De nieuwe versie gebruikt de mogelijkheden van GPT-5.5 om code te schrijven en uit te voeren, externe hulpmiddelen aan te roepen en meerstapsprocessen te beheren. Daarbovenop ligt een gespecialiseerde redeneerlaag voor taken in onder meer medicinale chemie en genomica . Het gaat volgens OpenAI dus niet om GPT-5.5 met alleen een aangepaste instructie, maar om een model dat voor specifieke wetenschappelijke werkstromen is ontworpen.

Een opvallend efficiëntiepunt is het tokengebruik. GPT-Rosalind presteert op alle drie de nieuwe domeinbenchmarks beter dan het algemene GPT-5.5, terwijl het minder computationele tokens gebruikt. Bij langdurige kwantitatieve genomische analyses ligt het verbruik 31% lager dan bij GPT-5.5 . Voor onderzoeksprocessen met grote datasets kan dat ook de kosten per analyse verlagen.

LifeSciBench kijkt naar de volledige onderzoeksworkflow

Om de praktische waarde voor wetenschappelijk onderzoek te meten, ontwikkelde OpenAI LifeSciBench. Dit is een benchmark waarbij externe deskundigen de resultaten beoordelen. De test bestrijkt zes onderdelen van een onderzoeksworkflow:

• omgaan met bewijsmateriaal;
• analyse;
• ontwerp en optimalisatie;
• wetenschappelijke redenering;
• validatie en uitvoering;
• vertaling en communicatie.

In tegenstelling tot tests die één geïsoleerde vaardigheid meten, probeert LifeSciBench een volledige keten te beoordelen — van het samenvatten van literatuur tot het ontwerpen van experimenten. GPT-Rosalind staat volgens OpenAI bovenaan en presteert beter dan GPT-5.5, Grok 4.3 en Gemini 3.1 Pro .

OpenAI publiceerde daarnaast resultaten voor drie afzonderlijke domeinbenchmarks. Die cijfers zijn volledig afkomstig uit evaluaties van OpenAI zelf; een onafhankelijke bevestiging door derden is vooralsnog niet gemeld .

Gegevens uit de door OpenAI gepubliceerde evaluaties .

Het grootste absolute verschil is zichtbaar op LabWorkBench. Daar ligt GPT-Rosalind 7,4 procentpunt boven GPT-5.5 . De benchmark test onder meer het oplossen van problemen in protocollen, het ontwerpen van reagentia- en werkstromen en het interpreteren van experimentele resultaten.

Tegelijkertijd geven de absolute scores een belangrijke waarschuwing. In medicinale chemie slaagt GPT-Rosalind voor 27,5% van de taken en in genomica voor 21,6% . Het model faalt dus nog steeds bij de meerderheid van de geteste opdrachten. De benchmarks behandelen moeilijke, realistische wetenschappelijke problemen — geen algemene kennisvragen — maar de cijfers laten wel zien dat AI-ondersteund geneesmiddelenonderzoek nog in een vroege fase zit.

Codex-plug-ins moeten antwoorden omzetten in uitvoering

De update voegt ook plug-ins en viewers voor de biowetenschappen toe aan Codex, het programmeerplatform van OpenAI voor agentische AI . Daarmee kunnen GPT-Rosalind-agents verbinding maken met wetenschappelijke hulpmiddelen, zoals literatuurdatabases, programma’s voor sequentieanalyse en software voor het ontwerpen van laboratoriumprotocollen .

De ambitie verschuift daarmee van alleen redeneren over wetenschap naar het daadwerkelijk uitvoeren van onderdelen van een onderzoeksproces. In de woorden van OpenAI gaat het om een beweging “van redeneren naar uitgevoerde workflows” . In de praktijk kan dat bijvoorbeeld betekenen dat een agent niet alleen een onderzoeksstap voorstelt, maar ook code uitvoert, relevante gegevens ophaalt en een proces over meerdere stappen coördineert.

Wereldwijde toegang, maar niet zonder controle

GPT-Rosalind werd in april 2026 aanvankelijk aangeboden als een onderzoeksvoorbeeld voor ondernemingen in de Verenigde Staten. De toegang liep via een beperkt programma waarbij organisaties vooraf werden beoordeeld .

Sinds de update is het model wereldwijd beschikbaar voor in aanmerking komende organisaties, maar nog steeds via dezelfde structuur voor trusted access. Aanvragen worden beoordeeld voordat toegang wordt verleend . Ook organisaties zonder bestaand Enterprise-contract kunnen zich aanmelden via een nieuw door OpenAI beheerde werkruimte.

Op 29 mei 2026, enkele dagen voor de update, kondigde OpenAI bovendien het Rosalind Biodefense-programma aan. Daarmee wordt trusted access uitgebreid naar toepassingen rond biodefensie . Dat wijst erop dat OpenAI GPT-Rosalind niet alleen voor commerciële geneesmiddelenontwikkeling positioneert, maar ook voor biologisch onderzoek met mogelijke veiligheids- en defensiebelangen — onder gecontroleerde toegangsvoorwaarden.

