OpenAI a publié le 2 novembre 2026 LifeVal, une évaluation conçue pour mesurer l'aptitude de ses modèles à accomplir les tâches pratiques de la vie courante plutôt qu'à répondre à des questions académiques ou à coder. L'entreprise explique que les tâches couvrent les domaines où les gens attendent le plus d'aide d'un assistant personnel, comme l'accompagnement d'un proche, la santé, l'éducation, la gestion du foyer, les finances personnelles, les achats et les démarches administratives, l'idée étant de vérifier qu'un modèle sait vraiment mener une tâche à bien et pas seulement prodiguer des conseils.
Pour sélectionner les tâches, OpenAI s'est appuyée sur deux grandes enquêtes consacrées à l'emploi du temps, l'American Time Use Survey et la Multinational Time Use Study, puis a mené son propre sondage représentatif auprès de 3 995 personnes sur les domaines où l'aide d'un assistant leur serait précieuse. CNN, qui a interrogé la chercheuse Jenny Yang avant la publication, rapporte qu'un groupe plus restreint d'une centaine d'utilisateurs a ensuite rédigé les tâches, en précisant le contexte personnel qu'ils fourniraient au modèle et une grille pour juger de la réussite. Ces contributeurs devaient prouver une réelle expertise : proposer une tâche de planification financière supposait par exemple plusieurs années de suivi par un conseiller financier.
Les tâches visent les compétences dont a besoin un agent personnel : naviguer sur des sites, exploiter un contexte abondant comme l'historique des conversations de l'utilisateur et aboutir à des conclusions adaptées à chacun. La page d'OpenAI présente des exemples chiffrés : 93,1 % pour présélectionner des écoles maternelles après un déménagement, 98,0 % pour organiser des bénévoles avant une inondation, 100 % pour trouver un logement dans le comté de Luzerne et placer l'acte de propriété dans un panier du registre foncier, 96,3 % pour permettre de regarder un match à distance avec sa grand-mère et 90,4 % pour un plan de soins et de repas destiné à un parent tout juste diagnostiqué diabétique. CNN attribue ces scores à GPT-6 Astra. Un tableau distinct recense des tâches où la meilleure tentative enregistrée de GPT-6 Astra a atteint 100 %, comme réserver un contrôle technique ou commander des courses halal.
La comparaison principale provient de CNN : selon les tests d'OpenAI, GPT-6 Astra, sorti en septembre, atteint 80 % de performance générale sur ces requêtes du quotidien, contre 49,3 % pour GPT-5.2, lancé en décembre 2025. OpenAI affirme avoir utilisé LifeVal depuis un an pour suivre et stimuler les progrès, et avoir entraîné ses modèles pendant cette période à devenir plus rapides, plus compétents et mieux alignés sur la navigation web, l'usage de l'ordinateur et les connecteurs, ces fonctions qui permettent à ChatGPT d'agir pour le compte de l'utilisateur.
LifeVal transpose à la vie domestique la logique de GDPval, le banc d'essai publié l'an dernier par OpenAI pour mesurer les performances sur des tâches professionnelles dans de nombreux secteurs. CNN replace l'annonce dans la course que se livrent OpenAI, Meta, Anthropic et Google autour des agents personnels, en citant l'agent Muse de Meta, l'agent Dots d'OpenAI et l'application Claude Duet d'Anthropic. Jenny Yang a confié à CNN que l'objectif est de repérer ce que les modèles ne savent pas encore bien faire et de rendre du temps aux gens en prenant en charge des corvées comme le retour d'un colis.
Plusieurs éléments essentiels manquent. La publication d'OpenAI ne précise ni le nombre de tâches de LifeVal, ni le mode de calcul du score, ni l'identité des évaluateurs, ni si les tests se déroulent sur de vrais sites ou sur des copies simulées, et le jeu de tâches n'est pas proposé à l'extérieur. Seuls les modèles d'OpenAI sont notés, ce qui exclut toute comparaison avec la concurrence, et les scores de meilleure tentative renseignent peu sur la fréquence de réussite lors d'un essai ordinaire. CNN rappelle en outre que les tâches du quotidien sont vastes, dépendent des informations fournies par l'utilisateur et peuvent donner lieu à des résultats subjectifs.