Una métrica de eficiencia clave: el GPT-Rosalind actualizado supera al GPT-5.5 de propósito general en todos los nuevos benchmarks, consumiendo menos tokens computacionales en todos los casos. La mayor ganancia de eficiencia se da en genómica, donde GPT-Rosalind completa análisis de biología cuantitativa de largo horizonte utilizando un 31% menos de tokens que GPT-5.5 . Para los pipelines de descubrimiento de fármacos que procesan rutinariamente conjuntos de datos genómicos masivos, esta reducción de tokens se traduce directamente en menores costos por consulta.

Nuevos benchmarks: LifeSciBench y tres pruebas específicas

Para medir el impacto científico real, OpenAI diseñó LifeSciBench, un benchmark juzgado por expertos externos que evalúa los modelos en seis áreas de flujo de trabajo: manejo de evidencia, análisis, diseño y optimización, razonamiento científico, validación y operaciones, y traducción y comunicación . A diferencia de los benchmarks anteriores que probaban capacidades aisladas, LifeSciBench evalúa flujos de trabajo de investigación completos, desde la síntesis de literatura hasta el diseño experimental. GPT-Rosalind lidera en general en LifeSciBench, superando a GPT-5.5, Grok 4.3 y Gemini 3.1 Pro .

OpenAI también publicó resultados en tres sub-benchmarks específicos que comparan GPT-Rosalind directamente con GPT-5.5. Todas las puntuaciones son informadas por la propia OpenAI y no se ha confirmado una replicación independiente por terceros .

Datos de las evaluaciones publicadas por OpenAI .

La mayor brecha de rendimiento absoluto se encuentra en LabWorkBench, donde GPT-Rosalind obtiene 7,4 puntos porcentuales más que GPT-5.5 . Este benchmark cubre operaciones prácticas de laboratorio húmedo: resolución de problemas de protocolos, diseño de flujos de trabajo de reactivos e interpretación de resultados experimentales, áreas donde el uso de herramientas agénticas y el conocimiento específico del dominio se traducen directamente en mayores tasas de éxito.

Las puntuaciones absolutas son notablemente modestas en química medicinal y genómica (27,5% y 21,6% respectivamente), lo que significa que incluso el modelo mejorado todavía falla en la mayoría de las tareas en estos campos . Se trata de problemas científicos reales y difíciles, no de pruebas de conocimiento general, por lo que las puntuaciones bajas reflejan una dificultad genuina más que modelos débiles. Pero las cifras subrayan que el descubrimiento de fármacos impulsado por IA sigue en etapas tempranas.

Plugins de Codex: Del razonamiento a los flujos de trabajo ejecutados

La actualización de junio también trae plugins y visores específicos para ciencias de la vida en Codex, la plataforma de codificación de OpenAI para IA agéntica . Estos plugins permiten que los agentes de GPT-Rosalind se conecten directamente a herramientas científicas (bases de datos de literatura, utilidades de análisis de secuencias, software de diseño de protocolos de laboratorio) y ejecuten flujos de trabajo de investigación de múltiples pasos, en lugar de solo sugerirlos . Esto marca un cambio de un modelo que razona sobre la ciencia a uno que puede realizar activamente tareas de computación científica.

La presentación de OpenAI de la actualización como un movimiento "del razonamiento a los flujos de trabajo ejecutados" señala una ambición de integrar GPT-Rosalind más profundamente en los pipelines operativos de los laboratorios de descubrimiento de fármacos, no solo en la fase de lluvia de ideas.

Acceso global y la estructura de acceso controlado

GPT-Rosalind se lanzó inicialmente en abril de 2026 como una vista previa de investigación empresarial solo para Estados Unidos a través de un programa restringido de acceso controlado . La actualización de junio lo expande a una vista previa de investigación global para organizaciones elegibles, aún a través de la misma estructura de implementación de acceso controlado que requiere solicitud y revisión . Las organizaciones sin un acuerdo Enterprise existente ahora pueden solicitarlo a través de un espacio de trabajo gestionado por OpenAI recién creado.

El 29 de mayo de 2026, apenas unos días antes de la actualización principal, OpenAI también lanzó el programa Rosalind Biodefense, expandiendo el acceso controlado específicamente para aplicaciones de biodefensa . Esto sugiere que OpenAI está posicionando el modelo no solo para el descubrimiento comercial de fármacos, sino también para la investigación biológica relevante para la seguridad nacional, bajo acceso controlado.

