OpenAIの「LifeVal」とは？日常生活タスクでAIを測る新ベンチマーク

室谷代表取締役

OpenAIが2026年11月2日に発表した「LifeVal」は、日常生活のタスクでAIがどれだけ役に立つかを測る新しいベンチマークなんですよね。育児や行政手続き、家計管理みたいに「個人アシスタントに一番手伝ってほしい」領域を評価するもので、過去1年間のモデル改善にも使われてきたと。

テキトー教師DotAI 認定講師

そうなんですよ。単に学術試験の点数を競う話じゃないんです。

OpenAIの公式ページによると、LifeValは「日常生活で重要なタスクにおけるAIの進歩を測る」ための評価で、1億人以上が使うChatGPTを「助言するチャット」から「実際に行動する個人アシスタント」へ進化させる狙いが込められています。

室谷代表取締役

公式スレッドでも「AGIが全人類に利益をもたらすには、人々が最も大切にしている日常タスクを支援すべき」と述べていて、数千人のChatGPTユーザーのフィードバックをもとに設計したと書かれています。具体的には、育児支援、政府サービスへのアクセス、個人財務の管理といった領域ですね。

テキトー教師DotAI 認定講師

ここが重要なポイントで、OpenAIは「誰かが生活を楽にしたいと思ったとき、必要なのは助言やチャットの返答だけではない。真に役立つ個人アシスタントなら、実際に物事を成し遂げる行動を取るべきだ」と説明しています。

つまり、LifeValは“知識”ではなく“行動”を測る評価なんです。

LifeValとは？OpenAIが2026年11月に発表した新ベンチマーク

室谷代表取締役

まず基本情報を整理すると、LifeValはOpenAIが2026年11月2日に公開した研究発表で、日常生活タスクにおけるモデル性能を経時的に測るための評価セットです。公式ページには「Measuring AI progress on the tasks that matter in everyday life（日常生活で重要なタスクにおけるAIの進歩を測る）」とあります。

テキトー教師DotAI 認定講師

ベンチマークというのは、AIモデルの能力を一定の課題セットで数値化・比較するための評価基準のことです。従来はMMLUのような学力試験型が主流でしたが、LifeValはもっと生活に密着したタスクを扱うのが特徴ですね。

室谷代表取締役

OpenAIは2025年9月にGDPvalという、経済的に価値のある職務タスクを44職種で評価するベンチマークを出しているんですけど、LifeValはその日常生活版という位置づけなんですよ。GDPvalが「知識労働向けの一歩」なら、LifeValは「生活者向けの一歩」というわけです。

テキトー教師DotAI 認定講師

講座でもよく言うんですが、AIの評価ってどうしてもコーディングや学術試験に偏りがちなんです。でも実際にユーザーが求めるのは、もっと日常的な「これやっておいて」というタスクだったりする。

そこに焦点を当てたのがLifeValの面白さですね。

LifeValで測れること――育児・行政手続き・家計管理など日常生活タスク

室谷代表取締役

公式ページによると、LifeValが対象とするタスクは、育児（caregiving）、健康（health）、教育（education）、家事・行政手続き（household administration）、個人財務（personal finances）、買い物（shopping）、政府サービスへのアクセス（accessing government services）など多岐にわたります。

テキトー教師DotAI 認定講師

具体的なタスク例もいくつか公開されています。たとえば「引っ越し後に適切な幼稚園に入学手続きをする」「洪水に備えてボランティアを管理する」「家族のために新しい家を見つける」「離れた場所にいるおばあちゃんと一緒に試合を観る方法を設定する」「糖尿病と診断された親の食事療法を手伝う」といったものです。

室谷代表取締役

面白いのは、これらのタスクが単なるテキストプロンプトではなく、実際の生活の文脈を含んでいる点ですね。たとえば「引っ越し後の幼稚園探し」では、近所の幼稚園を比較して候補を絞り、入学手続きの詳細を整理するところまでモデルがやる。