Welke partners werkt OpenAI al?

OpenAI noemt verschillende farmaceutische en onderzoeksorganisaties die met de vernieuwde versie werken :

• Novo Nordisk wordt expliciet genoemd als klant die GPT-Rosalind gebruikt in farmaceutische onderzoeks- en ontwikkelingsprocessen.
• Amgen, Moderna, het Allen Institute en Thermo Fisher Scientific worden genoemd als partners of vroege gebruikers die het model inzetten rond geneesmiddelenonderzoek, genomica en de koppeling met onderzoeksinstrumenten.

De precieze toepassingen per organisatie zijn niet publiekelijk toegelicht. Ook is niet duidelijk of de genoemde partijen allemaal betalende klanten zijn of dat sommige organisaties deelnemen als samenwerkingspartner. De aanwezigheid van Thermo Fisher Scientific — een grote leverancier van laboratoriumapparatuur en reagentia — kan wijzen op belangstelling voor integratie met wetenschappelijke hulpmiddelen, maar OpenAI heeft dat specifieke gebruik niet bevestigd.

De belangrijkste conclusie: nuttiger, maar nog geen vervanger voor wetenschappers

Met GPT-Rosalind kiest OpenAI nadrukkelijk voor gespecialiseerde AI-modellen die wetenschappelijke kennis combineren met agentische uitvoering en gecontroleerde toegang. De combinatie van domeinspecifieke redenering, lager tokengebruik en Codex-integratie kan vooral waardevol zijn bij literatuuronderzoek, hypothesevorming, experimenteel ontwerp en het voorbereiden van protocollen.

De benchmarkresultaten moeten echter niet als bewijs worden gezien dat AI zelfstandig geneesmiddelen kan ontwikkelen. De prestaties in medicinale chemie en genomica blijven in absolute zin bescheiden, en alle nieuwe cijfers zijn door OpenAI zelf gerapporteerd. Tot onafhankelijke evaluaties of peerreviewde studies verschijnen, zijn de resultaten daarom vooral richtinggevend en niet definitief . GPT-Rosalind lijkt op dit moment het best te passen als hulpmiddel voor gespecialiseerde onderzoekers — niet als vervanging van hun wetenschappelijke oordeel.

De nieuwe versie gebruikt de mogelijkheden van GPT-5.5 om code te schrijven en uit te voeren, externe hulpmiddelen aan te roepen en meerstapsprocessen te beheren. Daarbovenop ligt een gespecialiseerde redeneerlaag voor taken in onder meer medicinale chemie en genomica . Het gaat volgens OpenAI dus niet om GPT-5.5 met alleen een aangepaste instructie, maar om een model dat voor specifieke wetenschappelijke werkstromen is ontworpen.

Een opvallend efficiëntiepunt is het tokengebruik. GPT-Rosalind presteert op alle drie de nieuwe domeinbenchmarks beter dan het algemene GPT-5.5, terwijl het minder computationele tokens gebruikt. Bij langdurige kwantitatieve genomische analyses ligt het verbruik 31% lager dan bij GPT-5.5 . Voor onderzoeksprocessen met grote datasets kan dat ook de kosten per analyse verlagen.

LifeSciBench kijkt naar de volledige onderzoeksworkflow

Om de praktische waarde voor wetenschappelijk onderzoek te meten, ontwikkelde OpenAI LifeSciBench. Dit is een benchmark waarbij externe deskundigen de resultaten beoordelen. De test bestrijkt zes onderdelen van een onderzoeksworkflow:

• omgaan met bewijsmateriaal;
• analyse;
• ontwerp en optimalisatie;
• wetenschappelijke redenering;
• validatie en uitvoering;
• vertaling en communicatie.

In tegenstelling tot tests die één geïsoleerde vaardigheid meten, probeert LifeSciBench een volledige keten te beoordelen — van het samenvatten van literatuur tot het ontwerpen van experimenten. GPT-Rosalind staat volgens OpenAI bovenaan en presteert beter dan GPT-5.5, Grok 4.3 en Gemini 3.1 Pro .

OpenAI publiceerde daarnaast resultaten voor drie afzonderlijke domeinbenchmarks. Die cijfers zijn volledig afkomstig uit evaluaties van OpenAI zelf; een onafhankelijke bevestiging door derden is vooralsnog niet gemeld .

Gegevens uit de door OpenAI gepubliceerde evaluaties .

Het grootste absolute verschil is zichtbaar op LabWorkBench. Daar ligt GPT-Rosalind 7,4 procentpunt boven GPT-5.5 . De benchmark test onder meer het oplossen van problemen in protocollen, het ontwerpen van reagentia- en werkstromen en het interpreteren van experimentele resultaten.

