OpenAI kuvaa GPT-Rosalindia erikoistuneeksi malliksi, joka on suunniteltu muun muassa biokemiaan, genomiikkaan, proteiinitekniikkaan ja lääkekehitykseen . Malli on nimetty brittiläisen kemistin Rosalind Franklinin mukaan. Franklinin röntgenkristallografian tutkimus oli keskeinen DNA:n kaksoiskierteen rakenteen selvittämisessä .
OpenAI:n mukaan päivitetty GPT-Rosalind suoriutuu kaikissa uusissa toimialavertailuissa yleiskäyttöistä GPT-5.5:tä paremmin ja kuluttaa samalla vähemmän laskennallisia tokeneita. Suurin tehokkuusero näkyy genomiikassa: pitkän aikajänteen kvantitatiivisissa biologisissa analyyseissä GPT-Rosalind käyttää 31 prosenttia vähemmän tokeneita kuin GPT-5.5 . Suurten genomiaineistojen tutkimuksessa tämä voi merkitä pienempiä käyttökustannuksia yksittäistä kyselyä tai työvaihetta kohden.
OpenAI kehitti LifeSciBenchin mittaamaan, miten mallit pärjäävät elämäntieteiden todellisissa työprosesseissa. Ulkopuoliset asiantuntijat arvioivat mallien suoriutumista kuudella alueella:
Toisin kuin testit, joissa mitataan yhtä rajattua taitoa kerrallaan, LifeSciBench pyrkii arvioimaan koko ketjua kirjallisuuskatsauksesta kokeen suunnitteluun. OpenAI:n mukaan GPT-Rosalind sijoittui kokonaisuutena ensimmäiseksi ja päihitti GPT-5.5:n lisäksi Grok 4.3:n ja Gemini 3.1 Pron .
OpenAI julkaisi myös kolme toimialakohtaista testiä, joissa GPT-Rosalindia verrataan suoraan GPT-5.5:een. Kaikki alla olevat tulokset ovat OpenAI:n itse raportoimia, eikä riippumatonta kolmannen osapuolen toistoa ole vahvistettu .
| Vertailu | Mitä mitataan | GPT-Rosalind | GPT-5.5 | Tokenien säästö |
|---|---|---|---|---|
| MedChemBench | Lääkeainekemia: yhdisteiden rakenne, aktiivisuus, toksisuus ja aineenvaihdunta | 27,5 % | 25,1 % | 7,2 % vähemmän |
| GeneBench | Genomiikka ja kvantitatiivinen biologia, mukaan lukien pitkät agenttitehtävät | 21,6 % | 20,4 % | 31 % vähemmän |
| LabWorkBench | Märkälaboratorion työvaiheet ja vianmääritys | 63,2 % | 55,8 % | Ei ilmoitettu |
Lähde: OpenAI:n julkaisemat arvioinnit .
Suurin piste-ero syntyi LabWorkBenchissä, jossa GPT-Rosalind sai 7,4 prosenttiyksikköä GPT-5.5:tä paremman tuloksen . Testissä arvioidaan esimerkiksi tutkimusprotokollien ongelmien selvittämistä, reagenssien työvaiheiden suunnittelua ja kokeellisten tulosten tulkintaa.
Samalla tuloksista on syytä pitää jalat maassa. Lääkeainekemian 27,5 prosentin ja genomiikan 21,6 prosentin tulokset tarkoittavat, että malli epäonnistui edelleen enemmistössä näiden testien tehtävistä . Kyse on vaikeista tutkimusongelmista, ei tavallisista yleistiedon kysymyksistä, mutta luvut osoittavat silti, että tekoälypohjainen lääkekehitys on vasta alkuvaiheessa.
Kesäkuun päivitys tuo Codexiin, OpenAI:n agenttimaiseen ohjelmointialustaan, myös elämäntieteisiin suunniteltuja laajennuksia ja visualisointityökaluja . Niiden avulla GPT-Rosalind voi muodostaa yhteyden esimerkiksi kirjallisuustietokantoihin, sekvenssianalyysin työkaluihin ja laboratorioprotokollien suunnitteluun tarkoitettuihin ohjelmistoihin .