Socios tempranos: farmacéuticas e instituciones de investigación

OpenAI reveló varias organizaciones de alto perfil que trabajan activamente con el GPT-Rosalind actualizado :

• Novo Nordisk: citada explícitamente como cliente que utiliza GPT-Rosalind en flujos de trabajo de I+D farmacéutica.
• Amgen, Moderna, el Allen Institute y Thermo Fisher Scientific: nombrados como socios o primeros adoptantes que aplican el modelo en descubrimiento de fármacos, genómica e integración de herramientas de investigación.

Vale la pena señalar que los casos de uso específicos para cada organización no se han detallado públicamente, y la lista probablemente incluya tanto clientes empresariales de pago como socios de investigación colaborativos. La inclusión de Thermo Fisher, una importante empresa de equipos y reactivos para ciencias de la vida, insinúa posibles casos de uso de integración de herramientas junto con el ecosistema de plugins de Codex.

Qué significa esto para el descubrimiento de fármacos

El GPT-Rosalind actualizado representa una clara evolución en la estrategia de OpenAI: modelos verticales específicos de dominio combinados con uso de herramientas agénticas y acceso controlado. La combinación de razonamiento científico especializado, menor consumo de tokens y capacidades de ejecución basadas en Codex posiciona al modelo como una herramienta práctica para acelerar las primeras etapas del descubrimiento de fármacos: síntesis de literatura, generación de hipótesis, diseño experimental y ejecución de protocolos.

Pero las modestas puntuaciones absolutas en los benchmarks sirven como una llamada a la realidad. Incluso con GPT-5.5 bajo el capó, el modelo todavía tiene dificultades con la mayoría de las tareas de química medicinal y genómica. La tecnología está mejorando rápidamente, pero sigue siendo una herramienta de asistencia para investigadores expertos, no un reemplazo del juicio científico.

Todas las afirmaciones de rendimiento siguen siendo informadas por la propia OpenAI y, hasta que se publiquen evaluaciones independientes de terceros o estudios revisados por pares que utilicen el modelo, los resultados de los benchmarks deben tratarse como indicativos, no definitivos .

Una métrica de eficiencia clave: el GPT-Rosalind actualizado supera al GPT-5.5 de propósito general en todos los nuevos benchmarks, consumiendo menos tokens computacionales en todos los casos. La mayor ganancia de eficiencia se da en genómica, donde GPT-Rosalind completa análisis de biología cuantitativa de largo horizonte utilizando un 31% menos de tokens que GPT-5.5 . Para los pipelines de descubrimiento de fármacos que procesan rutinariamente conjuntos de datos genómicos masivos, esta reducción de tokens se traduce directamente en menores costos por consulta.

Nuevos benchmarks: LifeSciBench y tres pruebas específicas

Para medir el impacto científico real, OpenAI diseñó LifeSciBench, un benchmark juzgado por expertos externos que evalúa los modelos en seis áreas de flujo de trabajo: manejo de evidencia, análisis, diseño y optimización, razonamiento científico, validación y operaciones, y traducción y comunicación . A diferencia de los benchmarks anteriores que probaban capacidades aisladas, LifeSciBench evalúa flujos de trabajo de investigación completos, desde la síntesis de literatura hasta el diseño experimental. GPT-Rosalind lidera en general en LifeSciBench, superando a GPT-5.5, Grok 4.3 y Gemini 3.1 Pro .

OpenAI también publicó resultados en tres sub-benchmarks específicos que comparan GPT-Rosalind directamente con GPT-5.5. Todas las puntuaciones son informadas por la propia OpenAI y no se ha confirmado una replicación independiente por terceros .

Datos de las evaluaciones publicadas por OpenAI .

La mayor brecha de rendimiento absoluto se encuentra en LabWorkBench, donde GPT-Rosalind obtiene 7,4 puntos porcentuales más que GPT-5.5 . Este benchmark cubre operaciones prácticas de laboratorio húmedo: resolución de problemas de protocolos, diseño de flujos de trabajo de reactivos e interpretación de resultados experimentales, áreas donde el uso de herramientas agénticas y el conocimiento específico del dominio se traducen directamente en mayores tasas de éxito.

