OpenAI dévoile LifeVal, son test des agents d'IA sur les tâches de la vie quotidienne
OpenAI a présenté le 2 novembre LifeVal, une évaluation interne des tâches du quotidien (garde d'enfants, démarches administratives, budget, courses) qu'il utilise depuis un an. Il ne publie que des scores choisis de GPT-6 Astra, sans score global ni comparaison.
OpenAI a présenté le 2 novembre 2026 LifeVal, une évaluation qui mesure la capacité de ses modèles à mener des tâches de la vie quotidienne : trouver une place en crèche, accéder à un service public, faire un budget, commander des courses ou préparer un programme sportif. L’entreprise dit s’en servir depuis un an pour suivre et améliorer ses modèles, mais elle ne publie que des scores choisis, tâche par tâche.
Des tâches tirées des enquêtes sur l’emploi du temps
Pour choisir les tâches, OpenAI explique être parti de deux grandes enquêtes sur la façon dont les gens occupent leurs journées, l’American Time Use Survey et la Multinational Time Use Study. Il les a complétées par une nouvelle enquête « démographiquement représentative » auprès de 3 995 personnes, interrogées sur les tâches pour lesquelles elles voudraient l’aide d’un assistant personnel. Les domaines retenus : garde et soin des proches, santé, éducation, tâches administratives du foyer, finances personnelles, achats et accès aux services publics.
L’idée n’est pas de juger une réponse de chatbot mais une action menée jusqu’au bout. OpenAI écrit qu’un assistant vraiment utile doit pouvoir agir pour que les choses soient faites, pas seulement donner des conseils, et relie LifeVal à l’entraînement de ses modèles à la navigation web, à l’utilisation d’ordinateur et aux connecteurs.
Des scores mis en vitrine
La page montre quelques tâches avec un score pour les modèles actuels d’OpenAI :
| Tâche (exemples d’OpenAI) | Score affiché |
|---|---|
| Trouver un logement selon budget, logement indépendant et trajet | 100 % |
| Organiser des bénévoles avant une inondation | 98,0 % |
| Préparer un match à regarder à distance avec sa grand-mère | 96,3 % |
| Inscrire un enfant dans la bonne école maternelle après un déménagement | 93,1 % |
| Plan de repas pour un parent tout juste diagnostiqué diabétique | 90,4 % |
Scores publiés par OpenAI sur sa page LifeVal, consultée le 2 novembre 2026.
Un second tableau liste des tâches (réserver un atelier sensoriel pour un tout-petit, prendre rendez-vous pour l’entretien d’une voiture, commander des courses halal dans un budget, se désabonner de listes de diffusion…) où le meilleur score enregistré de GPT-6 Astra est de 100 %.
Ce qui manque
La page consultée ne donne ni score global, ni nombre total de tâches, ni résultat d’un modèle concurrent, ni méthode de notation détaillée, et n’indique pas si les tâches seront publiées. Le tableau parle du « meilleur score enregistré », sans préciser combien d’essais ont été faits par tâche. Autre nuance : sur X, OpenAI parle des retours de « milliers d’utilisateurs de ChatGPT », alors que la page décrit une enquête représentative de 3 995 personnes. LifeVal arrive le même jour que GDPx, le test d’agents de SemiAnalysis, où aucun modèle ne dépasse 12 % sur des tâches expertes.
Notre lecture
LifeVal pose une bonne question : qu’est-ce qu’un assistant d’IA sait vraiment faire pour un particulier, au-delà des examens et des concours de code ? Le choix de partir d’enquêtes sur l’emploi du temps est sérieux. Mais en l’état, c’est surtout une vitrine : OpenAI note ses propres modèles sur son propre test et ne montre que des réussites, souvent à 100 %. Sans score d’ensemble, sans concurrents et sans tâches publiques, impossible de savoir si ChatGPT gère mieux la vie quotidienne que Gemini ou Claude, ni comment il se comporte sur les tâches qui ne sont pas montrées. Le contraste avec GDPx, publié le même jour par un tiers, illustre l’écart entre les évaluations conçues par un laboratoire et celles mesurées de l’extérieur.
Sources
- OpenAI — LifeVal (2 novembre 2026) Source primaire
- OpenAI sur X — annonce de LifeVal (2 novembre 2026) Source primaire
- SemiAnalysis — GDPx: Measuring Frontier Model Capabilities Across the Most Valuable Domains (2 novembre 2026) Source primaire — Pour la comparaison avec GDPx
Une source primaire émane directement de l'entreprise, du laboratoire ou de l'organisme concerné. Une source secondaire rapporte l'information sans en être l'auteur : nous la signalons comme telle. Une erreur ? Consultez notre politique de correction.