公式ページではGPT-6 Astraがこのタスクで93.1%のスコアを記録したと示されています。

テキトー教師DotAI 認定講師

他にも「家族のために新しい家を見つける」で100%、「洪水前のボランティア管理」で98.0%、「離れたおばあちゃんと試合を観る設定」で96.3%、「糖尿病の親の食事プラン」で90.4%といったスコアが掲載されています。これらは「ベスト記録」として紹介されている数値ですね。

室谷代表取締役

こういうタスクって、これまでのチャットAIだと「こうすればいいですよ」という助言で終わっていたものが多いと思うんですよ。でもLifeValが測ろうとしているのは、実際に手続きを進めたり、比較表を作ったり、発注まで持っていく行動力なんですよね。

テキトー教師DotAI 認定講師

まさに「エージェント」的な能力ですよね。OpenAIは公式ページで「ChatGPTをチャットツールから真にエージェント的な個人アシスタントへ移行させる」と表現しています。

単に答えるだけでなく、ブラウザを使ったり、外部サービスと接続したりして実際に行動するイメージです。

LifeValの使い方・評価の仕組み――3,995人のユーザー調査から設計

室谷代表取締役

LifeValの設計プロセスがまた面白いんですよ。公式ページによると、まず米国のAmerican Time Use SurveyとMultinational Time Use Studyという既存の生活時間調査を土台にして、その上で人口統計的に代表性のある3,995人への新しい調査を実施したと。

テキトー教師DotAI 認定講師

つまり、いきなり「このタスクを評価しよう」と決めたのではなく、実際に人々がどう時間を使っているかというデータから出発しているわけですね。その上で「どこでAIの支援を最も欲しいか」を質問して、タスクを抽出したと。

室谷代表取締役

ここが重要なのは、OpenAIの思いつきではなく、統計的に裏付けられた需要に基づいている点です。3,995人というサンプルサイズも、人口統計的な代表性を確保するためのものなんですよね。

テキトー教師DotAI 認定講師

評価の仕組みについては、公式ページでは「平均報酬（average reward）」という指標が使われています。これはタスク達成度を数値化したもので、0%から100%で表されるようです。

LifeValの平均報酬はGPT-5.2の49.3%からGPT-6 Astraの80.6%へ上昇したと資料に示されています。

室谷代表取締役

報酬という言葉からすると強化学習的な評価をイメージするかもしれませんが、ここでは単に「タスクをどれだけうまく達成できたか」のスコアと捉えてよさそうです。公式ページのグラフでは、モデルのリリース日ごとに平均報酬がプロットされていて、右肩上がりの改善が見て取れます。

テキトー教師DotAI 認定講師

講座で受講生さんによく言うんですが、ベンチマークの数字はあくまで一つの目安です。でも、こうやって定量的に測ることで、モデルの進歩を客観的に追跡できるようになるのは大きいですよね。

特に「日常生活」というこれまで測りにくかった領域で。

GPT-5.2からGPT-6 Astraへ――LifeValが示すモデル性能の推移

室谷代表取締役

ここが記事の肝なんですけど、公式ページのグラフには具体的なモデル名とスコアが載っています。GPT-5.2が49.3%、GPT-5.4が73.0%、GPT-5.5が77.4%、GPT-5.6が80.0%、そしてGPT-6 Astraが80.6%という推移です。

テキトー教師DotAI 認定講師

すごい伸びですよね。GPT-5.2からGPT-5.4で約24ポイント向上していて、その後は徐々に伸びが緩やかになっています。

これは典型的な学習曲線で、初期の改善が大きく、後半は細かい改善になっていくパターンですね。

室谷代表取締役

時系列で見ると、2025年12月11日のGPT-5.2から、2026年3月5日のGPT-5.4、4月23日のGPT-5.5、7月9日のGPT-5.6、9月3日のGPT-6 Astraというリリース順になっています。約1年でここまで来たわけです。

テキトー教師DotAI 認定講師

注目すべきは、GPT-6 Astraが80.6%と、GPT-5.6の80.0%からわずか0.6ポイントしか上がっていない点です。これは「日常生活タスク」の評価が難しくなってきている証拠でもあります。

