Segundo a CNN, a OpenAI anunciou o LifeVal em 2 de novembro de 2026 como uma avaliação interna de modelos em tarefas cotidianas. Os desafios descritos incluem fazer compras, encontrar uma escola infantil adequada após uma mudança e planejar cuidados para alguém próximo. A avaliação considera habilidades como navegar por sites, usar informações do histórico de conversa e adaptar respostas às necessidades de cada usuário.

A NeoTeo já publicou uma análise das capacidades do GPT-6 Astra; o LifeVal examina resultados em tarefas cotidianas específicas.

Como as tarefas foram elaboradas

A OpenAI recorreu a pesquisas sobre uso do tempo, entre elas a American Time Use Survey e a Multinational Time Use Survey. A CNN relata que cerca de 4 mil pessoas participaram de uma pesquisa e que um grupo menor, de aproximadamente 100 usuários, propôs tarefas, forneceu contexto pessoal e elaborou critérios de sucesso.

Para sugerir uma tarefa, os participantes precisavam demonstrar conhecimento do assunto ou entender claramente qual seria um bom resultado. Esses critérios, chamados de rubricas, ajudam a avaliar se a resposta atende ao objetivo definido para cada situação.

Em entrevista à CNN, Jenny Yang, pesquisadora da OpenAI, descreveu o objetivo como captar a variedade de usos do ChatGPT e acompanhar em que tarefas os modelos ainda precisam melhorar. A CNN também observa que a avaliação de algumas tarefas pode envolver julgamento subjetivo e que a resposta de um agente varia conforme as informações que recebe.

A CNN contrasta o LifeVal com o GDPVal, uma avaliação anterior da OpenAI voltada a habilidades de trabalho em setores como manufatura, governo, finanças e vendas. O LifeVal se concentra em situações pessoais do dia a dia.

Pontuações divulgadas para os modelos

Visão geral do LifeVal por Compute Loading; vídeo em inglês

A descrição de um vídeo de Compute Loading lista cinco modelos e apresenta os resultados como recompensa média não ponderada, com esforço xhigh:

ModeloRecompensa média não ponderada
GPT-5.249,3%
GPT-5.473,0%
GPT-5.577,4%
GPT-5.680,0%
GPT-6 Astra80,6%

A CNN apresentou outra medida geral: atribuiu 80% ao GPT-6 Astra e 49,3% ao GPT-5.2 no desempenho em tarefas cotidianas. Já a descrição do vídeo registra 80,6% para o Astra como recompensa média não ponderada. As fontes não explicam a diferença entre os dois números atribuídos ao Astra.

A CNN também atribuiu ao GPT-6 Astra resultados de 93,1% para encontrar uma escola infantil adequada após uma mudança, 98% para coordenar voluntários comunitários antes de uma enchente e 90,4% para elaborar um plano alimentar para uma pessoa recém-diagnosticada com diabetes.

As pontuações descrevem o desempenho atribuído aos modelos nas tarefas do LifeVal; não medem como resolverão qualquer demanda cotidiana fora dessa avaliação.