OpenAI 于 9 月 3 日发布 GPT-6 Astra,自称“目前最智能且对齐程度最高的模型”,采用 Symphony 架构、原生多模态、上下文 105 万 token。近期它又抛出生活任务基准 LifeVal,把评测从纯学术拉到真实日常。
LifeVal 是什么 基于近 4000 位用户调研构建真实任务,覆盖托儿寻找、健康照护、政府救济表格、个人财务与生活行政。最新 GPT-6 Astra 在 16 项日常任务中有 10 项达成 100% 成功率,平均 80.6%,比 9 个月前 GPT-5.2 的 49.3% 大幅跃升;糖尿病饮食规划也拿到 90.4% 的高可靠度。
意义 这类基准更贴近“AI 能否替我办事”的体感。但日常事务容错低、涉及真实账户与隐私,落地时权限与人工复核的边界比分数更关键。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。