暮らしの用事を測るLifeVal、GPT-6 Astraは80.6%

引っ越し先の近くで幼稚園を比べて、候補を3つに絞る。離れて暮らす祖母と一緒に試合を見られるよう、配信の準備を整える。AIは、こうした暮らしの用事をどこまで片付けられるのか。

OpenAIは11月2日（米国時間）、その力を測る評価「LifeVal」を公表しました。子どもの預け先探し、行政の手続き、家計の予算づくり、食材の注文、運動の計画などで、助言を返すだけでなく、ブラウザやほかのサービスとの連携を使って用事を実際に済ませられるかを見ます。この1年、自社のモデルの改良の目安に使ってきたとしています。

モデル	公開	LifeVal
GPT-5.2	2025年12月	49.3%
GPT-5.4	2026年3月	73.0%
GPT-5.5	2026年4月	77.4%
GPT-5.6	2026年7月	80.0%
GPT-6 Astra	2026年9月	80.6%

GPT-5.2からGPT-5.4までの3か月で、点は23.7ポイント上がりました。そのあとは4.4ポイント、2.6ポイントと幅が小さくなり、GPT-5.6からGPT-6 Astraへは0.6ポイントでした。値は課題ごとの点の平均で、用事を最後までやり遂げた割合とは限りません。¹

課題は、人が手伝ってほしい用事から

課題の元にしたのは、人が1日の時間を何に使っているかを調べた米国と各国の調査です。さらに3,995人に、どの用事を手伝ってほしいかを尋ね、子どもや家族の世話、健康、教育、家の事務、家計、買い物、行政の手続きを選びました。²

公開した例では、今のモデルの点が多くの課題で9割を超えました。新しい住まいの近くで幼稚園を選ぶ課題は93.1%、親が糖尿病と診断されたあとの食事と世話の計画は90.4%でした。予算や通勤の条件に合う家を探し、登記の書類をカートに入れる課題は100%です。OpenAIは、ブラウザの操作、コンピューターの操作、ほかのサービスとの連携を、この1年で速く、確かにしてきたとしています。

点は高いですが、例の多くは米国の暮らしが前提です。家探しはペンシルベニア州の郡を指定し、不動産の移転にかかる税まで計算させる課題でした。課題の数や採点の方法、使った言語、問題を公開するかは、記事からは分かりません。GPT-6.1 SolやGPT-6.1 Terra、ほかの会社のモデルの値もなく、ClaudeやGeminiとは比べられません。日本の役所や学校の手続きでどこまで動くかは、身近な用事を1つ任せてみて、最後の申し込みや支払いの前に自分で中身を確かめるのがよいかもしれません。

YOBITSUGI AIでは、LifeValで最も高かったGPT-6 Astraのほか、GPT-6.1 SolやGPT-6 Lunaを使えます。

出典

• LifeVal（OpenAI・2026年11月2日）

注

1. 図の値は「Average reward（unweighted）」で、課題の重みづけをしない平均の点です。公開の月は、図の横軸のモデルの公開日（GPT-5.2は2025年12月11日、GPT-6 Astraは2026年9月3日）です。 ↩

2. 元にした調査は、米国の生活時間調査（American Time Use Survey）と、各国の生活時間を集めたMultinational Time Use Studyです。3,995人の調査は、人口の構成に近くなるよう回答者を集めたとしていますが、どの国の人かは示していません。 ↩