Det betyder i praksis, at GPT-Rosalind er udviklet til opgaver som litteraturgennemgang, analyse af biologiske data, hypoteseudvikling, forsøgsplanlægning og fejlfinding i laboratoriearbejde. Navnet henviser til Rosalind Franklin, den britiske kemiker, hvis arbejde med røntgenkrystallografi var centralt for forståelsen af DNA’s dobbeltspiral .

Et vigtigt punkt er effektiviteten. Ifølge de offentliggjorte evalueringer klarer den opdaterede GPT-Rosalind sig bedre end den generelle GPT-5.5 på alle tre nye domænebenchmarks, samtidig med at den bruger færre beregningstokens. Den største forskel ses i genomik, hvor modellen udfører langsigtede kvantitative biologianalyser med 31 procent færre tokens end GPT-5.5 . Det kan potentielt sænke omkostningerne i forskningsforløb, der behandler meget store datasæt.

LifeSciBench måler hele forskningsforløb

OpenAI har udviklet LifeSciBench for at vurdere, hvordan modeller fungerer i mere realistiske videnskabelige arbejdsgange. Benchmarket bedømmes af eksterne fageksperter og dækker seks områder:

• håndtering af evidens
• analyse
• design og optimering
• videnskabelig ræsonnering
• validering og drift
• oversættelse og videnskabelig kommunikation

Hvor ældre benchmarks ofte tester én afgrænset evne ad gangen, forsøger LifeSciBench at vurdere et samlet forløb – fra sammenfatning af forskningslitteratur til forsøgsdesign. GPT-Rosalind ligger øverst i OpenAI’s sammenligning og overgår ifølge resultaterne GPT-5.5, Grok 4.3 og Gemini 3.1 Pro .

Tre nye domænetests: Her er resultaterne

OpenAI offentliggjorde også tre tests, der sammenligner GPT-Rosalind direkte med GPT-5.5. Alle resultaterne er rapporteret af OpenAI selv, og der er endnu ikke bekræftet en uafhængig gentagelse fra tredjeparter .

Tallene stammer fra OpenAI’s offentliggjorte evalueringer .

Den største præstationsforskel findes på LabWorkBench, hvor GPT-Rosalind ligger 7,4 procentpoint over GPT-5.5 . Testen omfatter blandt andet fejlfinding i protokoller, planlægning af reagensforløb og fortolkning af eksperimentelle resultater – områder, hvor adgang til værktøjer og domænespecifik viden kan gøre en mærkbar forskel.

Tallene for medicinalkemi og genomik er dog fortsat beskedne. En score på 27,5 procent i MedChemBench og 21,6 procent i GeneBench betyder, at modellen stadig ikke løser størstedelen af opgaverne i disse tests . Det er komplekse forskningsopgaver, ikke almindelige spørgsmål fra et opslagsværk, men resultaterne understreger, at AI-baseret lægemiddeludvikling stadig befinder sig på et tidligt stadie.

Codex skal føre modellen fra svar til handling

Opdateringen omfatter også life science-specifikke plugins og visningsværktøjer i Codex, OpenAI’s platform til agentisk kodning . De skal gøre det muligt for GPT-Rosalind-agenter at forbinde sig til videnskabelige værktøjer som litteraturdatabaser, sekvensanalyse og software til design af laboratorieprotokoller – og at udføre flertrinsarbejdsgange frem for blot at foreslå dem .

OpenAI beskriver selv bevægelsen som et skifte “from reasoning to executed workflows” – fra ræsonnering til udførte arbejdsgange . Ambitionen er dermed at placere modellen tættere på den daglige drift i forskningslaboratorier, ikke kun i den indledende idéudvikling.

Global adgang, men stadig med kontrol

GPT-Rosalind blev oprindeligt lanceret i april 2026 som en forskningspreview for amerikanske Enterprise-kunder gennem et begrænset trusted-access-program . Med juni-opdateringen udvides preview-adgangen globalt til kvalificerede organisationer, men fortsat via en model med ansøgning og vurdering .

Organisationer uden en eksisterende Enterprise-aftale kan ansøge gennem et nyoprettet OpenAI-administreret arbejdsområde. Adgangen er altså ikke åben for alle, men afhænger af organisationens egnethed og OpenAI’s godkendelsesproces.

Den 29. maj 2026, få dage før modelopdateringen, lancerede OpenAI desuden Rosalind Biodefense-programmet. Programmet udvider trusted access specifikt til biodefense-anvendelser . Det peger på, at OpenAI også ser modellen som relevant for biologisk forskning med sikkerheds- og samfundsmæssige hensyn – ikke kun for kommerciel lægemiddeludvikling.

