主要来源rohanpaul_ai
查看原文事件专题 ·多源确认
OpenAI 发布 LifeVal 基准，测试模型能否完成日常琐事
OpenAI 推出 LifeVal 基准，考察 AI 模型替人完成日常事务的能力。测试任务覆盖照护、健康、教育、金融、购物和家庭事务，包括预约车辆年检、在预算内订购清真食品杂货等。GPT-6 Astra 在该基准的日常任务上得分 80.6%，而 GPT-5.2 在不到 9 个月前仅为 49.3%。
当前结论
OpenAI 搞了个叫 LifeVal 的新基准，专门测模型能不能帮你跑腿办事，GPT-6 Astra 拿了 80.6%，比 GPT-5.2 的 49.3% 高了一截。
11 个信源84° AI 热度最后更新 2026/11/2 18:11:07
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。