Un indicateur d'efficacité clé : le GPT-Rosalind mis à jour surpasse le GPT-5.5 généraliste sur tous les nouveaux benchmarks spécialisés tout en consommant moins de tokens de calcul dans l'ensemble. Le gain d'efficacité le plus important se situe en génomique, où GPT-Rosalind effectue des analyses de biologie quantitative à long terme en utilisant 31 % de tokens en moins que GPT-5.5 . Pour les pipelines de découverte de médicaments qui traitent régulièrement des ensembles de données génomiques massifs, cette réduction de tokens se traduit directement par des coûts par requête plus faibles.

Nouveaux benchmarks : LifeSciBench et trois tests spécialisés

Pour mesurer l'impact scientifique réel, OpenAI a conçu LifeSciBench, un benchmark évalué par des experts externes qui évalue les modèles dans six domaines de workflow : traitement des preuves, analyse, conception et optimisation, raisonnement scientifique, validation et opérations, et traduction et communication . Contrairement aux benchmarks précédents qui testaient des capacités isolées, LifeSciBench évalue des workflows de recherche complets, de la synthèse de la littérature à la conception expérimentale. GPT-Rosalind est en tête sur LifeSciBench, surpassant GPT-5.5, Grok 4.3 et Gemini 3.1 Pro .

OpenAI a également publié les résultats de trois sous-benchmarks spécialisés qui comparent directement GPT-Rosalind à GPT-5.5. Tous les scores sont autodéclarés par OpenAI, et aucune réplication indépendante par un tiers n'a été confirmée à ce jour .

Données issues des évaluations publiées par OpenAI .

L'écart de performance absolu le plus important est observé sur LabWorkBench, où GPT-Rosalind obtient un score supérieur de 7,4 points de pourcentage à celui de GPT-5.5 . Ce benchmark couvre les opérations pratiques de laboratoire humide — dépannage de protocoles, conception de workflows de réactifs et interprétation de résultats expérimentaux — des domaines où l'utilisation agentique d'outils et les connaissances spécialisées se traduisent directement par des taux de réussite plus élevés.

Les scores absolus sont néanmoins modestes en chimie médicinale et en génomique (27,5 % et 21,6 % respectivement), ce qui signifie que même le modèle amélioré échoue encore sur la majorité des tâches dans ces domaines . Il s'agit de problèmes scientifiques réels et difficiles, et non de tests de culture générale ; les scores faibles reflètent donc la difficulté réelle plutôt que la faiblesse des modèles. Mais ces chiffres soulignent que la découverte de médicaments assistée par l'IA en est encore à ses débuts.

Plugins Codex : du raisonnement aux workflows exécutés

La mise à jour de juin apporte également des plugins et des visualiseurs spécifiques aux sciences de la vie sur Codex, la plateforme de codage d'OpenAI pour l'IA agentique . Ces plugins permettent aux agents GPT-Rosalind de se connecter directement à des outils scientifiques — bases de données bibliographiques, utilitaires d'analyse de séquences, logiciels de conception de protocoles de laboratoire — et d'exécuter des workflows de recherche multi-étapes plutôt que de simplement les suggérer . Cela marque un passage d'un modèle qui raisonne sur la science à un modèle capable d'effectuer activement des tâches de calcul scientifique.

La présentation de cette mise à jour par OpenAI comme un passage "du raisonnement aux workflows exécutés" signale une ambition d'intégrer GPT-Rosalind plus profondément dans les pipelines opérationnels des laboratoires de découverte de médicaments, et pas seulement dans la phase de réflexion.

Accès mondial et structure d'accès de confiance

GPT-Rosalind a été lancé initialement en avril 2026 sous la forme d'un aperçu de recherche réservé aux entreprises américaines via un programme d'accès de confiance restreint . La mise à jour de juin étend ce programme à un aperçu de recherche mondial pour les organisations éligibles, toujours via la même structure de déploiement d'accès de confiance qui nécessite une demande et un examen . Les organisations sans accord Enterprise existant peuvent désormais postuler via un espace de travail géré par OpenAI nouvellement créé.

Le 29 mai 2026, quelques jours avant la mise à jour principale, OpenAI a également lancé le programme Rosalind Biodefense, élargissant l'accès de confiance spécifiquement pour les applications de biodéfense . Cela suggère qu'OpenAI positionne le modèle non seulement pour la découverte commerciale de médicaments, mais aussi pour la recherche biologique pertinente pour la sécurité nationale, sous accès contrôlé.

