłaszające zadania miały wykazać się wiedzą lub dobrym rozeznaniem w tym, jak powinien wyglądać właściwy rezultat. Dzięki temu ocena mogła uwzględniać nie tylko samo przejście przez kolejne kroki, lecz także dopasowanie odpowiedzi do sytuacji użytkownika.

Raportowane wyniki modeli

Anglojęzyczny materiał omawia LifeVal i przedstawia raportowane wyniki modeli OpenAI.

Opis anglojęzycznego filmu Compute Loading podaje pięć wyników jako nieważoną średnią nagród przy ustawieniu xhigh effort:

ModelNieważona średnia nagród
GPT-5.249,3%
GPT-5.473,0%
GPT-5.577,4%
GPT-5.680,0%
GPT-6 Astra80,6%

CNN podała osobno, że GPT-6 Astra uzyskała 80% ogólnej skuteczności, a GPT-5.2 — 49,3%. Te wartości przedstawiono innymi określeniami niż wyniki w sekwencji średniej nagród.

CNN przypisała GPT-6 Astra również wyniki dla konkretnych zadań: 93,1% za znalezienie odpowiedniego przedszkola po przeprowadzce, 98% za koordynowanie wolontariuszy przygotowujących się na powódź oraz 90,4% za ułożenie jadłospisu dla rodzica, u którego niedawno zdiagnozowano cukrzycę.

Co mówią wyniki o codziennym użyciu

LifeVal jest wewnętrzną ewaluacją OpenAI, a podane wartości to wyniki tej ewaluacji. CNN zwróciła uwagę, że powodzenie zadań może zależeć od informacji przekazanych modelowi, a kryteria sukcesu bywają subiektywne. Wyniki opisują więc konkretne zadania i przyjęty sposób ich oceniania.