ชื่อ “Rosalind” อ้างถึง Rosalind Franklin นักเคมีชาวอังกฤษผู้มีบทบาทสำคัญในการใช้การเลี้ยวเบนของรังสีเอกซ์เพื่อช่วยเปิดเผยโครงสร้างเกลียวคู่ของ DNA

โมเดลนี้ไม่ได้จำกัดอยู่แค่การตอบคำถามเชิงความรู้ แต่ถูกออกแบบมาเพื่อช่วยงานหลายขั้นตอน เช่น สังเคราะห์หลักฐานจากเอกสารวิชาการ ตั้งสมมติฐาน วางแผนการทดลอง วิเคราะห์ข้อมูล และจัดการเวิร์กโฟลว์การวิจัย

เบื้องหลังรุ่นใหม่: GPT-5.5 ผสานความรู้เฉพาะทาง

จุดเปลี่ยนสำคัญของอัปเดตเดือนมิถุนายนคือการนำความสามารถของ GPT-5.5 ซึ่งเป็นโมเดลทั่วไปของ OpenAI ในเวลานั้น มาใช้ร่วมกับความฉลาดด้านวิทยาศาสตร์ที่ปรับให้เหมาะกับงานค้นคว้ายา

GPT-5.5 ช่วยให้เอเจนต์สามารถเขียนและรันโค้ด เรียกใช้เครื่องมือภายนอก และจัดการงานหลายขั้นตอนได้ ขณะที่ GPT-Rosalind เพิ่มความเชี่ยวชาญเฉพาะด้าน เช่น การออกแบบและประเมินสารประกอบยา การวิเคราะห์จีโนม และการแก้ปัญหาในงานแล็บ

OpenAI ระบุว่า GPT-Rosalind ทำได้ดีกว่า GPT-5.5 ใน benchmark เฉพาะทางชุดใหม่ทั้งหมด พร้อมใช้โทเคนคำนวณน้อยกว่าในทุกการทดสอบ โดยความได้เปรียบด้านประสิทธิภาพชัดเจนที่สุดในงานจีโนมิกส์ ซึ่งใช้โทเคนน้อยลง 31% สำหรับการวิเคราะห์ชีววิทยาเชิงปริมาณที่มีหลายขั้นตอน

ในทางปฏิบัติ การลดจำนวนโทเคนอาจช่วยลดต้นทุนต่อคำขอ โดยเฉพาะกระบวนการวิจัยที่ต้องประมวลผลข้อมูลจีโนมิกส์ขนาดใหญ่เป็นประจำ

LifeSciBench วัดผลตั้งแต่ต้นจนจบกระบวนการวิจัย

OpenAI พัฒนา LifeSciBench เพื่อประเมินผลกระทบต่อการทำงานวิจัยในโลกจริง โดยให้ผู้เชี่ยวชาญภายนอกเป็นผู้ตัดสินคะแนน ครอบคลุม 6 ด้าน ได้แก่

• การจัดการหลักฐาน
• การวิเคราะห์
• การออกแบบและเพิ่มประสิทธิภาพ
• การให้เหตุผลทางวิทยาศาสตร์
• การตรวจสอบและการปฏิบัติงาน
• การแปลผลและการสื่อสาร

ต่างจาก benchmark ที่วัดความสามารถเป็นเรื่อง ๆ LifeSciBench พยายามประเมินเวิร์กโฟลว์ทั้งชุด ตั้งแต่การสังเคราะห์ข้อมูลจากวรรณกรรมวิชาการไปจนถึงการออกแบบการทดลอง โดย OpenAI ระบุว่า GPT-Rosalind ทำคะแนนโดยรวมเหนือ GPT-5.5, Grok 4.3 และ Gemini 3.1 Pro

ผลทดสอบ 3 ด้าน: เหนือ GPT-5.5 แต่คะแนนยังไม่สูงมาก

OpenAI ยังเผยผลการทดสอบ benchmark เฉพาะทาง 3 รายการ ซึ่งเปรียบเทียบ GPT-Rosalind กับ GPT-5.5 โดยตรง ทั้งหมดเป็นผลประเมินที่ OpenAI รายงานด้วยตนเอง และยังไม่มีการยืนยันผลซ้ำโดยหน่วยงานอิสระ

ข้อมูลจากผลประเมินที่ OpenAI เผยแพร่

ช่องว่างที่มากที่สุดอยู่ที่ LabWorkBench โดย GPT-Rosalind ทำคะแนนสูงกว่า GPT-5.5 อยู่ 7.4 จุดเปอร์เซ็นต์ การทดสอบนี้ครอบคลุมงานอย่างการแก้ปัญหาโพรโทคอล การออกแบบขั้นตอนการใช้สารรีเอเจนต์ และการตีความผลการทดลอง ซึ่งเป็นพื้นที่ที่ความสามารถในการใช้เครื่องมือร่วมกับความรู้เฉพาะทางอาจช่วยเพิ่มโอกาสทำงานสำเร็จ

