I juni-oppdateringen er GPT-5.5s agentiske koding og verktøybruk bygget inn i modellen. «Agentisk» betyr her at systemet ikke bare svarer på spørsmål, men også kan skrive og kjøre kode, hente inn data fra verktøy og følge en arbeidsflyt over flere trinn. OpenAI beskriver samtidig GPT-Rosalind som spesielt utviklet for sentrale områder innen legemiddelutvikling, som legemiddelkjemi og genomikk .

Ifølge OpenAIs egne tester presterer den oppdaterte modellen bedre enn den generelle GPT-5.5 på alle de nye fagbenchmarkene, samtidig som den bruker færre beregningstokens. Den største effektiviseringsgevinsten kommer i genomikk: GPT-Rosalind skal kunne fullføre langsiktige analyser innen kvantitativ biologi med 31 prosent færre tokens enn GPT-5.5 . For forskningsprosesser som behandler store genomdata, kan det gi lavere kostnad per analyse.

Nye benchmarker måler forskningsarbeid – ikke bare faktakunnskap

OpenAI har utviklet LifeSciBench for å måle hvor godt modeller håndterer reelle arbeidsprosesser innen livsvitenskap. Benchmarken vurderes av eksterne fageksperter og dekker seks områder:

• håndtering av dokumentasjon og evidens
• analyse
• design og optimalisering
• vitenskapelig resonnering
• validering og drift
• oversettelse og kommunikasjon

I motsetning til tester som måler én avgrenset ferdighet om gangen, forsøker LifeSciBench å vurdere en hel forskningskjede – fra sammenstilling av litteratur til planlegging av eksperimenter. GPT-Rosalind leder samlet på testen foran GPT-5.5, Grok 4.3 og Gemini 3.1 Pro .

OpenAI publiserte også tre mer målrettede sammenligninger med GPT-5.5. Alle resultatene nedenfor er OpenAIs egne evalueringer, og uavhengig tredjepartsreplikasjon er ikke bekreftet .

Tall fra OpenAIs publiserte evalueringer .

Den største forskjellen i poeng finner vi på LabWorkBench, der GPT-Rosalind ligger 7,4 prosentpoeng foran GPT-5.5 . Testen omfatter blant annet feilsøking av protokoller, planlegging av reagensflyt og tolkning av forsøksresultater – områder der kombinasjonen av verktøybruk og domenekunnskap kan være særlig nyttig.

Samtidig er de absolutte resultatene i legemiddelkjemi og genomikk lave: henholdsvis 27,5 og 21,6 prosent. Det betyr at også den forbedrede modellen fortsatt mislykkes i et flertall av oppgavene på disse områdene . Testene er riktignok laget for krevende, praktiske forskningsoppgaver og ikke generell kunnskap. Likevel er tallene en påminnelse om at AI-basert legemiddelutvikling fortsatt er på et tidlig stadium.

Codex-verktøy skal gjøre forslag om til handling

Oppdateringen inkluderer også livsvitenskapsspesifikke plugins og visningsverktøy i Codex, OpenAIs plattform for agentisk koding . De skal gjøre det mulig for GPT-Rosalind-agenter å koble seg til vitenskapelige verktøy, som litteraturdatabaser, sekvensanalyse og programvare for utforming av laboratorieprotokoller .

Målet er at modellen ikke bare skal foreslå en analyse eller et eksperiment, men kunne gjennomføre flere av trinnene i arbeidsflyten. OpenAI beskriver selv utviklingen som et skifte «fra resonnering til utførte arbeidsflyter» . Det peker mot en tettere integrasjon med den daglige driften i forsknings- og legemiddellaboratorier.

Fra USA til global forskningsforhåndsvisning

Da GPT-Rosalind ble lansert i april 2026, var den tilgjengelig som en begrenset forskningsforhåndsvisning for bedriftskunder i USA gjennom et kontrollert trusted-access-program . Etter juni-oppdateringen utvides forskningsforhåndsvisningen globalt til kvalifiserte organisasjoner, fortsatt med søknad og vurdering før tilgang .

Organisasjoner som ikke allerede har en Enterprise-avtale, kan søke gjennom et nytt, administrert OpenAI-arbeidsområde.

Allerede 29. mai 2026, noen dager før hovedoppdateringen, lanserte OpenAI også Rosalind Biodefense-programmet. Det utvider trusted access for bruksområder innen biologisk beredskap og forsvar . Det tyder på at OpenAI ser for seg både kommersielle og sikkerhetsrelaterte bruksområder, men under kontrollert tilgang.