Tavoitteena ei siis ole ainoastaan ehdottaa hypoteeseja tai kirjoittaa tutkimussuunnitelmaa. Malli voi myös suorittaa useita vaiheita sisältäviä laskennallisia tutkimustehtäviä. OpenAI tiivistää muutoksen siirtymänä päättelystä toteutettuihin työnkulkuihin .
Tämä voi tehdä GPT-Rosalindista kiinnostavan erityisesti tutkimusryhmille, jotka haluavat nopeuttaa kirjallisuuden läpikäyntiä, hypoteesien muodostamista, kokeiden valmistelua tai protokollien käsittelyä. Se ei kuitenkaan poista asiantuntijan vastuuta tulosten tarkistamisesta ja kokeellisten päätösten tekemisestä.
GPT-Rosalind julkaistiin huhtikuussa 2026 rajattuna Yhdysvaltojen yritysasiakkaille tarkoitettuna tutkimusesikatseluna. Käyttö tapahtui trusted access -ohjelman kautta, jossa organisaatioiden soveltuvuus arvioidaan ennen pääsyn myöntämistä .
Kesäkuun päivityksen myötä tutkimusesikatselu laajeni maailmanlaajuiseksi hyväksytyille organisaatioille. Käyttö edellyttää edelleen hakemusta ja arviointia. Myös organisaatiot, joilla ei ole ennestään Enterprise-sopimusta, voivat hakea pääsyä OpenAI:n hallinnoidun työtilan kautta .
OpenAI käynnisti lisäksi Rosalind Biodefense -ohjelman 29. toukokuuta 2026, vain muutamia päiviä ennen pääpäivitystä. Ohjelma laajentaa trusted access -pääsyä biopuolustukseen liittyviin käyttötarkoituksiin . Tämä kertoo siitä, että OpenAI sijoittaa mallia kaupallisen lääkekehityksen lisäksi myös valvotun pääsyn piiriin kuuluvaan biologiseen tutkimukseen, jolla voi olla kansalliseen turvallisuuteen liittyviä ulottuvuuksia.
OpenAI on nimennyt useita lääkealan ja tutkimuksen organisaatioita, jotka työskentelevät päivitetyn GPT-Rosalindin kanssa :
Organisaatioiden tarkkoja käyttötapauksia ei kuitenkaan ole julkisesti kuvattu yksityiskohtaisesti. Lista voi sisältää sekä maksavia yritysasiakkaita että tutkimusyhteistyökumppaneita. Thermo Fisher Scientificin mukanaolo voi viitata myös tutkimuslaitteiden, reagenssien ja ohjelmistotyökalujen integrointiin, mutta OpenAI ei ole vahvistanut yksittäisiä käyttöskenaarioita.
GPT-Rosalindin päivitys kuvaa OpenAI:n strategiaa, jossa yleiskäyttöisten mallien rinnalle rakennetaan tiettyihin toimialoihin erikoistuneita järjestelmiä. Kun tieteellinen päättely yhdistetään työkalujen käyttöön, mallia voidaan hyödyntää tutkimuksen useissa peräkkäisissä vaiheissa eikä vain ideoinnin apuna.
Käytännön arvo voi syntyä esimerkiksi kirjallisuuden synteesistä, tutkimushypoteesien muotoilusta, kokeiden suunnittelusta ja protokollien laskennallisesta käsittelystä. Silti vertailujen vaatimattomat absoluuttiset tulokset toimivat tärkeänä vastapainona suurille lupauksille: edes GPT-5.5:n päälle rakennettu erikoismalli ei vielä selviydy luotettavasti useimmista lääkeainekemian ja genomiikan tehtävistä.
Siksi GPT-Rosalindia on tässä vaiheessa perustellumpaa pitää asiantuntijatutkijan työkaluna kuin tutkijan korvaajana. Lisäksi kaikki kesäkuun suorituskykyluvut ovat OpenAI:n omia raportteja. Ennen riippumattomia arvioita tai vertaisarvioituja tutkimuksia tuloksiin kannattaa suhtautua suuntaa-antavina, ei lopullisena näyttönä mallin kyvykkyydestä .
