OpenAI משיקה את benchmark LifeVal ומעבירה את Dots ל-GPT-6.1 Terra הקטן

LifeVal הוא המקבילה לחיים האישיים של GDPVal, ה-benchmark של OpenAI לעולם העבודה. 'מכיוון שכל כך הרבה אנשים משתמשים באפליקציה, אנחנו רוצים לכסות את כל מקרי השימוש השונים', אמרה ל-CNN החוקרת Jenny Yang מ-OpenAI. ה-benchmark מכסה סידורים כמו קניות, ניהול תקציב, מילוי טפסים ותכנון ארוחות, בדיוק המשימות ש-OpenAI רוצה ש-ChatGPT יבצע כשהוא עובר מיצירת תוכן לפעולה בשם המשתמש.

צד העלויות חשוב לא פחות. הפעלת agents אישיים בקנה מידה גדול עולה הרבה, ולכן עוזרי Dots מנתבים עכשיו עבודה אוטומטית ל-GPT-6.1 Terra, מודל קטן יותר. Fortune שואל ישירות אם כוח המחשוב יגביל את הדחיפה ל-agents אישיים. Terra זמין גם ב-Amazon Bedrock במחירי token נמוכים.

מבחינה תחרותית, Meta, Anthropic ו-Google רודפות אחרי אותו שוק agents, ו-Apple פותחת השבוע את Siri AI לאפליקציות. benchmarks כמו LifeVal מאפשרים ל-OpenAI לקבוע מה נחשב הצלחה. הסתייגויות: OpenAI עצמה תכננה את ה-benchmark, וציונים מעל 90% על משימות שהיא בחרה מזמינים ספקנות. תוצאה נפרדת של MIT, שבה GPT-6 Astra מפרש את הפנימיות של מודל, ספגה ביקורת: Simon Willison שחזר אותה עם Qwen 3.8 27B על לפטופ.