ОтветыОпубликовано23 источники
LifeVal проверяет, насколько ИИ справляется с повседневными делами
По данным OpenAI, GPT 6 Astra набрала в LifeVal 80,6% — против 49,3% у GPT 5.2. Это балл в тесте, а не доля поручений, которые ИИ гарантированно выполнит без ошибок.[1][5] Задания охватывают бытовые и личные дела; при их разработке использовали исследования расходов времени и опрос 3 995 человек.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- По данным OpenAI, GPT 6 Astra набрала в LifeVal 80,6% — против 49,3% у GPT 5.2. Это балл в тесте, а не доля поручений, которые ИИ гарантированно выполнит без ошибок.[1][5]
- Задания охватывают бытовые и личные дела; при их разработке использовали исследования расходов времени и опрос 3 995 человек.
Промпт ИИ
openai.comCreate a landscape editorial hero image for this Studio Global article: What is OpenAI’s LifeVal benchmark, published on November 2, 2026, how does it support the company’s year-long effort to turn ChatGPT into a. Article summary: LifeVal is OpenAI’s evaluation of how well AI helps people complete everyday responsibilities, published on November 2, 2026—not merely how well it answers questions.[1][2] OpenAI says it used the evaluation internally o. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
OpenAI представила LifeVal 2 ноября 2026 года. Эта оценка призвана проверить, насколько хорошо ИИ помогает справляться с повседневными делами, а не просто отвечает на вопросы. Компания сообщает, что использовала LifeVal в течение предшествующего года, чтобы отслеживать и улучшать результаты моделей на задачах, где людям нужна помощь ИИ и персональных помощников.3 Главный результат — 80,6% средней награды без взвешивания у GPT-6 Astra против 49,3% у GPT-5.2, по данным OpenAI.
1
5
Это балл в тесте, а не обещание, что ChatGPT успешно выполнит 80,6% поручений конкретного человека. LifeVal измеряет результаты на заданиях оценки, а реальные задачи зависят от обстоятельств пользователя и того, что именно нужно сделать.20
22
Какие задачи проверяет LifeVal
LifeVal охватывает уход за близкими, здоровье, образование, ведение домашнего хозяйства, личные финансы, покупки и взаимодействие с государственными службами.21 Среди примеров, упоминаемых в публикациях, — поиск ухода за ребёнком, сравнение детских садов после переезда, планирование питания, семейный бюджет, покупки в рамках бюджета и оформление документов.
1
20
21
Важен не только правдоподобный ответ: оценка призвана показать, помогает ли ИИ продвинуться к результату с учётом реальных ограничений. Поэтому LifeVal вписывается в более широкую работу над персональными помощниками, способными выполнять многоэтапные поручения. Но публикация оценки не означает, что запущена новая функция помощника или что любое задание из теста можно выполнить в реальном аккаунте пользователя.3
20
Как формировали задания
По словам OpenAI, при составлении оценки компания опиралась на два исследования того, как люди проводят время: American Time Use Survey и Multinational Time Use Study. Также OpenAI сообщает, что использовала ответы опроса, чтобы определить, в каких областях люди больше всего хотят получать помощь от ИИ и персональных помощников.3 В публикациях говорится, что в опросе участвовали 3 995 человек.
2
Некоторые вторичные источники также сообщают, что подробные задания помогали составлять около 100 человек.24 Однако доступные сведения не позволяют точно установить, как их опыт и личный контекст повлияли на критерии оценки. Публикации описывают оценку как основанную на рубриках, но сами задания и подробности выставления баллов в изученных источниках не представлены.
