Červnová aktualizace k této odborné specializaci přidává agentní schopnosti GPT-5.5. GPT-Rosalind tak nemá pouze navrhnout hypotézu nebo shrnout odborné články, ale může se zapojit do delšího řetězce úkolů: vyhledat podklady, analyzovat data, naplánovat experiment a pracovat s připojenými vědeckými nástroji .
Jedním z klíčových ukazatelů je efektivita. Podle zveřejněných hodnocení GPT-Rosalind překonává obecný GPT-5.5 ve všech třech nových doménových testech a současně spotřebuje méně výpočetních tokenů. Největší rozdíl OpenAI uvádí u genomiky: při dlouhých kvantitativních analýzách biologie používá GPT-Rosalind o 31 % méně tokenů než GPT-5.5 . U rozsáhlých genomických datových sad to může znamenat nižší náklady na jednotlivé dotazy i celé výzkumné pipeline.
OpenAI vytvořelo také nový benchmark LifeSciBench, který má posuzovat praktický dopad modelu ve výzkumu. Hodnocení provádějí externí odborníci a benchmark pokrývá šest oblastí:
LifeSciBench se liší od testů zaměřených na jednu izolovanou schopnost. Snaží se hodnotit celé workflow — od syntézy odborné literatury až po návrh experimentu. GPT-Rosalind v něm podle zveřejněných výsledků vede před GPT-5.5, Grok 4.3 i Gemini 3.1 Pro .
OpenAI současně zveřejnilo výsledky tří testů, které přímo porovnávají GPT-Rosalind s GPT-5.5. Všechny uvedené výsledky pocházejí z hodnocení provedených a zveřejněných OpenAI; nezávislé ověření třetí stranou zatím potvrzeno nebylo .
| Benchmark | Zaměření | GPT-Rosalind | GPT-5.5 | Úspora tokenů |
|---|---|---|---|---|
| MedChemBench | Medicinální chemie: struktura, aktivita, toxicita a metabolismus sloučenin | 27,5 % | 25,1 % | o 7,2 % méně |
| GeneBench | Genomika a kvantitativní biologie, včetně dlouhých agentních úloh | 21,6 % | 20,4 % | o 31 % méně |
| LabWorkBench | Praktická práce v laboratoři a řešení experimentálních problémů | 63,2 % | 55,8 % | neuvedeno |
Zdroj: hodnocení zveřejněná OpenAI .
Největší rozdíl je u benchmarku LabWorkBench: GPT-Rosalind zde získal náskok 7,4 procentního bodu. Test zahrnuje například řešení problémů s protokoly, návrh postupů s reagenciemi a interpretaci experimentálních výsledků . Právě zde se může propojení odborných znalostí s používáním nástrojů projevit nejvýrazněji.
Čísla ale zároveň ukazují limity současné technologie. Skóre 27,5 % v medicinální chemii a 21,6 % v genomice znamenají, že model v těchto oblastech stále neuspěje u většiny úloh . Nejde o jednoduché znalostní kvízy, nýbrž o složité problémy z reálného výzkumu. Přesto je z výsledků patrné, že AI pro objevování léčiv je stále spíše v rané fázi než před branami plné automatizace.
Aktualizace přináší také pluginy a prohlížeče určené pro biologické vědy v platformě Codex, což je kódovací prostředí OpenAI pro agentní AI . GPT-Rosalind se díky nim může připojovat k vědeckým nástrojům, databázím odborné literatury, utilitám pro analýzu sekvencí nebo softwaru pro návrh laboratorních protokolů .
Důležitý je posun od pouhého doporučení k provedení vícekrokového úkolu. OpenAI aktualizaci rámuje jako přechod „od uvažování k provedeným workflow“ . Ambicí je dostat model hlouběji do každodenního provozu laboratoří a výzkumných týmů, nikoli ho ponechat jen u brainstormingu a přípravy návrhů.
GPT-Rosalind byl původně v dubnu 2026 dostupný pouze jako omezené podnikové research preview v USA prostřednictvím programu trusted access — tedy kontrolovaného přístupu, který vyžaduje žádost a posouzení .