OpenAI kuvaa GPT-Rosalindia erikoistuneeksi malliksi, joka on suunniteltu muun muassa biokemiaan, genomiikkaan, proteiinitekniikkaan ja lääkekehitykseen . Malli on nimetty brittiläisen kemistin Rosalind Franklinin mukaan. Franklinin röntgenkristallografian tutkimus oli keskeinen DNA:n kaksoiskierteen rakenteen selvittämisessä .
OpenAI:n mukaan päivitetty GPT-Rosalind suoriutuu kaikissa uusissa toimialavertailuissa yleiskäyttöistä GPT-5.5:tä paremmin ja kuluttaa samalla vähemmän laskennallisia tokeneita. Suurin tehokkuusero näkyy genomiikassa: pitkän aikajänteen kvantitatiivisissa biologisissa analyyseissä GPT-Rosalind käyttää 31 prosenttia vähemmän tokeneita kuin GPT-5.5 . Suurten genomiaineistojen tutkimuksessa tämä voi merkitä pienempiä käyttökustannuksia yksittäistä kyselyä tai työvaihetta kohden.
OpenAI kehitti LifeSciBenchin mittaamaan, miten mallit pärjäävät elämäntieteiden todellisissa työprosesseissa. Ulkopuoliset asiantuntijat arvioivat mallien suoriutumista kuudella alueella:
Toisin kuin testit, joissa mitataan yhtä rajattua taitoa kerrallaan, LifeSciBench pyrkii arvioimaan koko ketjua kirjallisuuskatsauksesta kokeen suunnitteluun. OpenAI:n mukaan GPT-Rosalind sijoittui kokonaisuutena ensimmäiseksi ja päihitti GPT-5.5:n lisäksi Grok 4.3:n ja Gemini 3.1 Pron .
OpenAI julkaisi myös kolme toimialakohtaista testiä, joissa GPT-Rosalindia verrataan suoraan GPT-5.5:een. Kaikki alla olevat tulokset ovat OpenAI:n itse raportoimia, eikä riippumatonta kolmannen osapuolen toistoa ole vahvistettu .
| Vertailu | Mitä mitataan | GPT-Rosalind | GPT-5.5 | Tokenien säästö |
|---|---|---|---|---|
| MedChemBench | Lääkeainekemia: yhdisteiden rakenne, aktiivisuus, toksisuus ja aineenvaihdunta | 27,5 % | 25,1 % | 7,2 % vähemmän |
| GeneBench | Genomiikka ja kvantitatiivinen biologia, mukaan lukien pitkät agenttitehtävät | 21,6 % | 20,4 % | 31 % vähemmän |
| LabWorkBench | Märkälaboratorion työvaiheet ja vianmääritys | 63,2 % | 55,8 % | Ei ilmoitettu |
Lähde: OpenAI:n julkaisemat arvioinnit .
Suurin piste-ero syntyi LabWorkBenchissä, jossa GPT-Rosalind sai 7,4 prosenttiyksikköä GPT-5.5:tä paremman tuloksen . Testissä arvioidaan esimerkiksi tutkimusprotokollien ongelmien selvittämistä, reagenssien työvaiheiden suunnittelua ja kokeellisten tulosten tulkintaa.
Samalla tuloksista on syytä pitää jalat maassa. Lääkeainekemian 27,5 prosentin ja genomiikan 21,6 prosentin tulokset tarkoittavat, että malli epäonnistui edelleen enemmistössä näiden testien tehtävistä . Kyse on vaikeista tutkimusongelmista, ei tavallisista yleistiedon kysymyksistä, mutta luvut osoittavat silti, että tekoälypohjainen lääkekehitys on vasta alkuvaiheessa.
Kesäkuun päivitys tuo Codexiin, OpenAI:n agenttimaiseen ohjelmointialustaan, myös elämäntieteisiin suunniteltuja laajennuksia ja visualisointityökaluja . Niiden avulla GPT-Rosalind voi muodostaa yhteyden esimerkiksi kirjallisuustietokantoihin, sekvenssianalyysin työkaluihin ja laboratorioprotokollien suunnitteluun tarkoitettuihin ohjelmistoihin .