簡単なタスクはもうほぼクリアしていて、残っているのは本当に難しいタスクだけ、という状態なのかもしれません。

室谷代表取締役

公式ページには「過去1年間、私たちはモデルをより速く、より有能に、そしてブラウザ利用、コンピュータ利用、コネクタタスクにおいてより整合するように訓練してきた」とあります。これらの能力強化が、ChatGPTで対応できるタスクの幅を広げ、チャットツールからエージェント的な個人アシスタントへの移行を後押ししているわけです。

テキトー教師DotAI 認定講師

ただ、この数字をどう解釈するかは注意が必要です。80.6%というのは平均報酬であって、すべてのタスクで80%の性能というわけではありません。

個別のタスクでは100%を記録しているものもあれば、もっと低いものもある。平均値の裏側にはばらつきがあることを忘れてはいけませんね。

室谷代表取締役

そうなんですよね。公式ページでも「最新モデルは多くのLifeValタスクで非常に高いスコアを記録している」としつつ、具体的なタスク例として「幼児に合った感覚クラスを見つけて予約する」「車のサービス時期を確認して旅行前に点検を予約する」「ハラール食品を予算内で注文してスプレッドシートに項目化する」などが100%と紹介されています。

テキトー教師DotAI 認定講師

これらのタスクに共通するのは、複数のステップを踏む必要があることです。検索して、比較して、予約して、記録する。

こういう一連の流れをこなせるかどうかが、これからのAIアシスタントの価値を決めるんでしょうね。

なぜ今LifeValなのか――『助言』から『行動するエージェント』への転換

室谷代表取締役

OpenAIがなぜ今このタイミングでLifeValを出したのか。公式ページを読むと、背景には「ユーザーは助言やチャット回答以上のものを求めている」という認識があるんですよ。

テキトー教師DotAI 認定講師

これは業界的な流れでもありますよね。これまでのAI評価は、どれだけ知識があるか、どれだけコードが書けるか、という「能力」を測るものが中心でした。

でも実際のユーザーは「で、何をしてくれるの？」というところを見ている。

室谷代表取締役

OpenAIは公式ページで「AGIが全人類に利益をもたらすためには、日常生活で重要なことに対するモデルの進歩を測定し、改善する必要がある。それは学術的なモデル知識の評価を超えて、AIモデルが人々の意思決定を導き、日常の責任を管理し、意味のあることを成し遂げるのをどれだけ助けられるかを実際に測定することだ」と述べています。

テキトー教師DotAI 認定講師

まさに「助言するチャット」から「行動する個人アシスタント」への転換点を、評価の側面から支えるのがLifeValというわけですね。講座でも、これからのAI活用は「聞く」から「任せる」にシフトしていくと話していますが、まさにその流れを裏付ける発表です。

室谷代表取締役

あと、GDPvalの公式ページを読むと「以前のAI評価は挑戦的な学術テストや競争的なコーディング課題が中心で、モデルの推論能力の限界を押し広げるのに不可欠だったが、多くの人が日常業務で扱うようなタスクには必ずしも合っていない」と書かれているんですよ。この問題意識がLifeValにも通底しています。

テキトー教師DotAI 認定講師

なるほど。GDPvalが職務タスク、LifeValが生活タスクという分担で、OpenAIは「実際の人間の営み」に近い評価体系を二本柱で整えつつあるということですね。

これはモデル開発の方向性を考える上でも重要なシグナルです。

室谷代表取締役

ただ、注意点もあります。LifeValはあくまでOpenAIが設計した評価であって、絶対的な尺度ではありません。

公式ページでも「LifeValがその目標への一歩となることを願っている」と控えめに表現しています。過度な一般化は避けるべきですね。

テキトー教師DotAI 認定講師

そうですね。ベンチマークはモデルの一面を切り取ったものに過ぎません。

でも、日常生活というこれまで定量的に測りにくかった領域に光を当てた意義は大きいと思います。

LifeValは日本で使える？料金や提供範囲はどうなっているか

室谷代表取締役

ここで読者が気になるのは「LifeValは日本で使えるのか」「料金はかかるのか」という点だと思うんですけど、公式ページにはLifeVal自体を一般ユーザーが使うためのインターフェースや提供地域についての記載はありません。現時点では、LifeValはOpenAIの研究・評価用のベンチマークとして公開されているもので、一般のChatGPTユーザーが直接「LifeValを使う」という性質のものではないようです。