Premiers partenaires : institutions pharmaceutiques et de recherche

OpenAI a dévoilé plusieurs organisations de premier plan qui travaillent activement avec le GPT-Rosalind mis à jour :

• Novo Nordisk — explicitement cité comme client utilisant GPT-Rosalind dans les workflows de R&D pharmaceutique.
• Amgen, Moderna, l'Allen Institute et Thermo Fisher Scientific — nommés comme partenaires ou premiers utilisateurs appliquant le modèle dans les domaines de la découverte de médicaments, de la génomique et de l'intégration d'outils de recherche.

Il convient de noter que les cas d'utilisation spécifiques pour chaque organisation n'ont pas été détaillés publiquement, et que la liste comprend probablement à la fois des clients enterprise payants et des partenaires de recherche collaboratifs. L'inclusion de Thermo Fisher — une grande entreprise d'équipements et de réactifs pour les sciences de la vie — laisse entrevoir des cas d'utilisation potentiels d'intégration d'outils parallèlement à l'écosystème de plugins Codex.

Ce que cela signifie pour la découverte de médicaments

Le GPT-Rosalind mis à jour représente une évolution claire dans la stratégie d'OpenAI : des modèles verticaux spécialisés associés à une utilisation agentique d'outils et à un accès contrôlé. La combinaison d'un raisonnement scientifique spécialisé, d'une consommation de tokens réduite et de capacités d'exécution basées sur Codex positionne le modèle comme un outil pratique pour accélérer les premières phases de la découverte de médicaments — synthèse de la littérature, génération d'hypothèses, conception expérimentale et exécution de protocoles.

Cependant, les scores de benchmark absolus modestes servent de rappel à la réalité. Même avec GPT-5.5 sous le capot, le modèle a encore des difficultés sur la plupart des tâches de chimie médicinale et de génomique. La technologie progresse rapidement, mais elle reste un outil d'assistance pour les chercheurs experts plutôt qu'un remplacement du jugement scientifique.

Toutes les affirmations de performance restent autodéclarées par OpenAI, et tant que des évaluations indépendantes par des tiers ne seront pas publiées — ou que des études évaluées par des pairs utilisant le modèle n'apparaîtront pas — les résultats des benchmarks doivent être considérés comme indicatifs plutôt que définitifs .

Un indicateur d'efficacité clé : le GPT-Rosalind mis à jour surpasse le GPT-5.5 généraliste sur tous les nouveaux benchmarks spécialisés tout en consommant moins de tokens de calcul dans l'ensemble. Le gain d'efficacité le plus important se situe en génomique, où GPT-Rosalind effectue des analyses de biologie quantitative à long terme en utilisant 31 % de tokens en moins que GPT-5.5 . Pour les pipelines de découverte de médicaments qui traitent régulièrement des ensembles de données génomiques massifs, cette réduction de tokens se traduit directement par des coûts par requête plus faibles.

Nouveaux benchmarks : LifeSciBench et trois tests spécialisés

Pour mesurer l'impact scientifique réel, OpenAI a conçu LifeSciBench, un benchmark évalué par des experts externes qui évalue les modèles dans six domaines de workflow : traitement des preuves, analyse, conception et optimisation, raisonnement scientifique, validation et opérations, et traduction et communication . Contrairement aux benchmarks précédents qui testaient des capacités isolées, LifeSciBench évalue des workflows de recherche complets, de la synthèse de la littérature à la conception expérimentale. GPT-Rosalind est en tête sur LifeSciBench, surpassant GPT-5.5, Grok 4.3 et Gemini 3.1 Pro .

OpenAI a également publié les résultats de trois sous-benchmarks spécialisés qui comparent directement GPT-Rosalind à GPT-5.5. Tous les scores sont autodéclarés par OpenAI, et aucune réplication indépendante par un tiers n'a été confirmée à ce jour .

Données issues des évaluations publiées par OpenAI .

L'écart de performance absolu le plus important est observé sur LabWorkBench, où GPT-Rosalind obtient un score supérieur de 7,4 points de pourcentage à celui de GPT-5.5 . Ce benchmark couvre les opérations pratiques de laboratoire humide — dépannage de protocoles, conception de workflows de réactifs et interprétation de résultats expérimentaux — des domaines où l'utilisation agentique d'outils et les connaissances spécialisées se traduisent directement par des taux de réussite plus élevés.