Novo Nordisk og andre tidlige brukere

OpenAI har trukket frem flere store selskaper og forskningsorganisasjoner som arbeider med den oppdaterte GPT-Rosalind :

• Novo Nordisk er uttrykkelig omtalt som en kunde som bruker GPT-Rosalind i arbeidsflyter for farmasøytisk forskning og utvikling.
• Amgen, Moderna, Allen Institute og Thermo Fisher Scientific er nevnt som partnere eller tidlige brukere innen legemiddelutvikling, genomikk og integrasjon med forskningsverktøy.

OpenAI har ikke offentliggjort detaljerte bruksområder for hver enkelt organisasjon. Listen kan derfor omfatte både betalende bedriftskunder og samarbeidspartnere. Thermo Fisher Scientifics tilstedeværelse kan peke mot integrasjon med laboratorieutstyr, reagenser og andre forskningsverktøy, men konkrete planer er ikke offentliggjort.

Et nyttig forskningsverktøy – ikke en forsker i egen rett

GPT-Rosalind-oppdateringen viser en tydelig strategi fra OpenAI: mindre vekt på én generell modell for alt, og mer på vertikale modeller som kombinerer fagkunnskap, verktøybruk og kontrollert tilgang.

For legemiddelutvikling kan kombinasjonen være relevant i tidlige faser – for eksempel ved sammenstilling av forskningslitteratur, generering av hypoteser, planlegging av eksperimenter og analyse av forsøksdata. Lavere tokenbruk kan i tillegg gjøre omfattende arbeidsflyter rimeligere å kjøre.

Men benchmarkresultatene bør leses med en viss skepsis. Selv med GPT-5.5 som teknisk grunnlag strever modellen fortsatt med flertallet av oppgavene innen legemiddelkjemi og genomikk. Den fremstår derfor først og fremst som et støtteverktøy for eksperter, ikke som en erstatning for vitenskapelig dømmekraft.

Alle ytelsespåstandene er dessuten selvrapportert av OpenAI. Inntil uavhengige evalueringer eller fagfellevurderte studier av modellen blir publisert, bør tallene tolkes som en indikasjon på retningen utviklingen går i – ikke som et endelig bevis på hvor godt modellen fungerer i praktisk forskning .

I juni-oppdateringen er GPT-5.5s agentiske koding og verktøybruk bygget inn i modellen. «Agentisk» betyr her at systemet ikke bare svarer på spørsmål, men også kan skrive og kjøre kode, hente inn data fra verktøy og følge en arbeidsflyt over flere trinn. OpenAI beskriver samtidig GPT-Rosalind som spesielt utviklet for sentrale områder innen legemiddelutvikling, som legemiddelkjemi og genomikk .

Ifølge OpenAIs egne tester presterer den oppdaterte modellen bedre enn den generelle GPT-5.5 på alle de nye fagbenchmarkene, samtidig som den bruker færre beregningstokens. Den største effektiviseringsgevinsten kommer i genomikk: GPT-Rosalind skal kunne fullføre langsiktige analyser innen kvantitativ biologi med 31 prosent færre tokens enn GPT-5.5 . For forskningsprosesser som behandler store genomdata, kan det gi lavere kostnad per analyse.

Nye benchmarker måler forskningsarbeid – ikke bare faktakunnskap

OpenAI har utviklet LifeSciBench for å måle hvor godt modeller håndterer reelle arbeidsprosesser innen livsvitenskap. Benchmarken vurderes av eksterne fageksperter og dekker seks områder:

• håndtering av dokumentasjon og evidens
• analyse
• design og optimalisering
• vitenskapelig resonnering
• validering og drift
• oversettelse og kommunikasjon

I motsetning til tester som måler én avgrenset ferdighet om gangen, forsøker LifeSciBench å vurdere en hel forskningskjede – fra sammenstilling av litteratur til planlegging av eksperimenter. GPT-Rosalind leder samlet på testen foran GPT-5.5, Grok 4.3 og Gemini 3.1 Pro .

OpenAI publiserte også tre mer målrettede sammenligninger med GPT-5.5. Alle resultatene nedenfor er OpenAIs egne evalueringer, og uavhengig tredjepartsreplikasjon er ikke bekreftet .

Tall fra OpenAIs publiserte evalueringer .

Den største forskjellen i poeng finner vi på LabWorkBench, der GPT-Rosalind ligger 7,4 prosentpoeng foran GPT-5.5 . Testen omfatter blant annet feilsøking av protokoller, planlegging av reagensflyt og tolkning av forsøksresultater – områder der kombinasjonen av verktøybruk og domenekunnskap kan være særlig nyttig.

