Den nya versionen är inte bara GPT-5.5 med en instruktion ovanpå. OpenAI beskriver i stället en kombination av GPT-5.5:s agentiska förmågor och särskild modellintelligens inom centrala områden för läkemedelsforskning, exempelvis läkemedelskemi och genomik .

Bättre resultat – och lägre tokenförbrukning

Enligt OpenAI överträffar den uppdaterade GPT-Rosalind den generella modellen GPT-5.5 i samtliga tre nya domänspecifika tester, samtidigt som den använder färre beräkningstokens i varje test .

Den tydligaste effektiviseringsvinsten syns inom genomik. Där genomför GPT-Rosalind långvariga analyser inom kvantitativ biologi med 31 procent färre tokens än GPT-5.5 . För forskningsflöden som hanterar stora genomiska datamängder kan det innebära lägre resursåtgång per fråga, även om den faktiska kostnadseffekten beror på hur systemen används.

LifeSciBench mäter hela forskningsflöden

OpenAI har tagit fram LifeSciBench, ett benchmarktest där externa experter bedömer modellerna. Testet omfattar sex delar av ett vetenskapligt arbetsflöde:

• hantering av evidens,
• analys,
• design och optimering,
• vetenskapligt resonemang,
• validering och praktisk drift,
• översättning och kommunikation av forskningsresultat .

Till skillnad från tester som mäter en enskild färdighet försöker LifeSciBench bedöma ett helt flöde – från att sammanställa forskningslitteratur till att planera experiment. GPT-Rosalind placerade sig högst totalt och överträffade enligt de publicerade resultaten GPT-5.5, Grok 4.3 och Gemini 3.1 Pro .

OpenAI publicerade även resultat från tre mer avgränsade tester. Dessa siffror är självrapporterade av OpenAI, och någon oberoende upprepning av resultaten har ännu inte bekräftats .

Uppgifterna kommer från OpenAI:s publicerade utvärderingar .

Den största skillnaden syns i LabWorkBench, där GPT-Rosalind ligger 7,4 procentenheter över GPT-5.5 . Testet omfattar bland annat felsökning av protokoll, planering av reagensflöden och tolkning av experimentresultat – uppgifter där verktygsanvändning i flera steg kan ha direkt betydelse.

Samtidigt är de absoluta resultaten inom läkemedelskemi och genomik relativt låga: 27,5 respektive 21,6 procent. Det innebär att modellen fortfarande misslyckas med en majoritet av uppgifterna i dessa tester . Resultaten beskriver därför en svår vetenskaplig problemnivå snarare än ett färdigt system för automatiserad läkemedelsutveckling.

Codex ska gå från resonemang till utförande

Uppdateringen innehåller också livsvetenskapsinriktade plugins och visningsverktyg i Codex, OpenAI:s plattform för agentisk kodning . Med dessa funktioner kan GPT-Rosalind kopplas till exempelvis litteraturdatabaser, verktyg för sekvensanalys och programvara för utformning av laboratorieprotokoll .

Ambitionen är att modellen inte bara ska föreslå en analys eller beskriva hur ett experiment kan planeras, utan också genomföra delar av arbetsflödet med hjälp av anslutna verktyg. OpenAI beskriver utvecklingen som ett skifte ”från resonemang till utförda arbetsflöden” .

Global research preview – men inte fri tillgång

När GPT-Rosalind lanserades var den tillgänglig som en begränsad företagsinriktad forskningsförhandsversion för kunder i USA, genom ett program med så kallad trusted access . Efter juniuppdateringen utökas förhandsversionen globalt till behöriga organisationer, men åtkomsten kräver fortfarande ansökan och granskning .

Organisationer som saknar ett befintligt Enterprise-avtal kan ansöka via en ny OpenAI-hanterad arbetsyta. Det handlar alltså inte om en öppen konsumentlansering, utan om kontrollerad åtkomst för organisationer som bedöms kunna använda modellen på ett ansvarsfullt sätt.

Den 29 maj 2026 lanserade OpenAI dessutom Rosalind Biodefense-programmet, som utökar trusted access för tillämpningar inom biologiskt försvar . Det pekar mot att modellen positioneras för både kommersiell läkemedelsforskning och biologisk forskning med säkerhets- och försvarsanknytning.