อย่างไรก็ตาม คะแนนใน MedChemBench และ GeneBench ซึ่งอยู่ที่ 27.5% และ 21.6% ตามลำดับ ยังถือว่าค่อนข้างต่ำ นั่นหมายความว่าโมเดลยังทำงานพลาดในภารกิจส่วนใหญ่ของทั้งสองสาขา ตัวเลขเหล่านี้สะท้อนว่าโจทย์วิทยาศาสตร์ในโลกจริงมีความซับซ้อนสูง และ AI สำหรับการค้นคว้ายายังอยู่ในช่วงเริ่มต้น ไม่ใช่เทคโนโลยีที่พร้อมแทนที่นักวิจัย

จากการให้เหตุผลสู่การลงมือทำผ่าน Codex

อัปเดตเดือนมิถุนายนยังเพิ่ม ปลั๊กอินและโปรแกรมดูข้อมูลสำหรับงานชีววิทยาศาสตร์บน Codex แพลตฟอร์มเขียนโค้ดของ OpenAI สำหรับ AI แบบเอเจนต์

ปลั๊กอินเหล่านี้ช่วยให้เอเจนต์ของ GPT-Rosalind เชื่อมต่อกับเครื่องมือทางวิทยาศาสตร์ เช่น ฐานข้อมูลบทความ เครื่องมือวิเคราะห์ลำดับพันธุกรรม และซอฟต์แวร์ออกแบบโพรโทคอลในห้องแล็บ จากนั้นจึงดำเนินงานหลายขั้นตอนแทนที่จะเพียงเสนอคำแนะนำ

OpenAI อธิบายทิศทางนี้ว่าเป็นการขยับจาก “การให้เหตุผล” ไปสู่ “เวิร์กโฟลว์ที่ดำเนินการจริง” เป้าหมายคือการฝัง AI เข้าไปในกระบวนการทำงานของห้องแล็บค้นคว้ายาให้ลึกขึ้น ตั้งแต่การทบทวนวรรณกรรมและสร้างสมมติฐาน ไปจนถึงการคำนวณและการเตรียมการทดลอง

เปิดให้ใช้งานทั่วโลก แต่ยังไม่ใช่การเปิดสาธารณะ

GPT-Rosalind เปิดตัวครั้งแรกในเดือนเมษายน 2026 ในรูปแบบ research preview สำหรับลูกค้าองค์กรในสหรัฐฯ เท่านั้น ผ่านโครงการ trusted access ที่จำกัดสิทธิ์

หลังการอัปเดตเดือนมิถุนายน OpenAI ขยายเป็น global research preview สำหรับองค์กรที่มีคุณสมบัติเหมาะสม แต่ยังคงใช้ระบบ trusted access ซึ่งผู้สมัครต้องยื่นคำขอและผ่านการตรวจสอบก่อนใช้งาน องค์กรที่ยังไม่มีสัญญา Enterprise สามารถสมัครผ่าน OpenAI managed workspace ที่จัดตั้งขึ้นใหม่ได้

ก่อนหน้านั้น เมื่อวันที่ 29 พฤษภาคม 2026 OpenAI ยังเปิดตัว Rosalind Biodefense program เพื่อขยายการเข้าถึง GPT-Rosalind สำหรับงานด้านการป้องกันภัยชีวภาพโดยเฉพาะ ความเคลื่อนไหวนี้ชี้ให้เห็นว่า OpenAI กำลังวางตำแหน่งโมเดลสำหรับทั้งการค้นคว้ายาเชิงพาณิชย์และงานวิจัยชีวภาพที่มีความอ่อนไหว ภายใต้การควบคุมการเข้าถึง

พันธมิตรระยะแรกในอุตสาหกรรมยาและการวิจัย

OpenAI ระบุชื่อองค์กรหลายแห่งที่กำลังทำงานกับ GPT-Rosalind รุ่นอัปเดต ได้แก่

• Novo Nordisk — ถูกระบุอย่างชัดเจนว่าเป็นลูกค้าที่ใช้ GPT-Rosalind ในเวิร์กโฟลว์วิจัยและพัฒนายา
• Amgen, Moderna, Allen Institute และ Thermo Fisher Scientific — ถูกระบุว่าเป็นพันธมิตรหรือผู้ใช้งานระยะแรกในงานค้นคว้ายา จีโนมิกส์ และการเชื่อมต่อเครื่องมือวิจัย

