
何が起きたか
OpenAIは11月2日、LifeValを公開し、GPT-6 Astraが平均報酬80.6%、GPT-5.2は49.3%、GPT-5.6は80.0%だった。
なぜ重要か
チャート上の5スコアはすべてOpenAIが自社の採点者で実行したもので、タスクセットは非公開でリーダーボードもないため、独立したランキングではなく自己採点の進捗曲線と読める。
誰に効くかチャットボットやアシスタントのベンダーを比較する企業の購買・調達担当者は、LifeValの数値をベンダー自己申告の結果として扱うべきだ。採点者、タスク、公開スコアはすべてOpenAI自身によるもので、少なくとも外部モデルが同じセットで採点できるまではそう見るべきだ。
こういう要約が、毎朝あなたのメールに届きます。
LifeValはチャット形式の評価への修正として提示されている。OpenAIの主張は、モデルが必要なクリックを完了しても不適切な結果を生むことがあるというもので、会話の質ではなく実生活から取ったタスクを中心にベンチマークを構築している。入力は外部由来だ。米国労働統計局のAmerican Time Use SurveyとMultinational Time Use Study、さらに人口構成を反映した3,995人の調査と、アシスタントに任せたい具体的なタスクを記録した約100人の参加者に基づく。
公開された曲線はGPT-5.2の49.3%からGPT-5.4の73.0%、GPT-5.5の77.4%、GPT-5.6の80.0%、Astraの80.6%へと続く。Astraの最高記録には、糖尿病と診断された親の食事準備(90.4%)、引っ越し後の適切な幼稚園への入学手続き(93.1%)、遠くにいる祖母と試合を観る(96.3%)、洪水前のボランティア管理(98.0%)が含まれる。
注意点は結果の出し方にある。タスクセットは非公開で、リーダーボードはなく、5スコアはすべてOpenAIが自社の採点者で実行したものだ。公開は、パーソナルエージェント追跡サイトがSJTUとNUSによるほぼ同じ役割の「Avatar Intelligence」の提案を取り上げたのと同じ週に重なった。日常アシスタントという枠組みは他の研究グループからも異議を唱えられているようだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
OneTrustはOneTrust CORIEを基盤とするFall '26リリースを発表し、厳選した基盤モデルライブラリからモデルの関連付けと非推奨指標を継続的に更新するAI台帳を追加した
11月18日の日経「Dialogues on the Future」で、ソフトバンクグループの孫正義氏はAnthropicへの出資見送りを「僕の失敗の一つ」と語った

Cassava TechnologiesがNvidia製チップ購入のため最大10億ドルの調達を検討

Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

BrightAIがSmith Point Capital主導のラウンドで97百万ドルを調達