Novo Nordisk og andre tidlige partnere

OpenAI har fremhævet flere organisationer, der arbejder med den opdaterede GPT-Rosalind :

• Novo Nordisk nævnes direkte som kunde, der bruger GPT-Rosalind i arbejdsgange inden for farmaceutisk forskning og udvikling.
• Amgen, Moderna, Allen Institute og Thermo Fisher Scientific er nævnt som partnere eller tidlige brugere inden for lægemiddeludvikling, genomik og integration med forskningsværktøjer.

OpenAI har ikke offentligt beskrevet de konkrete anvendelser for hver organisation. Listen kan derfor omfatte både betalende virksomhedskunder og samarbejdspartnere i forskning. Thermo Fisher Scientifics deltagelse kan desuden pege mod integration med laboratorieudstyr, reagenser og andre forskningsværktøjer, men det konkrete omfang er ikke offentliggjort.

Et skridt mod AI-assisteret lægemiddeludvikling

GPT-Rosalind-opdateringen viser en tydelig strategi fra OpenAI: specialiserede, vertikale modeller kombineret med agentisk værktøjsbrug og kontrolleret adgang. Kombinationen af faglig ræsonnering, lavere tokenforbrug og Codex-baseret udførelse kan gøre modellen nyttig i de tidlige faser af lægemiddeludvikling – for eksempel til litteratursyntese, hypoteseformulering, forsøgsdesign og protokolrelaterede opgaver.

Men benchmarkresultaterne bør læses med forbehold. Selv med GPT-5.5 som grundlag har modellen vanskeligt ved mange medicinalkemiske og genomiske opgaver. Den fremstår derfor først og fremmest som et værktøj for specialister, ikke som en erstatning for forskernes faglige vurdering.

Alle de omtalte præstationspåstande er fortsat selvrapporterede af OpenAI. Indtil uafhængige evalueringer eller fagfællebedømte studier med modellen bliver offentliggjort, bør resultaterne derfor ses som en indikation af retningen – ikke som et endeligt bevis på modellens praktiske gennemslagskraft .

Det betyder i praksis, at GPT-Rosalind er udviklet til opgaver som litteraturgennemgang, analyse af biologiske data, hypoteseudvikling, forsøgsplanlægning og fejlfinding i laboratoriearbejde. Navnet henviser til Rosalind Franklin, den britiske kemiker, hvis arbejde med røntgenkrystallografi var centralt for forståelsen af DNA’s dobbeltspiral .

Et vigtigt punkt er effektiviteten. Ifølge de offentliggjorte evalueringer klarer den opdaterede GPT-Rosalind sig bedre end den generelle GPT-5.5 på alle tre nye domænebenchmarks, samtidig med at den bruger færre beregningstokens. Den største forskel ses i genomik, hvor modellen udfører langsigtede kvantitative biologianalyser med 31 procent færre tokens end GPT-5.5 . Det kan potentielt sænke omkostningerne i forskningsforløb, der behandler meget store datasæt.

LifeSciBench måler hele forskningsforløb

OpenAI har udviklet LifeSciBench for at vurdere, hvordan modeller fungerer i mere realistiske videnskabelige arbejdsgange. Benchmarket bedømmes af eksterne fageksperter og dækker seks områder:

• håndtering af evidens
• analyse
• design og optimering
• videnskabelig ræsonnering
• validering og drift
• oversættelse og videnskabelig kommunikation

Hvor ældre benchmarks ofte tester én afgrænset evne ad gangen, forsøger LifeSciBench at vurdere et samlet forløb – fra sammenfatning af forskningslitteratur til forsøgsdesign. GPT-Rosalind ligger øverst i OpenAI’s sammenligning og overgår ifølge resultaterne GPT-5.5, Grok 4.3 og Gemini 3.1 Pro .

Tre nye domænetests: Her er resultaterne

OpenAI offentliggjorde også tre tests, der sammenligner GPT-Rosalind direkte med GPT-5.5. Alle resultaterne er rapporteret af OpenAI selv, og der er endnu ikke bekræftet en uafhængig gentagelse fra tredjeparter .

Tallene stammer fra OpenAI’s offentliggjorte evalueringer .