Tavoitteena ei siis ole ainoastaan ehdottaa hypoteeseja tai kirjoittaa tutkimussuunnitelmaa. Malli voi myös suorittaa useita vaiheita sisältäviä laskennallisia tutkimustehtäviä. OpenAI tiivistää muutoksen siirtymänä päättelystä toteutettuihin työnkulkuihin .
Tämä voi tehdä GPT-Rosalindista kiinnostavan erityisesti tutkimusryhmille, jotka haluavat nopeuttaa kirjallisuuden läpikäyntiä, hypoteesien muodostamista, kokeiden valmistelua tai protokollien käsittelyä. Se ei kuitenkaan poista asiantuntijan vastuuta tulosten tarkistamisesta ja kokeellisten päätösten tekemisestä.
GPT-Rosalind julkaistiin huhtikuussa 2026 rajattuna Yhdysvaltojen yritysasiakkaille tarkoitettuna tutkimusesikatseluna. Käyttö tapahtui trusted access -ohjelman kautta, jossa organisaatioiden soveltuvuus arvioidaan ennen pääsyn myöntämistä .
Kesäkuun päivityksen myötä tutkimusesikatselu laajeni maailmanlaajuiseksi hyväksytyille organisaatioille. Käyttö edellyttää edelleen hakemusta ja arviointia. Myös organisaatiot, joilla ei ole ennestään Enterprise-sopimusta, voivat hakea pääsyä OpenAI:n hallinnoidun työtilan kautta .
OpenAI käynnisti lisäksi Rosalind Biodefense -ohjelman 29. toukokuuta 2026, vain muutamia päiviä ennen pääpäivitystä. Ohjelma laajentaa trusted access -pääsyä biopuolustukseen liittyviin käyttötarkoituksiin . Tämä kertoo siitä, että OpenAI sijoittaa mallia kaupallisen lääkekehityksen lisäksi myös valvotun pääsyn piiriin kuuluvaan biologiseen tutkimukseen, jolla voi olla kansalliseen turvallisuuteen liittyviä ulottuvuuksia.
OpenAI on nimennyt useita lääkealan ja tutkimuksen organisaatioita, jotka työskentelevät päivitetyn GPT-Rosalindin kanssa :
Organisaatioiden tarkkoja käyttötapauksia ei kuitenkaan ole julkisesti kuvattu yksityiskohtaisesti. Lista voi sisältää sekä maksavia yritysasiakkaita että tutkimusyhteistyökumppaneita. Thermo Fisher Scientificin mukanaolo voi viitata myös tutkimuslaitteiden, reagenssien ja ohjelmistotyökalujen integrointiin, mutta OpenAI ei ole vahvistanut yksittäisiä käyttöskenaarioita.
GPT-Rosalindin päivitys kuvaa OpenAI:n strategiaa, jossa yleiskäyttöisten mallien rinnalle rakennetaan tiettyihin toimialoihin erikoistuneita järjestelmiä. Kun tieteellinen päättely yhdistetään työkalujen käyttöön, mallia voidaan hyödyntää tutkimuksen useissa peräkkäisissä vaiheissa eikä vain ideoinnin apuna.
Käytännön arvo voi syntyä esimerkiksi kirjallisuuden synteesistä, tutkimushypoteesien muotoilusta, kokeiden suunnittelusta ja protokollien laskennallisesta käsittelystä. Silti vertailujen vaatimattomat absoluuttiset tulokset toimivat tärkeänä vastapainona suurille lupauksille: edes GPT-5.5:n päälle rakennettu erikoismalli ei vielä selviydy luotettavasti useimmista lääkeainekemian ja genomiikan tehtävistä.
Siksi GPT-Rosalindia on tässä vaiheessa perustellumpaa pitää asiantuntijatutkijan työkaluna kuin tutkijan korvaajana. Lisäksi kaikki kesäkuun suorituskykyluvut ovat OpenAI:n omia raportteja. Ennen riippumattomia arvioita tai vertaisarvioituja tutkimuksia tuloksiin kannattaa suhtautua suuntaa-antavina, ei lopullisena näyttönä mallin kyvykkyydestä .