Les scores absolus sont néanmoins modestes en chimie médicinale et en génomique (27,5 % et 21,6 % respectivement), ce qui signifie que même le modèle amélioré échoue encore sur la majorité des tâches dans ces domaines . Il s'agit de problèmes scientifiques réels et difficiles, et non de tests de culture générale ; les scores faibles reflètent donc la difficulté réelle plutôt que la faiblesse des modèles. Mais ces chiffres soulignent que la découverte de médicaments assistée par l'IA en est encore à ses débuts.

Plugins Codex : du raisonnement aux workflows exécutés

La mise à jour de juin apporte également des plugins et des visualiseurs spécifiques aux sciences de la vie sur Codex, la plateforme de codage d'OpenAI pour l'IA agentique . Ces plugins permettent aux agents GPT-Rosalind de se connecter directement à des outils scientifiques — bases de données bibliographiques, utilitaires d'analyse de séquences, logiciels de conception de protocoles de laboratoire — et d'exécuter des workflows de recherche multi-étapes plutôt que de simplement les suggérer . Cela marque un passage d'un modèle qui raisonne sur la science à un modèle capable d'effectuer activement des tâches de calcul scientifique.

La présentation de cette mise à jour par OpenAI comme un passage "du raisonnement aux workflows exécutés" signale une ambition d'intégrer GPT-Rosalind plus profondément dans les pipelines opérationnels des laboratoires de découverte de médicaments, et pas seulement dans la phase de réflexion.

Accès mondial et structure d'accès de confiance

GPT-Rosalind a été lancé initialement en avril 2026 sous la forme d'un aperçu de recherche réservé aux entreprises américaines via un programme d'accès de confiance restreint . La mise à jour de juin étend ce programme à un aperçu de recherche mondial pour les organisations éligibles, toujours via la même structure de déploiement d'accès de confiance qui nécessite une demande et un examen . Les organisations sans accord Enterprise existant peuvent désormais postuler via un espace de travail géré par OpenAI nouvellement créé.

Le 29 mai 2026, quelques jours avant la mise à jour principale, OpenAI a également lancé le programme Rosalind Biodefense, élargissant l'accès de confiance spécifiquement pour les applications de biodéfense . Cela suggère qu'OpenAI positionne le modèle non seulement pour la découverte commerciale de médicaments, mais aussi pour la recherche biologique pertinente pour la sécurité nationale, sous accès contrôlé.

Premiers partenaires : institutions pharmaceutiques et de recherche

OpenAI a dévoilé plusieurs organisations de premier plan qui travaillent activement avec le GPT-Rosalind mis à jour :

• Novo Nordisk — explicitement cité comme client utilisant GPT-Rosalind dans les workflows de R&D pharmaceutique.
• Amgen, Moderna, l'Allen Institute et Thermo Fisher Scientific — nommés comme partenaires ou premiers utilisateurs appliquant le modèle dans les domaines de la découverte de médicaments, de la génomique et de l'intégration d'outils de recherche.

Il convient de noter que les cas d'utilisation spécifiques pour chaque organisation n'ont pas été détaillés publiquement, et que la liste comprend probablement à la fois des clients enterprise payants et des partenaires de recherche collaboratifs. L'inclusion de Thermo Fisher — une grande entreprise d'équipements et de réactifs pour les sciences de la vie — laisse entrevoir des cas d'utilisation potentiels d'intégration d'outils parallèlement à l'écosystème de plugins Codex.

Ce que cela signifie pour la découverte de médicaments

Le GPT-Rosalind mis à jour représente une évolution claire dans la stratégie d'OpenAI : des modèles verticaux spécialisés associés à une utilisation agentique d'outils et à un accès contrôlé. La combinaison d'un raisonnement scientifique spécialisé, d'une consommation de tokens réduite et de capacités d'exécution basées sur Codex positionne le modèle comme un outil pratique pour accélérer les premières phases de la découverte de médicaments — synthèse de la littérature, génération d'hypothèses, conception expérimentale et exécution de protocoles.

Cependant, les scores de benchmark absolus modestes servent de rappel à la réalité. Même avec GPT-5.5 sous le capot, le modèle a encore des difficultés sur la plupart des tâches de chimie médicinale et de génomique. La technologie progresse rapidement, mais elle reste un outil d'assistance pour les chercheurs experts plutôt qu'un remplacement du jugement scientifique.

Toutes les affirmations de performance restent autodéclarées par OpenAI, et tant que des évaluations indépendantes par des tiers ne seront pas publiées — ou que des études évaluées par des pairs utilisant le modèle n'apparaîtront pas — les résultats des benchmarks doivent être considérés comme indicatifs plutôt que définitifs .