曝 OpenAI 推出 LifeVal 基准：考 AI 处理订餐、理财等日常琐事，GPT-6 Astra 多项满分
mark_k · x · 2026-11-03
据 markk（未经官方证实），OpenAI 推出新基准 LifeVal，不测抽象推理或编码，而是评估 AI 处理现实生活任务的能力：找托儿、管理财务、预约、按预算订菜、退订邮件、对接政府服务等。该基准基于对近 4000 人的调研，找出 AI 助手最有价值的场景。结果显示 GPT-6 Astra 在多项任务的 最佳记录中拿到 100%，包括预约车辆年检、预算内订菜和退订邮件列表。
所属事件:OpenAI 推出 LifeVal 基准，用日常任务考核 ChatGPT(3 条相关)→
「模型」频道最新
- 博主自曝：Claude Opus 5.5 成其喜剧 AI 的主力模型 — ivan_bezdomny · 2026-11-03
- Mistral 大模型报告:砍 KV-cache 的省显存架构拖累 SWE-bench 表现 — _AndrewZhao · 2026-11-03
- 华盛顿邮报调查：LLM 生成投票指南 48% 选错国会选区 — Polymarket · 2026-11-03
- fchollet 吐槽 LLM 写作通病:每句都想当金句 — fchollet · 2026-11-03
- 用户晒单:$1200/年 Grok 顶级套餐仍每周撞满用量上限 — eter_inquirer · 2026-11-03
- 博主盘点：DeepSeek 系列或是今年最重要发布，$50/月即可跑起一门生意 — EXM7777 · 2026-11-03