Tegelijkertijd geven de absolute scores een belangrijke waarschuwing. In medicinale chemie slaagt GPT-Rosalind voor 27,5% van de taken en in genomica voor 21,6% . Het model faalt dus nog steeds bij de meerderheid van de geteste opdrachten. De benchmarks behandelen moeilijke, realistische wetenschappelijke problemen — geen algemene kennisvragen — maar de cijfers laten wel zien dat AI-ondersteund geneesmiddelenonderzoek nog in een vroege fase zit.

Codex-plug-ins moeten antwoorden omzetten in uitvoering

De update voegt ook plug-ins en viewers voor de biowetenschappen toe aan Codex, het programmeerplatform van OpenAI voor agentische AI . Daarmee kunnen GPT-Rosalind-agents verbinding maken met wetenschappelijke hulpmiddelen, zoals literatuurdatabases, programma’s voor sequentieanalyse en software voor het ontwerpen van laboratoriumprotocollen .

De ambitie verschuift daarmee van alleen redeneren over wetenschap naar het daadwerkelijk uitvoeren van onderdelen van een onderzoeksproces. In de woorden van OpenAI gaat het om een beweging “van redeneren naar uitgevoerde workflows” . In de praktijk kan dat bijvoorbeeld betekenen dat een agent niet alleen een onderzoeksstap voorstelt, maar ook code uitvoert, relevante gegevens ophaalt en een proces over meerdere stappen coördineert.

Wereldwijde toegang, maar niet zonder controle

GPT-Rosalind werd in april 2026 aanvankelijk aangeboden als een onderzoeksvoorbeeld voor ondernemingen in de Verenigde Staten. De toegang liep via een beperkt programma waarbij organisaties vooraf werden beoordeeld .

Sinds de update is het model wereldwijd beschikbaar voor in aanmerking komende organisaties, maar nog steeds via dezelfde structuur voor trusted access. Aanvragen worden beoordeeld voordat toegang wordt verleend . Ook organisaties zonder bestaand Enterprise-contract kunnen zich aanmelden via een nieuw door OpenAI beheerde werkruimte.

Op 29 mei 2026, enkele dagen voor de update, kondigde OpenAI bovendien het Rosalind Biodefense-programma aan. Daarmee wordt trusted access uitgebreid naar toepassingen rond biodefensie . Dat wijst erop dat OpenAI GPT-Rosalind niet alleen voor commerciële geneesmiddelenontwikkeling positioneert, maar ook voor biologisch onderzoek met mogelijke veiligheids- en defensiebelangen — onder gecontroleerde toegangsvoorwaarden.

Welke partners werkt OpenAI al?

OpenAI noemt verschillende farmaceutische en onderzoeksorganisaties die met de vernieuwde versie werken :

• Novo Nordisk wordt expliciet genoemd als klant die GPT-Rosalind gebruikt in farmaceutische onderzoeks- en ontwikkelingsprocessen.
• Amgen, Moderna, het Allen Institute en Thermo Fisher Scientific worden genoemd als partners of vroege gebruikers die het model inzetten rond geneesmiddelenonderzoek, genomica en de koppeling met onderzoeksinstrumenten.

De precieze toepassingen per organisatie zijn niet publiekelijk toegelicht. Ook is niet duidelijk of de genoemde partijen allemaal betalende klanten zijn of dat sommige organisaties deelnemen als samenwerkingspartner. De aanwezigheid van Thermo Fisher Scientific — een grote leverancier van laboratoriumapparatuur en reagentia — kan wijzen op belangstelling voor integratie met wetenschappelijke hulpmiddelen, maar OpenAI heeft dat specifieke gebruik niet bevestigd.

De belangrijkste conclusie: nuttiger, maar nog geen vervanger voor wetenschappers

Met GPT-Rosalind kiest OpenAI nadrukkelijk voor gespecialiseerde AI-modellen die wetenschappelijke kennis combineren met agentische uitvoering en gecontroleerde toegang. De combinatie van domeinspecifieke redenering, lager tokengebruik en Codex-integratie kan vooral waardevol zijn bij literatuuronderzoek, hypothesevorming, experimenteel ontwerp en het voorbereiden van protocollen.

De benchmarkresultaten moeten echter niet als bewijs worden gezien dat AI zelfstandig geneesmiddelen kan ontwikkelen. De prestaties in medicinale chemie en genomica blijven in absolute zin bescheiden, en alle nieuwe cijfers zijn door OpenAI zelf gerapporteerd. Tot onafhankelijke evaluaties of peerreviewde studies verschijnen, zijn de resultaten daarom vooral richtinggevend en niet definitief . GPT-Rosalind lijkt op dit moment het best te passen als hulpmiddel voor gespecialiseerde onderzoekers — niet als vervanging van hun wetenschappelijke oordeel.