Novo Nordisk och andra tidiga partner

OpenAI har nämnt flera organisationer som kunder, partner eller tidiga användare av GPT-Rosalind :

• Novo Nordisk – uttryckligen beskrivet som kund som använder GPT-Rosalind i arbetsflöden för läkemedelsforskning och utveckling.
• Amgen och Moderna – läkemedelsföretag som nämns bland modellens partner eller tidiga användare.
• Allen Institute – forskningsorganisation som kopplas till användning inom livsvetenskaper.
• Thermo Fisher Scientific – företag inom laboratorieutrustning och reagenser som nämns i samband med modellen och dess verktygsintegration.

OpenAI har inte offentliggjort detaljerade användningsfall för varje organisation. Listan kan därför omfatta både betalande företagskunder och forskningssamarbeten. Thermo Fisher Scientifics medverkan kan exempelvis vara relevant för integration med forskningsverktyg, men det specifika upplägget är inte offentligt beskrivet.

Ett steg mot praktisk AI i läkemedelsforskning

GPT-Rosalind visar en tydlig riktning i OpenAI:s strategi: specialiserade modeller kombineras med agentiska verktyg och kontrollerad åtkomst. I bästa fall kan det hjälpa forskare med litteratursammanställningar, hypoteser, experimentplanering och vissa delar av protokollarbetet.

Men benchmarkresultaten kräver försiktighet. Trots GPT-5.5-komponenterna klarar modellen fortfarande inte merparten av uppgifterna i testerna för läkemedelskemi och genomik. GPT-Rosalind framstår därför fortfarande främst som ett arbetsverktyg för experter – inte som en ersättare för vetenskapligt omdöme eller laboratoriearbete.

Alla prestationspåståenden i de nya testerna kommer från OpenAI. Tills oberoende utvärderingar eller sakkunniggranskade studier publiceras bör resultaten därför ses som vägledande, snarare än slutgiltiga .

Den nya versionen är inte bara GPT-5.5 med en instruktion ovanpå. OpenAI beskriver i stället en kombination av GPT-5.5:s agentiska förmågor och särskild modellintelligens inom centrala områden för läkemedelsforskning, exempelvis läkemedelskemi och genomik .

Bättre resultat – och lägre tokenförbrukning

Enligt OpenAI överträffar den uppdaterade GPT-Rosalind den generella modellen GPT-5.5 i samtliga tre nya domänspecifika tester, samtidigt som den använder färre beräkningstokens i varje test .

Den tydligaste effektiviseringsvinsten syns inom genomik. Där genomför GPT-Rosalind långvariga analyser inom kvantitativ biologi med 31 procent färre tokens än GPT-5.5 . För forskningsflöden som hanterar stora genomiska datamängder kan det innebära lägre resursåtgång per fråga, även om den faktiska kostnadseffekten beror på hur systemen används.

LifeSciBench mäter hela forskningsflöden

OpenAI har tagit fram LifeSciBench, ett benchmarktest där externa experter bedömer modellerna. Testet omfattar sex delar av ett vetenskapligt arbetsflöde:

• hantering av evidens,
• analys,
• design och optimering,
• vetenskapligt resonemang,
• validering och praktisk drift,
• översättning och kommunikation av forskningsresultat .

Till skillnad från tester som mäter en enskild färdighet försöker LifeSciBench bedöma ett helt flöde – från att sammanställa forskningslitteratur till att planera experiment. GPT-Rosalind placerade sig högst totalt och överträffade enligt de publicerade resultaten GPT-5.5, Grok 4.3 och Gemini 3.1 Pro .

OpenAI publicerade även resultat från tre mer avgränsade tester. Dessa siffror är självrapporterade av OpenAI, och någon oberoende upprepning av resultaten har ännu inte bekräftats .

Uppgifterna kommer från OpenAI:s publicerade utvärderingar .