Den største præstationsforskel findes på LabWorkBench, hvor GPT-Rosalind ligger 7,4 procentpoint over GPT-5.5 . Testen omfatter blandt andet fejlfinding i protokoller, planlægning af reagensforløb og fortolkning af eksperimentelle resultater – områder, hvor adgang til værktøjer og domænespecifik viden kan gøre en mærkbar forskel.

Tallene for medicinalkemi og genomik er dog fortsat beskedne. En score på 27,5 procent i MedChemBench og 21,6 procent i GeneBench betyder, at modellen stadig ikke løser størstedelen af opgaverne i disse tests . Det er komplekse forskningsopgaver, ikke almindelige spørgsmål fra et opslagsværk, men resultaterne understreger, at AI-baseret lægemiddeludvikling stadig befinder sig på et tidligt stadie.

Codex skal føre modellen fra svar til handling

Opdateringen omfatter også life science-specifikke plugins og visningsværktøjer i Codex, OpenAI’s platform til agentisk kodning . De skal gøre det muligt for GPT-Rosalind-agenter at forbinde sig til videnskabelige værktøjer som litteraturdatabaser, sekvensanalyse og software til design af laboratorieprotokoller – og at udføre flertrinsarbejdsgange frem for blot at foreslå dem .

OpenAI beskriver selv bevægelsen som et skifte “from reasoning to executed workflows” – fra ræsonnering til udførte arbejdsgange . Ambitionen er dermed at placere modellen tættere på den daglige drift i forskningslaboratorier, ikke kun i den indledende idéudvikling.

Global adgang, men stadig med kontrol

GPT-Rosalind blev oprindeligt lanceret i april 2026 som en forskningspreview for amerikanske Enterprise-kunder gennem et begrænset trusted-access-program . Med juni-opdateringen udvides preview-adgangen globalt til kvalificerede organisationer, men fortsat via en model med ansøgning og vurdering .

Organisationer uden en eksisterende Enterprise-aftale kan ansøge gennem et nyoprettet OpenAI-administreret arbejdsområde. Adgangen er altså ikke åben for alle, men afhænger af organisationens egnethed og OpenAI’s godkendelsesproces.

Den 29. maj 2026, få dage før modelopdateringen, lancerede OpenAI desuden Rosalind Biodefense-programmet. Programmet udvider trusted access specifikt til biodefense-anvendelser . Det peger på, at OpenAI også ser modellen som relevant for biologisk forskning med sikkerheds- og samfundsmæssige hensyn – ikke kun for kommerciel lægemiddeludvikling.

Novo Nordisk og andre tidlige partnere

OpenAI har fremhævet flere organisationer, der arbejder med den opdaterede GPT-Rosalind :

• Novo Nordisk nævnes direkte som kunde, der bruger GPT-Rosalind i arbejdsgange inden for farmaceutisk forskning og udvikling.
• Amgen, Moderna, Allen Institute og Thermo Fisher Scientific er nævnt som partnere eller tidlige brugere inden for lægemiddeludvikling, genomik og integration med forskningsværktøjer.

OpenAI har ikke offentligt beskrevet de konkrete anvendelser for hver organisation. Listen kan derfor omfatte både betalende virksomhedskunder og samarbejdspartnere i forskning. Thermo Fisher Scientifics deltagelse kan desuden pege mod integration med laboratorieudstyr, reagenser og andre forskningsværktøjer, men det konkrete omfang er ikke offentliggjort.

Et skridt mod AI-assisteret lægemiddeludvikling

GPT-Rosalind-opdateringen viser en tydelig strategi fra OpenAI: specialiserede, vertikale modeller kombineret med agentisk værktøjsbrug og kontrolleret adgang. Kombinationen af faglig ræsonnering, lavere tokenforbrug og Codex-baseret udførelse kan gøre modellen nyttig i de tidlige faser af lægemiddeludvikling – for eksempel til litteratursyntese, hypoteseformulering, forsøgsdesign og protokolrelaterede opgaver.

Men benchmarkresultaterne bør læses med forbehold. Selv med GPT-5.5 som grundlag har modellen vanskeligt ved mange medicinalkemiske og genomiske opgaver. Den fremstår derfor først og fremmest som et værktøj for specialister, ikke som en erstatning for forskernes faglige vurdering.

Alle de omtalte præstationspåstande er fortsat selvrapporterede af OpenAI. Indtil uafhængige evalueringer eller fagfællebedømte studier med modellen bliver offentliggjort, bør resultaterne derfor ses som en indikation af retningen – ikke som et endeligt bevis på modellens praktiske gennemslagskraft .