テキトー教師DotAI 認定講師

そうなんですよ。LifeValはあくまでモデル評価のための枠組みで、ChatGPTの新機能として提供されているわけではありません。

ですので「日本で使えるか」という問いに対しては、評価手法としての詳細は公開されていますが、一般ユーザー向けのサービスとしての提供状況は現時点では明らかにされていません、というのが正確なところです。

室谷代表取締役

一方で、LifeValで測られているような能力——ブラウザ操作やコネクタを通じたタスク遂行——は、ChatGPTの機能として順次拡張されている部分でもあります。公式ページにも「ブラウザ利用、コンピュータ利用、コネクタタスクにおけるモデルの訓練」に触れられています。

テキトー教師DotAI 認定講師

料金については、LifeValの利用に課金があるとは資料には書かれていません。ただし、APIの料金ページを見ると、GPT-6 Astraは入力$10.00/出力$50.00 per 1Mトークン、GPT-6.1 Solは入力$2.00/出力$10.00 per 1Mトークンといった価格が掲載されています。

これはLifeValとは直接関係ありませんが、モデル利用のコストを知る参考にはなります。

室谷代表取締役

このあたりのモデルごとの料金や特徴は、ChatGPT 5（GPT-5）完全ガイドでも詳しく解説しているので、合わせて読むと理解が深まると思います。

テキトー教師DotAI 認定講師

また、LifeValのような評価が今後ChatGPTの機能選択やプラン設計に影響を与える可能性はありますが、それはあくまで推測です。公式にアナウンスされているわけではありません。

よくある質問

室谷代表取締役

最後に、読者から寄せられそうな質問に答えておきましょう。

テキトー教師DotAI 認定講師

まず「LifeValは誰でも使えるのか」という質問。これは公式ページに一般ユーザー向けの提供方法の記載がないため、現時点では明らかにされていません。

研究用の評価セットとして公開されているというのが正確な理解です。

室谷代表取締役

「LifeValのスコアが高いモデルは日常生活で本当に役立つのか」という点も気になりますよね。公式ページではGPT-6 Astraが多くのタスクで高いスコアを記録していますが、これはあくまでLifeValという評価セット内での結果です。

実際の生活での有用性を保証するものではありません。

テキトー教師DotAI 認定講師

「LifeValとGDPvalの違いは何か」という質問もありそうです。GDPvalは経済的に価値のある職務タスクを44職種で評価するもので、LifeValは日常生活タスクを評価するものです。

対象が仕事か生活かという違いがあります。

室谷代表取締役

「LifeValの評価タスクはどうやって選ばれたのか」については、American Time Use SurveyとMultinational Time Use Studyを土台に、3,995人への人口統計的に代表性のある調査を実施して、支援需要の高いタスクを抽出したと公式ページにあります。

テキトー教師DotAI 認定講師

「GPT-5.2からGPT-6 Astraまでのスコアの推移は」という質問には、平均報酬が49.3%から80.6%へ上昇したと答えられます。具体的にはGPT-5.2が49.3%、GPT-5.4が73.0%、GPT-5.5が77.4%、GPT-5.6が80.0%、GPT-6 Astraが80.6%です。

室谷代表取締役

「LifeValは日本語のタスクも評価しているのか」という点は、公式ページに言語別の内訳の記載がないため、現時点では明らかにされていません。今後の詳細公開が待たれるところですね。

テキトー教師DotAI 認定講師

というわけで、LifeValはAIが「助言するチャット」から「行動する個人アシスタント」へ進化する流れを測る、新しいタイプのベンチマークです。今後のモデル開発の方向性を占う上でも注目しておきたい発表ですね。

室谷代表取締役

モデルの進化のスピードを考えると、LifeValのような日常生活ベースの評価がますます重要になってくると思います。OpenAIの今後のアップデートにも注目していきましょう。