Den största skillnaden syns i LabWorkBench, där GPT-Rosalind ligger 7,4 procentenheter över GPT-5.5 . Testet omfattar bland annat felsökning av protokoll, planering av reagensflöden och tolkning av experimentresultat – uppgifter där verktygsanvändning i flera steg kan ha direkt betydelse.

Samtidigt är de absoluta resultaten inom läkemedelskemi och genomik relativt låga: 27,5 respektive 21,6 procent. Det innebär att modellen fortfarande misslyckas med en majoritet av uppgifterna i dessa tester . Resultaten beskriver därför en svår vetenskaplig problemnivå snarare än ett färdigt system för automatiserad läkemedelsutveckling.

Codex ska gå från resonemang till utförande

Uppdateringen innehåller också livsvetenskapsinriktade plugins och visningsverktyg i Codex, OpenAI:s plattform för agentisk kodning . Med dessa funktioner kan GPT-Rosalind kopplas till exempelvis litteraturdatabaser, verktyg för sekvensanalys och programvara för utformning av laboratorieprotokoll .

Ambitionen är att modellen inte bara ska föreslå en analys eller beskriva hur ett experiment kan planeras, utan också genomföra delar av arbetsflödet med hjälp av anslutna verktyg. OpenAI beskriver utvecklingen som ett skifte ”från resonemang till utförda arbetsflöden” .

Global research preview – men inte fri tillgång

När GPT-Rosalind lanserades var den tillgänglig som en begränsad företagsinriktad forskningsförhandsversion för kunder i USA, genom ett program med så kallad trusted access . Efter juniuppdateringen utökas förhandsversionen globalt till behöriga organisationer, men åtkomsten kräver fortfarande ansökan och granskning .

Organisationer som saknar ett befintligt Enterprise-avtal kan ansöka via en ny OpenAI-hanterad arbetsyta. Det handlar alltså inte om en öppen konsumentlansering, utan om kontrollerad åtkomst för organisationer som bedöms kunna använda modellen på ett ansvarsfullt sätt.

Den 29 maj 2026 lanserade OpenAI dessutom Rosalind Biodefense-programmet, som utökar trusted access för tillämpningar inom biologiskt försvar . Det pekar mot att modellen positioneras för både kommersiell läkemedelsforskning och biologisk forskning med säkerhets- och försvarsanknytning.

Novo Nordisk och andra tidiga partner

OpenAI har nämnt flera organisationer som kunder, partner eller tidiga användare av GPT-Rosalind :

• Novo Nordisk – uttryckligen beskrivet som kund som använder GPT-Rosalind i arbetsflöden för läkemedelsforskning och utveckling.
• Amgen och Moderna – läkemedelsföretag som nämns bland modellens partner eller tidiga användare.
• Allen Institute – forskningsorganisation som kopplas till användning inom livsvetenskaper.
• Thermo Fisher Scientific – företag inom laboratorieutrustning och reagenser som nämns i samband med modellen och dess verktygsintegration.

OpenAI har inte offentliggjort detaljerade användningsfall för varje organisation. Listan kan därför omfatta både betalande företagskunder och forskningssamarbeten. Thermo Fisher Scientifics medverkan kan exempelvis vara relevant för integration med forskningsverktyg, men det specifika upplägget är inte offentligt beskrivet.

Ett steg mot praktisk AI i läkemedelsforskning

GPT-Rosalind visar en tydlig riktning i OpenAI:s strategi: specialiserade modeller kombineras med agentiska verktyg och kontrollerad åtkomst. I bästa fall kan det hjälpa forskare med litteratursammanställningar, hypoteser, experimentplanering och vissa delar av protokollarbetet.

Men benchmarkresultaten kräver försiktighet. Trots GPT-5.5-komponenterna klarar modellen fortfarande inte merparten av uppgifterna i testerna för läkemedelskemi och genomik. GPT-Rosalind framstår därför fortfarande främst som ett arbetsverktyg för experter – inte som en ersättare för vetenskapligt omdöme eller laboratoriearbete.

Alla prestationspåståenden i de nya testerna kommer från OpenAI. Tills oberoende utvärderingar eller sakkunniggranskade studier publiceras bör resultaten därför ses som vägledande, snarare än slutgiltiga .