Červnová aktualizace rozšiřuje research preview globálně na způsobilé organizace. Tento přístup však zůstává omezený a probíhá přes stejnou prověřovanou strukturu trusted access . Organizace bez existující smlouvy Enterprise mohou nově podat žádost prostřednictvím pracovního prostoru OpenAI managed workspace.
OpenAI 29. května 2026 spustilo také program Rosalind Biodefense, který rozšiřuje kontrolovaný přístup pro aplikace v oblasti biologické obrany . To naznačuje, že firma model nevnímá pouze jako nástroj pro komerční vývoj léčiv, ale také jako technologii pro citlivý biologický výzkum pod dohledem.
OpenAI uvedlo několik farmaceutických a výzkumných organizací, které s aktualizovaným GPT-Rosalind pracují :
Veřejně ale nejsou popsány konkrétní případy použití pro každou z těchto organizací. Není proto jasné, které vztahy představují placené podnikové nasazení a které výzkumnou spolupráci. Přítomnost Thermo Fisher Scientific může ukazovat na budoucí nebo probíhající propojení s vědeckými nástroji v ekosystému pluginů Codex, to však OpenAI v dostupných materiálech podrobně nerozvedlo.
GPT-Rosalind ukazuje směr, kterým se OpenAI snaží posunout podnikové AI: od univerzálních modelů k úzce zaměřeným systémům, které kombinují odborné znalosti, práci s nástroji a řízený přístup. V ideálním případě může taková kombinace urychlit rešerše, tvorbu hypotéz, návrh experimentů, analýzu dat i přípravu laboratorních protokolů.
Číslům je ale nutné rozumět v kontextu. GPT-Rosalind sice v nových testech překonává GPT-5.5 a v genomice pracuje úsporněji, jeho absolutní výsledky v medicinální chemii a genomice zůstávají nízké. Model proto zatím představuje pomocníka pro odborné týmy, nikoli náhradu vědeckého úsudku nebo laboratorního ověřování.
A protože výkonové údaje zveřejnilo samotné OpenAI, měly by být do doby nezávislých replikací či recenzovaných studií vnímány jako orientační, nikoli jako definitivní důkaz schopností modelu .
Červnová aktualizace k této odborné specializaci přidává agentní schopnosti GPT-5.5. GPT-Rosalind tak nemá pouze navrhnout hypotézu nebo shrnout odborné články, ale může se zapojit do delšího řetězce úkolů: vyhledat podklady, analyzovat data, naplánovat experiment a pracovat s připojenými vědeckými nástroji .
Jedním z klíčových ukazatelů je efektivita. Podle zveřejněných hodnocení GPT-Rosalind překonává obecný GPT-5.5 ve všech třech nových doménových testech a současně spotřebuje méně výpočetních tokenů. Největší rozdíl OpenAI uvádí u genomiky: při dlouhých kvantitativních analýzách biologie používá GPT-Rosalind o 31 % méně tokenů než GPT-5.5 . U rozsáhlých genomických datových sad to může znamenat nižší náklady na jednotlivé dotazy i celé výzkumné pipeline.
OpenAI vytvořelo také nový benchmark LifeSciBench, který má posuzovat praktický dopad modelu ve výzkumu. Hodnocení provádějí externí odborníci a benchmark pokrývá šest oblastí:
LifeSciBench se liší od testů zaměřených na jednu izolovanou schopnost. Snaží se hodnotit celé workflow — od syntézy odborné literatury až po návrh experimentu. GPT-Rosalind v něm podle zveřejněných výsledků vede před GPT-5.5, Grok 4.3 i Gemini 3.1 Pro .
OpenAI současně zveřejnilo výsledky tří testů, které přímo porovnávají GPT-Rosalind s GPT-5.5. Všechny uvedené výsledky pocházejí z hodnocení provedených a zveřejněných OpenAI; nezávislé ověření třetí stranou zatím potvrzeno nebylo .
| Benchmark | Zaměření | GPT-Rosalind | GPT-5.5 | Úspora tokenů |
|---|---|---|---|---|
| MedChemBench | Medicinální chemie: struktura, aktivita, toxicita a metabolismus sloučenin | 27,5 % | 25,1 % | o 7,2 % méně |
| GeneBench | Genomika a kvantitativní biologie, včetně dlouhých agentních úloh | 21,6 % | 20,4 % | o 31 % méně |
| LabWorkBench | Praktická práce v laboratoři a řešení experimentálních problémů | 63,2 % | 55,8 % | neuvedeno |
Zdroj: hodnocení zveřejněná OpenAI .
