OpenAI lancerer LifeVal: test af AI-agenter i hverdagen

Hvad er nyt

OpenAI offentliggjorde den 2. november 2026 en ny test kaldet LifeVal. Den måler, om AI-agenter kan udføre hverdagsopgaver. En AI-agent er et program, der ikke bare svarer på spørgsmål, men selv går i gang og får tingene gjort.

Opgaverne kræver handling frem for rådgivning. Det kan for eksempel være at finde børnepasning, bestille syn og skøn, bestille dagligvarer eller håndtere offentlige papirer. Opgaverne er delt i syv kategorier: omsorg, sundhed, uddannelse, husholdningsadministration, privatøkonomi, indkøb og offentlige services.

Ifølge en uafhængig blog har OpenAI brugt LifeVal internt i omkring et år til at forbedre sine modeller.

Hvad er smart

De fleste AI-tests handler om matematik, kodning eller svære eksamensspørgsmål. LifeVal peger i stedet på det, almindelige mennesker faktisk render rundt og bøvler med: papirarbejde, bestillinger og aftaler. Det er netop den slags opgaver, AI-firmaerne håber, at deres agenter kan tage over.

Testen giver også en fælles målestok for fremskridt. OpenAIs diagram viser den gennemsnitlige score for firmaets egne modeller over tid:

- GPT-5.2 (december 2025): 49,3 procent - GPT-5.4 (marts 2026): 73,0 procent - GPT-5.5 (april 2026): 77,4 procent - GPT-5.6 (juli 2026): 80,0 procent - GPT-6 Astra (september 2026): 80,6 procent

Det er et stort hop fra 49,3 til 73,0 procent på tre måneder, mens de seneste skridt er mindre.

Billigere eller bedre?

Det er svært at sige, for LifeVal er ikke en ny model med en pris, men en målemetode. Priser og tilgængelighed i Danmark eller EU fremgår ikke af kilderne.

Sammenlignet med konkurrenterne er der heller ikke noget svar. Diagrammet viser ingen modeller fra Anthropic, Google eller xAI, så man kan ikke se, om OpenAI ligger foran.

Bloggen kritiserer desuden åbenheden. Opgavesættet er ikke offentliggjort, så udenforstående forskere ikke selv kan efterprøve resultaterne eller teste andre modeller. Antallet af opgaver, bedømmelseskriterierne og selve metoden er heller ikke oplyst. Bloggen vurderer, at OpenAIs interne brug af testen i et år kan have skævvredet resultaterne til fordel for firmaets egne modeller. Det er bloggens vurdering, ikke noget, der er bevist. Tallene stammer fra et mellemled og er ikke kontrolleret mod OpenAIs egen meddelelse.

Det er den god til

LifeVal er ikke et produkt, man kan bruge selv, men et fingerpeg om, hvor AI-agenterne er på vej hen. Scoren på omkring 80 procent for GPT-6 Astra antyder, at OpenAI mener, agenterne er blevet markant bedre til praktiske opgaver som indkøb, sundhed og kontakt til det offentlige.

For almindelige brugere og virksomheder er konklusionen dog forsigtig: Tallet er et gennemsnit, og uden åben metode og uafhængige tests kan man ikke vide, hvor godt en agent klarer netop din opgave. Det er værd at holde øje med, om andre AI-firmaer eller forskere får adgang til at teste deres egne modeller på samme måde.