A OpenAI publicou a 2 de novembro de 2026 o LifeVal, uma avaliação pensada para medir a capacidade dos seus modelos de resolver as tarefas práticas do quotidiano, em vez de perguntas académicas ou de programação. A empresa explica que as tarefas abrangem as áreas onde as pessoas mais querem ajuda de um assistente pessoal, como cuidar de familiares, saúde, educação, gestão da casa, finanças pessoais, compras e contactos com serviços públicos, e que o objetivo é verificar se um modelo consegue de facto resolver o assunto, e não apenas dar conselhos.
Para escolher as tarefas, a OpenAI partiu de dois grandes estudos sobre a forma como as pessoas ocupam o tempo, o American Time Use Survey e o Multinational Time Use Study, e realizou depois um inquérito próprio, representativo da população, a 3995 pessoas sobre onde valorizariam a ajuda de um assistente. A CNN, que entrevistou a investigadora Jenny Yang antes do lançamento, relata que um grupo mais pequeno, de cerca de 100 utilizadores, redigiu as tarefas, juntamente com o contexto pessoal que daria ao modelo e uma grelha para avaliar o resultado. Os participantes tinham de provar experiência real na área: quem propunha uma tarefa de planeamento financeiro, por exemplo, precisava de anos de acompanhamento por um consultor financeiro.
As tarefas pretendem pôr à prova as competências de que um agente pessoal precisa: navegar em sites, aproveitar grandes volumes de contexto, como o histórico de conversas do utilizador, e chegar a conclusões ajustadas às necessidades de cada pessoa. A página da OpenAI mostra exemplos com pontuação: 93,1% ao selecionar jardins de infância depois de uma mudança de casa, 98,0% ao organizar voluntários antes de uma cheia, 100% ao encontrar uma casa no condado de Luzerne e pôr a escritura num carrinho do registo predial, 96,3% ao preparar uma forma de ver um jogo à distância com a avó e 90,4% num plano de cuidados e refeições para um pai com diabetes recém-diagnosticada. A CNN atribui estes resultados ao GPT-6 Astra. Uma tabela à parte enumera tarefas em que a melhor tentativa registada do GPT-6 Astra chegou aos 100%, como marcar a inspeção do carro ou encomendar compras halal.
A comparação principal vem da CNN: os testes da OpenAI indicam que o GPT-6 Astra, lançado em setembro, obtém 80% de desempenho geral nestas tarefas, enquanto o GPT-5.2, de dezembro de 2025, ficava nos 49,3%. A OpenAI afirma ter usado o LifeVal ao longo do último ano para acompanhar e impulsionar melhorias, e que nesse período treinou os modelos para serem mais rápidos, mais capazes e mais alinhados na navegação web, no uso do computador e nos conectores, as funções que permitem ao ChatGPT agir em nome do utilizador.
O LifeVal leva para a vida doméstica a lógica do GDPval, o teste que a OpenAI lançou no ano passado para medir o desempenho em tarefas profissionais de vários setores. A CNN enquadra o lançamento na corrida entre a OpenAI, a Meta, a Anthropic e a Google para criar agentes pessoais, mencionando o agente Muse da Meta, o agente Dots da OpenAI e a aplicação Claude Duet da Anthropic. Yang disse à CNN que a ideia é perceber em que é que os modelos ainda falham e devolver tempo às pessoas, tratando de recados como devolver uma encomenda.
Faltam pormenores importantes. A publicação da OpenAI não diz quantas tarefas compõem o LifeVal, como é calculada a pontuação ou quem avalia as tentativas, nem se os testes decorrem em sites reais ou em cópias simuladas, e o conjunto de tarefas não é disponibilizado a terceiros. Só os modelos da própria OpenAI são avaliados, pelo que não há comparação com sistemas concorrentes, e os valores da melhor tentativa pouco revelam sobre a frequência de sucesso numa tentativa normal. A CNN sublinha ainda que as tarefas quotidianas são amplas, dependem da informação fornecida pelo utilizador e podem ter resultados subjetivos.