LifeVal d'OpenAI : sur ses propres courbes, GPT-5.6 égale GPT-6 Astra pour deux fois moins cher

En une phrase : LifeVal, le banc d'essai d'OpenAI consacré aux tâches de la vie courante, montre surtout que, sur ce terrain, le dernier modèle haut de gamme n'apporte presque rien de plus que le précédent, et qu'il coûte deux fois plus cher.

Le 2 novembre 2026, OpenAI a mis en ligne LifeVal, une évaluation qu'il utilise en interne depuis un an pour suivre ses modèles sur des tâches du quotidien : trouver une école maternelle après un déménagement, faire les courses, remplir une demande d'aide sociale, réserver un spectacle. Le chiffre mis en avant est le score de GPT-6 Astra, 80,6 %. Les données les plus utiles sont ailleurs, dans les graphiques interactifs de la page, que Le Latent a relevés point par point le 3 novembre 2026. Le Latent n'a testé aucun modèle : tous les chiffres ci-dessous sont ceux d'OpenAI, sur sa propre évaluation.

Ce que mesure LifeVal

Selon la présentation de LifeVal par OpenAI, les tâches ont été choisies à partir de deux enquêtes sur l'emploi du temps : l'American Time Use Survey, américaine, et la Multinational Time Use Study, qui rassemble plus de 100 enquêtes nationales dans 30 pays. OpenAI y a ajouté son propre sondage auprès de 3 995 personnes, présenté comme représentatif, sans dire dans quels pays il a été mené. Les domaines retenus sont la garde d'enfants et l'aide aux proches, la santé, l'éducation, l'administration du foyer, les finances personnelles, les achats et les démarches administratives.

Les tâches demandent d'agir (réserver, commander, remplir un dossier), pas seulement de répondre : OpenAI dit avoir entraîné ses modèles à naviguer sur le web, à piloter un ordinateur et à utiliser des connecteurs vers d'autres services. La note de bas de graphique, lisible dans les options du graphique de LifeVal, précise le calcul : chaque point fait la moyenne des essais pour chaque tâche, puis la moyenne des 169 tâches à poids égal, sans pondération par la « disposition à payer » ; GPT-6 Astra est mesuré avec le réglage xhigh de son lancement.

Le score est donc une récompense moyenne, pas un taux de tâches réussies. OpenAI ne publie ni la liste des 169 tâches, ni la façon dont la récompense est attribuée, ni le nombre d'essais par tâche. Personne ne peut refaire la mesure.

Une progression qui plafonne depuis l'été

Le graphique principal de LifeVal place cinq modèles par date de sortie. Les écarts entre deux générations, calculés par Le Latent à partir de ces valeurs, racontent une courbe qui s'aplatit :

Le grand saut a eu lieu entre décembre 2025 et mars 2026. Entre GPT-5.6 et GPT-6 Astra, le gain est de 0,6 point, sans marge d'erreur publiée ni moyen de refaire la mesure. OpenAI le reconnaît en creux sous son second graphique : selon l'annonce de LifeVal, « GPT-5.6 atteint une performance globale similaire à GPT-6 pour environ la moitié du coût d'API estimé » (traduction Le Latent), GPT-6 étant en revanche « environ 23 % plus rapide » sur ces tâches.

Le graphique des coûts, point par point

Le second graphique de LifeVal montre plusieurs points par modèle, du moins coûteux au plus coûteux. OpenAI ne dit pas à quel réglage correspond chaque point ; la fiche de GPT-6 Astra liste cinq niveaux d'effort de raisonnement (low, medium, high, xhigh et max), autant que de points pour ce modèle. Les valeurs ci-dessous sont celles du graphique (récompense arrondie à l'unité par OpenAI, coût estimé par essai en dollars) :

Trois lectures se dégagent de ces valeurs :

• Au sommet, GPT-5.6 passe devant. D'après le graphique d'OpenAI, son point le plus poussé atteint 83 % pour environ 9,65 dollars par essai, contre 82 % pour environ 20 dollars avec GPT-6 Astra. Un point d'écart sur des valeurs arrondies ne fait pas un vainqueur, mais le prix, lui, double.
• Sous 5 dollars par essai, GPT-6 Astra n'est même pas sur la courbe. Son réglage le moins coûteux revient déjà à 5,10 dollars pour 67 %, selon OpenAI. Pour un budget voisin, GPT-5.6 obtient 75 % (4,46 dollars), GPT-5.4 73 % (4,42 dollars) et GPT-5.5 71 % (4,55 dollars).
• L'écart de prix vient surtout du tarif. La fiche de GPT-6 Astra affiche 10 dollars par million de tokens en entrée et 50 dollars en sortie ; celle de GPT-5.6 Sol, vers lequel renvoie l'alias « gpt-5.6 » de l'API, 4 et 20 dollars, soit 2,5 fois moins. LifeVal écrit seulement « GPT-5.6 », sans préciser la gamme évaluée.

Ce que LifeVal ne dit pas

• Rien sur les modèles les plus récents. Le graphique s'arrête à GPT-6 Astra. GPT-6.1 Sol, que la page des modèles de l'API présente comme proche d'Astra « pour un coût moindre » (2 dollars en entrée, 10 en sortie par million de tokens), et GPT-6.1 Terra n'y figurent pas.
• Rien sur les concurrents. Aucun modèle d'Anthropic, de Google ou de Mistral AI n'est évalué : LifeVal mesure les progrès d'OpenAI contre sa propre cible, qu'il dit, dans l'annonce de LifeVal, avoir utilisée pour suivre et faire progresser ses modèles, donc aussi comme objectif d'entraînement.
• Des tâches choisies et américaines. Le tableau des tâches de LifeVal affiche 16 tâches avec le meilleur score enregistré de GPT-6 Astra, toutes entre 88,7 % et 100 %, loin de la moyenne de 80,6 %. On y trouve une demande d'aide alimentaire SNAP au Texas (98,7 %), un concert à Ann Arbor, une maison dans le comté de Luzerne, la correction de réponses au LSAT, l'examen d'entrée des facultés de droit américaines (88,7 %). Aucune des tâches affichées ne concerne un service ou une démarche en France.
• Pas de lien avec les épreuves d'experts. Le même jour, le banc d'essai indépendant GDPx de SemiAnalysis donnait 9,6 % à GPT-6 Astra sur des tâches professionnelles de plusieurs heures (voir notre lecture de GDPx). Les deux chiffres ne se contredisent pas : ils ne mesurent ni les mêmes tâches, ni de la même façon, et l'un est publié par l'éditeur des modèles, l'autre non.

Ce que ça change pour vous

• Si vous construisez un agent sur l'API d'OpenAI (réservation, formulaires, achats), les propres données d'OpenAI plaident pour ne pas choisir GPT-6 Astra par défaut : essayez d'abord GPT-5.6 ou GPT-6.1 Sol à effort élevé, et comparez sur vos tâches réelles, en français, le score obtenu et la facture.
• Si vous utilisez ChatGPT pour des démarches, les 80,6 % de LifeVal ne disent pas que l'assistant réussit huit démarches sur dix, encore moins sur des sites français. Gardez la validation finale d'un achat ou d'un formulaire, comme le recommande notre dossier sur les agents IA.
• Si vous suivez les classements, rangez LifeVal parmi les chiffres d'éditeur, à côté des mesures indépendantes recensées dans notre point sur les classements publics des IA et dans les autres comparatifs du Labo. GPT-6 Astra est aussi l'outil d'une expérience du MIT, dont nous détaillons ce que mesure la retouche des poids de Qwen par GPT-6 Astra.