Las puntuaciones absolutas son notablemente modestas en química medicinal y genómica (27,5% y 21,6% respectivamente), lo que significa que incluso el modelo mejorado todavía falla en la mayoría de las tareas en estos campos . Se trata de problemas científicos reales y difíciles, no de pruebas de conocimiento general, por lo que las puntuaciones bajas reflejan una dificultad genuina más que modelos débiles. Pero las cifras subrayan que el descubrimiento de fármacos impulsado por IA sigue en etapas tempranas.

Plugins de Codex: Del razonamiento a los flujos de trabajo ejecutados

La actualización de junio también trae plugins y visores específicos para ciencias de la vida en Codex, la plataforma de codificación de OpenAI para IA agéntica . Estos plugins permiten que los agentes de GPT-Rosalind se conecten directamente a herramientas científicas (bases de datos de literatura, utilidades de análisis de secuencias, software de diseño de protocolos de laboratorio) y ejecuten flujos de trabajo de investigación de múltiples pasos, en lugar de solo sugerirlos . Esto marca un cambio de un modelo que razona sobre la ciencia a uno que puede realizar activamente tareas de computación científica.

La presentación de OpenAI de la actualización como un movimiento "del razonamiento a los flujos de trabajo ejecutados" señala una ambición de integrar GPT-Rosalind más profundamente en los pipelines operativos de los laboratorios de descubrimiento de fármacos, no solo en la fase de lluvia de ideas.

Acceso global y la estructura de acceso controlado

GPT-Rosalind se lanzó inicialmente en abril de 2026 como una vista previa de investigación empresarial solo para Estados Unidos a través de un programa restringido de acceso controlado . La actualización de junio lo expande a una vista previa de investigación global para organizaciones elegibles, aún a través de la misma estructura de implementación de acceso controlado que requiere solicitud y revisión . Las organizaciones sin un acuerdo Enterprise existente ahora pueden solicitarlo a través de un espacio de trabajo gestionado por OpenAI recién creado.

El 29 de mayo de 2026, apenas unos días antes de la actualización principal, OpenAI también lanzó el programa Rosalind Biodefense, expandiendo el acceso controlado específicamente para aplicaciones de biodefensa . Esto sugiere que OpenAI está posicionando el modelo no solo para el descubrimiento comercial de fármacos, sino también para la investigación biológica relevante para la seguridad nacional, bajo acceso controlado.

Socios tempranos: farmacéuticas e instituciones de investigación

OpenAI reveló varias organizaciones de alto perfil que trabajan activamente con el GPT-Rosalind actualizado :

• Novo Nordisk: citada explícitamente como cliente que utiliza GPT-Rosalind en flujos de trabajo de I+D farmacéutica.
• Amgen, Moderna, el Allen Institute y Thermo Fisher Scientific: nombrados como socios o primeros adoptantes que aplican el modelo en descubrimiento de fármacos, genómica e integración de herramientas de investigación.

Vale la pena señalar que los casos de uso específicos para cada organización no se han detallado públicamente, y la lista probablemente incluya tanto clientes empresariales de pago como socios de investigación colaborativos. La inclusión de Thermo Fisher, una importante empresa de equipos y reactivos para ciencias de la vida, insinúa posibles casos de uso de integración de herramientas junto con el ecosistema de plugins de Codex.

Qué significa esto para el descubrimiento de fármacos

El GPT-Rosalind actualizado representa una clara evolución en la estrategia de OpenAI: modelos verticales específicos de dominio combinados con uso de herramientas agénticas y acceso controlado. La combinación de razonamiento científico especializado, menor consumo de tokens y capacidades de ejecución basadas en Codex posiciona al modelo como una herramienta práctica para acelerar las primeras etapas del descubrimiento de fármacos: síntesis de literatura, generación de hipótesis, diseño experimental y ejecución de protocolos.

Pero las modestas puntuaciones absolutas en los benchmarks sirven como una llamada a la realidad. Incluso con GPT-5.5 bajo el capó, el modelo todavía tiene dificultades con la mayoría de las tareas de química medicinal y genómica. La tecnología está mejorando rápidamente, pero sigue siendo una herramienta de asistencia para investigadores expertos, no un reemplazo del juicio científico.

Todas las afirmaciones de rendimiento siguen siendo informadas por la propia OpenAI y, hasta que se publiquen evaluaciones independientes de terceros o estudios revisados por pares que utilicen el modelo, los resultados de los benchmarks deben tratarse como indicativos, no definitivos .