Největší rozdíl je u benchmarku LabWorkBench: GPT-Rosalind zde získal náskok 7,4 procentního bodu. Test zahrnuje například řešení problémů s protokoly, návrh postupů s reagenciemi a interpretaci experimentálních výsledků . Právě zde se může propojení odborných znalostí s používáním nástrojů projevit nejvýrazněji.
Čísla ale zároveň ukazují limity současné technologie. Skóre 27,5 % v medicinální chemii a 21,6 % v genomice znamenají, že model v těchto oblastech stále neuspěje u většiny úloh . Nejde o jednoduché znalostní kvízy, nýbrž o složité problémy z reálného výzkumu. Přesto je z výsledků patrné, že AI pro objevování léčiv je stále spíše v rané fázi než před branami plné automatizace.
Aktualizace přináší také pluginy a prohlížeče určené pro biologické vědy v platformě Codex, což je kódovací prostředí OpenAI pro agentní AI . GPT-Rosalind se díky nim může připojovat k vědeckým nástrojům, databázím odborné literatury, utilitám pro analýzu sekvencí nebo softwaru pro návrh laboratorních protokolů .
Důležitý je posun od pouhého doporučení k provedení vícekrokového úkolu. OpenAI aktualizaci rámuje jako přechod „od uvažování k provedeným workflow“ . Ambicí je dostat model hlouběji do každodenního provozu laboratoří a výzkumných týmů, nikoli ho ponechat jen u brainstormingu a přípravy návrhů.
GPT-Rosalind byl původně v dubnu 2026 dostupný pouze jako omezené podnikové research preview v USA prostřednictvím programu trusted access — tedy kontrolovaného přístupu, který vyžaduje žádost a posouzení .
Červnová aktualizace rozšiřuje research preview globálně na způsobilé organizace. Tento přístup však zůstává omezený a probíhá přes stejnou prověřovanou strukturu trusted access . Organizace bez existující smlouvy Enterprise mohou nově podat žádost prostřednictvím pracovního prostoru OpenAI managed workspace.
OpenAI 29. května 2026 spustilo také program Rosalind Biodefense, který rozšiřuje kontrolovaný přístup pro aplikace v oblasti biologické obrany . To naznačuje, že firma model nevnímá pouze jako nástroj pro komerční vývoj léčiv, ale také jako technologii pro citlivý biologický výzkum pod dohledem.
OpenAI uvedlo několik farmaceutických a výzkumných organizací, které s aktualizovaným GPT-Rosalind pracují :
Veřejně ale nejsou popsány konkrétní případy použití pro každou z těchto organizací. Není proto jasné, které vztahy představují placené podnikové nasazení a které výzkumnou spolupráci. Přítomnost Thermo Fisher Scientific může ukazovat na budoucí nebo probíhající propojení s vědeckými nástroji v ekosystému pluginů Codex, to však OpenAI v dostupných materiálech podrobně nerozvedlo.
GPT-Rosalind ukazuje směr, kterým se OpenAI snaží posunout podnikové AI: od univerzálních modelů k úzce zaměřeným systémům, které kombinují odborné znalosti, práci s nástroji a řízený přístup. V ideálním případě může taková kombinace urychlit rešerše, tvorbu hypotéz, návrh experimentů, analýzu dat i přípravu laboratorních protokolů.
Číslům je ale nutné rozumět v kontextu. GPT-Rosalind sice v nových testech překonává GPT-5.5 a v genomice pracuje úsporněji, jeho absolutní výsledky v medicinální chemii a genomice zůstávají nízké. Model proto zatím představuje pomocníka pro odborné týmy, nikoli náhradu vědeckého úsudku nebo laboratorního ověřování.
A protože výkonové údaje zveřejnilo samotné OpenAI, měly by být do doby nezávislých replikací či recenzovaných studií vnímány jako orientační, nikoli jako definitivní důkaz schopností modelu .