OpenAI LifeVal 基准：GPT-6 Astra 日常生活任务得分 80.6%
omooretweets · x · 2026-11-03
OpenAI 发布 LifeVal 基准，衡量模型在日常生活任务上的表现：GPT-5.2 得分仅 49.3%，GPT-5.4 升至 73.0%，GPT-5.5 为 77.4%，GPT-5.6 达 80.0%，最新的 GPT-6 Astra 为 80.6%——曲线明显趋缓。
发帖人认为这解释了消费级 agent 为何现在可用：模型已能处理大部分日常任务，ChatGPT 会拿走很大一部分价值，但垂直细分场景仍有大量专注型产品的空间。
所属事件:OpenAI 推出 LifeVal 基准评测 AI 日常任务能力(4 条相关)→
「模型」频道最新
- Baseten 上线 SubQ Snap 1.1:384K 上下文的「系统一」决策模型,决策指数并列第一 — baseten · 2026-11-03
- 开源权重许可证收紧：Qwen/Kimi/GLM/Step 均加限制，DeepSeek 仍守纯 MIT — teortaxesTex · 2026-11-03
- ChefNMR2 基准测试：2000+分子上 Top-1 命中 82.3%,最佳 LLM 仅 52% — ZhongingAlong · 2026-11-03
- 网友喊话 Kimi K3:开放权重、自己修自己,顺便写个「邪恶基准」 — eigenron · 2026-11-03
- You.com CEO 称 Hugging Face 事故责任在 OpenAI 一方 — RichardSocher · 2026-11-03
- 疑似 DeepSeek V4.1-Flash 曝光：552B 参数、百万上下文、KV 缓存缩至 1/40 — teortaxesTex · 2026-11-03