Samtidig er de absolutte resultatene i legemiddelkjemi og genomikk lave: henholdsvis 27,5 og 21,6 prosent. Det betyr at også den forbedrede modellen fortsatt mislykkes i et flertall av oppgavene på disse områdene . Testene er riktignok laget for krevende, praktiske forskningsoppgaver og ikke generell kunnskap. Likevel er tallene en påminnelse om at AI-basert legemiddelutvikling fortsatt er på et tidlig stadium.

Codex-verktøy skal gjøre forslag om til handling

Oppdateringen inkluderer også livsvitenskapsspesifikke plugins og visningsverktøy i Codex, OpenAIs plattform for agentisk koding . De skal gjøre det mulig for GPT-Rosalind-agenter å koble seg til vitenskapelige verktøy, som litteraturdatabaser, sekvensanalyse og programvare for utforming av laboratorieprotokoller .

Målet er at modellen ikke bare skal foreslå en analyse eller et eksperiment, men kunne gjennomføre flere av trinnene i arbeidsflyten. OpenAI beskriver selv utviklingen som et skifte «fra resonnering til utførte arbeidsflyter» . Det peker mot en tettere integrasjon med den daglige driften i forsknings- og legemiddellaboratorier.

Fra USA til global forskningsforhåndsvisning

Da GPT-Rosalind ble lansert i april 2026, var den tilgjengelig som en begrenset forskningsforhåndsvisning for bedriftskunder i USA gjennom et kontrollert trusted-access-program . Etter juni-oppdateringen utvides forskningsforhåndsvisningen globalt til kvalifiserte organisasjoner, fortsatt med søknad og vurdering før tilgang .

Organisasjoner som ikke allerede har en Enterprise-avtale, kan søke gjennom et nytt, administrert OpenAI-arbeidsområde.

Allerede 29. mai 2026, noen dager før hovedoppdateringen, lanserte OpenAI også Rosalind Biodefense-programmet. Det utvider trusted access for bruksområder innen biologisk beredskap og forsvar . Det tyder på at OpenAI ser for seg både kommersielle og sikkerhetsrelaterte bruksområder, men under kontrollert tilgang.

Novo Nordisk og andre tidlige brukere

OpenAI har trukket frem flere store selskaper og forskningsorganisasjoner som arbeider med den oppdaterte GPT-Rosalind :

• Novo Nordisk er uttrykkelig omtalt som en kunde som bruker GPT-Rosalind i arbeidsflyter for farmasøytisk forskning og utvikling.
• Amgen, Moderna, Allen Institute og Thermo Fisher Scientific er nevnt som partnere eller tidlige brukere innen legemiddelutvikling, genomikk og integrasjon med forskningsverktøy.

OpenAI har ikke offentliggjort detaljerte bruksområder for hver enkelt organisasjon. Listen kan derfor omfatte både betalende bedriftskunder og samarbeidspartnere. Thermo Fisher Scientifics tilstedeværelse kan peke mot integrasjon med laboratorieutstyr, reagenser og andre forskningsverktøy, men konkrete planer er ikke offentliggjort.

Et nyttig forskningsverktøy – ikke en forsker i egen rett

GPT-Rosalind-oppdateringen viser en tydelig strategi fra OpenAI: mindre vekt på én generell modell for alt, og mer på vertikale modeller som kombinerer fagkunnskap, verktøybruk og kontrollert tilgang.

For legemiddelutvikling kan kombinasjonen være relevant i tidlige faser – for eksempel ved sammenstilling av forskningslitteratur, generering av hypoteser, planlegging av eksperimenter og analyse av forsøksdata. Lavere tokenbruk kan i tillegg gjøre omfattende arbeidsflyter rimeligere å kjøre.

Men benchmarkresultatene bør leses med en viss skepsis. Selv med GPT-5.5 som teknisk grunnlag strever modellen fortsatt med flertallet av oppgavene innen legemiddelkjemi og genomikk. Den fremstår derfor først og fremst som et støtteverktøy for eksperter, ikke som en erstatning for vitenskapelig dømmekraft.

Alle ytelsespåstandene er dessuten selvrapportert av OpenAI. Inntil uavhengige evalueringer eller fagfellevurderte studier av modellen blir publisert, bør tallene tolkes som en indikasjon på retningen utviklingen går i – ikke som et endelig bevis på hvor godt modellen fungerer i praktisk forskning .