LifeVal是用日常事务衡量助手能力的OpenAI新评估指标

OpenAI于2026年11月2日介绍的LifeVal，是依据数千名ChatGPT用户的反馈形成的日常任务评估指标。它衡量模型在寻找托育、获取政务服务和管理家庭收支方面能完成到什么程度，并已用于过去一年的改进。

核心要点速览

OpenAI（@OpenAI）于2026年11月2日基于这一想法介绍了评估指标LifeVal。出发点是ChatGPT用户希望个人助手帮忙的那些场景，相关反馈达到数千人规模。

该帖获得535,111次浏览、5,394次点赞、1,244次收藏、379次转发。除使命陈述中的招聘信息外，本文主体是公开一套衡量模型日常应对能力的标准。

出处[1]

LifeVal举出的具体例子有三：为孩子寻找托育、获取政务服务、管理家庭收支。它不以专业考试的正确率为准，而是以生活中想交给助手办理的事务为基准，这构成了它与以往模型评估的不同。

OpenAI说明，过去一年他们用这一指标测量自有模型处理日常任务的程度，并用于改进。对这同一年的用法，文中并未当作另一项产品功能来讲述。

出处[1]

截至目前的整理，GPT-6 Astra以80.6%位居首位。发布帖正文列出的不是排名表，而是以用户反馈构建指标、并用一年时间提升日常任务表现的经过。

费用、API以及外部工具对接的条件并未包含在这篇介绍中。指标的官方解读位于 https://openai.com/index/lifeval/ ，文章的核心是如何定义一名好的个人助手。

出处[2]

OpenAI的LifeVal：衡量日常任务的指标：原站入口在新标签页查看原始页面的完整内容

可在 X 上直接查看创作者发布的原帖与互动详情。

LifeVal的80.6%是哪个模型的成绩？

截至目前的整理，GPT-6 Astra以80.6%居首。11月2日的介绍帖陈述的是指标的目的与一年间的运用，而非那份排名表。

出处[1]