GPT-Rosalind

GPT-Rosalind to wyspecjalizowany model rozumowania opracowany przez OpenAI, przeznaczony do zastosowań w naukach przyrodniczych, odkrywaniu leków i medycynie translacyjnej. Stanowi pierwszy model z planowanej serii Life Sciences i został zaprezentowany 17 kwietnia 2026 roku jako podgląd badawczy (research preview) dla wybranych klientów korporacyjnych w Stanach Zjednoczonych w ramach programu zaufanego dostępu (Trusted Access). Nazwa modelu nawiązuje do brytyjskiej chemiczki i krystalografki Rosalind Franklin, której badania dyfrakcji rentgenowskiej przyczyniły się do odkrycia struktury podwójnej helisy DNA.

Model został zbudowany na bazie najnowszych wewnętrznych modeli OpenAI i dostosowany (fine-tuned) specjalnie do głębokiej analizy biologicznej. OpenAI wytrenowało go na 50 najczęstszych przepływów pracy biologicznej i zintegrowało dostęp do głównych publicznych baz danych biologicznych. GPT-Rosalind obsługuje wieloetapowe przepływy pracy naukowej, w tym syntezę dowodów z literatury, generowanie hipotez biologicznych, planowanie eksperymentów oraz analizę danych genomicznych i biochemicznych. Potrafi odpytywać wyspecjalizowane bazy danych, przetwarzać literaturę naukową, współpracować z narzędziami obliczeniowymi i sugerować nowe ścieżki eksperymentalne w ramach jednego interfejsu.

Model jest dostępny w ChatGPT, Codex i przez OpenAI API wyłącznie dla zakwalifikowanych klientów korporacyjnych w USA, którzy przeszli weryfikację bezpieczeństwa i wykazali prowadzenie legalnych badań z wyraźną korzyścią publiczną. W trakcie fazy podglądu badawczego korzystanie z modelu nie pomniejsza istniejących kredytów ani tokenów. Równolegle z modelem OpenAI udostępniło bezpłatną wtyczkę Life Sciences Research Plugin dla Codex, dostępną na GitHub, łączącą modele z ponad 50 narzędziami naukowymi i bazami danych (w tym AlphaFold, Bgee i BindingDB), obejmującymi genetykę człowieka, genomikę funkcjonalną, strukturę białek, biochemię oraz odkrycia w badaniach klinicznych.

Partnerzy i zastosowania

Wśród potwierdzonych partnerów i klientów współpracujących z modelem przy premierze znajdują się: Amgen, Moderna, Novo Nordisk, Thermo Fisher Scientific, Oracle Health and Life Sciences, NVIDIA, Allen Institute, Benchling i UCSF School of Pharmacy. OpenAI współpracuje również z Los Alamos National Laboratory przy projektowaniu białek i katalizatorów wspomaganym przez AI, a Dyno Therapeutics uczestniczyło w fazie oceny modelu. Firmy doradcze McKinsey & Company, Boston Consulting Group i Bain & Company są powiązane z zespołem Life Sciences OpenAI.

Wyniki benchmarków

Na benchmarku BixBench (oceniającym zadania bioinformatyczne i analizę danych z rzeczywistych środowisk badawczych, opracowanym przez Edison Scientific) GPT-Rosalind uzyskał wynik Pass@1 równy 0,751 — najwyższy spośród modeli z opublikowanymi wynikami. Dla porównania: GPT-5.4 uzyskał 0,732, Grok 4.2 — 0,728, GPT-5.2 — 0,698, GPT-5 — 0,611, a Gemini 3.1 Pro — 0,550 (dane OpenAI). Na benchmarku LABBench2 (obejmującym badanie literatury, dostęp do baz danych, manipulację sekwencjami i projektowanie protokołów) GPT-Rosalind przewyższył GPT-5.4 w 6 z 11 zadań, z największą różnicą w kategorii CloningQA wymagającej kompleksowego projektowania odczynników DNA i enzymatycznych do protokołów klonowania molekularnego. W wewnętrznych testach OpenAI model przewyższył GPT-5, GPT-5.2 i GPT-5.4 we wszystkich pięciu kategoriach: chemia, biochemia i rozumienie białek, filogenetyka, projektowanie i analiza eksperymentów oraz użycie narzędzi.

W ocenie przeprowadzonej we współpracy z Dyno Therapeutics na niepublikowanych, nigdy wcześniej niewidzianych sekwencjach RNA (w celu wykluczenia zapamiętania danych treningowych) najlepsze z dziesięciu zgłoszeń modelu (best-of-ten) znalazły się powyżej 95. percentyla ekspertów ludzkich w zadaniu predykcji sekwencja–funkcja oraz na poziomie 84. percentyla w generowaniu sekwencji. Ocena ta była porównywana ze zbiorem 57 historycznych wyników ekspertów z dziedziny AI i biologii.

Dostęp i bezpieczeństwo

Ze względu na potencjał podwójnego zastosowania modelu (biologiczne zagrożenia) OpenAI zdecydowało o rygorystycznym ograniczeniu dostępu. Organizacje ubiegające się o dostęp muszą przejść weryfikację bezpieczeństwa i wykazać trzy warunki: prowadzenie legalnych badań naukowych z wyraźną korzyścią publiczną, odpowiednie procedury zarządzania, zgodności z przepisami i zapobiegania nadużyciom, oraz ograniczenie dostępu wyłącznie do zatwierdzonych użytkowników w bezpiecznych, zarządzanych środowiskach. OpenAI wbudowało w model systemy wykrywania potencjalnie niebezpiecznych działań. Ceny i szeroka dostępność zostaną ogłoszone po zakończeniu fazy podglądu badawczego.