1
22
Результаты моделей: Astra впереди, но цифры требуют контекста
Опубликованные показатели моделей OpenAI демонстрируют заметный разрыв между GPT-5.2 и GPT-6 Astra, а между более поздними моделями приросты меньше.6
18
| Модель | Опубликованный результат LifeVal |
|---|---|
| GPT-5.2 | 49,3% |
| GPT-5.4 | 73,0% |
| GPT-5.5 | 77,4% |
| GPT-5.6 | 80,0% |
| GPT-6 Astra | 80,6% |
Эти значения представлены как средняя награда, а не как доля заданий, выполненных безупречно. По опубликованным данным, GPT-6 Astra опережает GPT-5.2 на 31,3 процентного пункта. Разница между GPT-5.4 и Astra составляет 7,6 пункта.5
6
18
В одних публикациях результат Astra округляют до 80%, в других приводят более точное значение — 80,6% средней награды без взвешивания.1
5
24 Это округлённый заголовочный показатель и более точное значение той же метрики, а не две отдельные оценки успеха в реальной жизни.
Баллы за отдельные задания — не гарантия результата
В публикациях приводятся примеры отдельных заданий LifeVal: составить список детских садов после переезда, скоординировать волонтёров для подготовки к наводнению, спланировать питание после диагноза диабета, заказать халяльные продукты в рамках бюджета и записать автомобиль на техосмотр.20
26
| Пример задания | Опубликованный результат |
|---|---|
| Сравнить детские сады после переезда | 93,1% |
| Организовать волонтёров для подготовки к наводнению | 98,0% |
| Спланировать питание для родителя с недавно диагностированным диабетом | 90,4% |
| Заказать халяльные продукты в рамках бюджета | 100% |
| Записать автомобиль на техосмотр | 100% |
Результаты по продуктам и техосмотру приводятся во вторичных публикациях с отдельными примерами.26
27 Эти баллы относятся к заданиям в рамках оценки. Они не означают, что обычный пользователь получит такой же результат, и не доказывают, что модель с высоким баллом надёжно справится со всеми похожими ситуациями.
20
Что результаты LifeVal показывают — и чего не показывают
LifeVal позволяет отслеживать изменения в том, как модели справляются с задачами повседневного помощника, которые не всегда напрямую отражаются в стандартных тестах на знания или рассуждение. OpenAI утверждает, что в течение предшествующего года использовала оценку внутри компании для улучшения моделей.3
Главное ограничение — отсутствие независимой проверки. Результаты сообщает сама компания, оценивающая собственные модели; кроме того, согласно публикациям, набор заданий не опубликован. Без доступа к заданиям и сопоставимых результатов других разработчиков внешним наблюдателям сложно воспроизвести оценку или понять, как модели сравниваются между собой.1
2
LifeVal отличается по направленности от более ранней оценки OpenAI GDPVal, которая измеряет результаты моделей на экономически значимых задачах в 44 профессиях.35 В общих чертах LifeVal посвящена повседневным личным делам, а GDPVal — рабочим задачам. Доступные источники не раскрывают более подробную связь между этими оценками.
Главный вывод: OpenAI проверяет ИИ по более практическому критерию — способен ли он помогать в повседневной жизни. Опубликованные результаты указывают на заметный прогресс моделей компании в LifeVal, но сами по себе не показывают, как часто помощник сможет успешно выполнять поручения за пределами теста.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «LifeVal проверяет, насколько ИИ справляется с повседневными делами»?
По данным OpenAI, GPT 6 Astra набрала в LifeVal 80,6% — против 49,3% у GPT 5.2. Это балл в тесте, а не доля поручений, которые ИИ гарантированно выполнит без ошибок.[1][5]
Какие ключевые моменты необходимо проверить в первую очередь?
По данным OpenAI, GPT 6 Astra набрала в LifeVal 80,6% — против 49,3% у GPT 5.2. Это балл в тесте, а не доля поручений, которые ИИ гарантированно выполнит без ошибок.[1][5] Задания охватывают бытовые и личные дела; при их разработке использовали исследования расходов времени и опрос 3 995 человек.
Источники
openai.comLifeVal
cellcog.aiOpenAI LifeVal: GPT-6 Astra Hits 80.6% on Everyday Tasks
digg.comOpenAI introduces LifeVal to measure AI performance on everyday tasks
nageshpolu.comOpenAI LifeVal Tests Everyday AI Agents: Why High Scores Are Not Finished Tasks
apidog.comWhat Is OpenAI LifeVal? The Everyday-Task Benchmark