OpenAI dévoile un test de tâches du quotidien et annonce 80 % pour GPT-6 Astra, contre 49,3 % pour GPT-5.2
Selon CNN, l'évaluation interne repose sur environ 4 000 utilisateurs de ChatGPT interrogés ; OpenAI n'a pas encore publié le jeu de tests.
Pourquoi c’est important
OpenAI étend ses évaluations du travail rémunéré, mesuré l'an dernier par GDPval, aux tâches domestiques comme les courses, la recherche d'appartement ou l'aide à un proche. Le passage de 49,3 % pour GPT-5.2 à 80 % pour GPT-6 Astra est une mesure d'OpenAI elle-même, avec des grilles rédigées par une centaine d'utilisateurs ayant prouvé leur expertise. Cela survient alors que Muse de Meta, Dots d'OpenAI et Claude Duet d'Anthropic se disputent le rôle d'agent personnel. À suivre : la publication des tâches et une réplication indépendante.
Faits clés
- GPT-6 Astra : 80 % sur les tâches du quotidien
- GPT-5.2 : 49,3 %
- Environ 4 000 utilisateurs de ChatGPT interrogés
- Une centaine d'utilisateurs ont rédigé tâches et grilles
- Recherche d'école maternelle : 93,1 %
- Menu pour diabète : 90,4 %