อย่างไรก็ดี OpenAI ยังไม่ได้เปิดเผยรายละเอียดกรณีใช้งานของแต่ละองค์กรต่อสาธารณะ และรายชื่อดังกล่าวอาจประกอบด้วยทั้งลูกค้าองค์กรที่ชำระค่าบริการและพันธมิตรด้านการวิจัย การมีชื่อ Thermo Fisher Scientific ซึ่งเป็นบริษัทด้านอุปกรณ์และสารรีเอเจนต์สำหรับวิทยาศาสตร์ชีวภาพ อาจสะท้อนความเป็นไปได้ด้านการเชื่อมต่อเครื่องมือร่วมกับระบบปลั๊กอินของ Codex แต่ยังไม่มีรายละเอียดสาธารณะเพียงพอที่จะสรุปกรณีใช้งานเฉพาะเจาะจง

ความหมายต่ออนาคตของการค้นคว้ายา

การอัปเดต GPT-Rosalind สะท้อนกลยุทธ์ของ OpenAI ที่มุ่งพัฒนาโมเดล AI แบบเฉพาะอุตสาหกรรม ควบคู่กับความสามารถในการใช้เครื่องมือและระบบควบคุมการเข้าถึง

หากทำงานได้ตามที่ระบุ โมเดลนี้อาจช่วยเร่งขั้นตอนต้นน้ำของการค้นคว้ายา เช่น การสรุปวรรณกรรม การตั้งสมมติฐาน การออกแบบการทดลอง และการดำเนินงานเชิงคำนวณผ่านเครื่องมือวิทยาศาสตร์ ความสามารถในการใช้โทเคนน้อยลงยังอาจมีความสำคัญต่อองค์กรที่ต้องประมวลผลชุดข้อมูลขนาดใหญ่

แต่คะแนน benchmark ที่ยังไม่สูงในด้านเคมีการแพทย์และจีโนมิกส์เป็นเครื่องเตือนใจว่า GPT-Rosalind ยังควรทำหน้าที่เป็น เครื่องมือช่วยนักวิจัยผู้เชี่ยวชาญ ไม่ใช่ผู้ตัดสินใจแทนมนุษย์

นอกจากนี้ ผลการประเมินทั้งหมดที่กล่าวถึงยังมาจากการรายงานของ OpenAI เอง จนกว่าจะมีการทดสอบซ้ำโดยบุคคลที่สามหรือมีงานวิจัยผ่านการประเมินโดยผู้ทรงคุณวุฒิ ผลลัพธ์เหล่านี้จึงควรใช้เป็นสัญญาณบ่งชี้แนวโน้ม มากกว่าจะถือเป็นข้อสรุปยืนยันประสิทธิภาพของโมเดล

ชื่อ “Rosalind” อ้างถึง Rosalind Franklin นักเคมีชาวอังกฤษผู้มีบทบาทสำคัญในการใช้การเลี้ยวเบนของรังสีเอกซ์เพื่อช่วยเปิดเผยโครงสร้างเกลียวคู่ของ DNA

โมเดลนี้ไม่ได้จำกัดอยู่แค่การตอบคำถามเชิงความรู้ แต่ถูกออกแบบมาเพื่อช่วยงานหลายขั้นตอน เช่น สังเคราะห์หลักฐานจากเอกสารวิชาการ ตั้งสมมติฐาน วางแผนการทดลอง วิเคราะห์ข้อมูล และจัดการเวิร์กโฟลว์การวิจัย

เบื้องหลังรุ่นใหม่: GPT-5.5 ผสานความรู้เฉพาะทาง

จุดเปลี่ยนสำคัญของอัปเดตเดือนมิถุนายนคือการนำความสามารถของ GPT-5.5 ซึ่งเป็นโมเดลทั่วไปของ OpenAI ในเวลานั้น มาใช้ร่วมกับความฉลาดด้านวิทยาศาสตร์ที่ปรับให้เหมาะกับงานค้นคว้ายา

GPT-5.5 ช่วยให้เอเจนต์สามารถเขียนและรันโค้ด เรียกใช้เครื่องมือภายนอก และจัดการงานหลายขั้นตอนได้ ขณะที่ GPT-Rosalind เพิ่มความเชี่ยวชาญเฉพาะด้าน เช่น การออกแบบและประเมินสารประกอบยา การวิเคราะห์จีโนม และการแก้ปัญหาในงานแล็บ

OpenAI ระบุว่า GPT-Rosalind ทำได้ดีกว่า GPT-5.5 ใน benchmark เฉพาะทางชุดใหม่ทั้งหมด พร้อมใช้โทเคนคำนวณน้อยกว่าในทุกการทดสอบ โดยความได้เปรียบด้านประสิทธิภาพชัดเจนที่สุดในงานจีโนมิกส์ ซึ่งใช้โทเคนน้อยลง 31% สำหรับการวิเคราะห์ชีววิทยาเชิงปริมาณที่มีหลายขั้นตอน

ในทางปฏิบัติ การลดจำนวนโทเคนอาจช่วยลดต้นทุนต่อคำขอ โดยเฉพาะกระบวนการวิจัยที่ต้องประมวลผลข้อมูลจีโนมิกส์ขนาดใหญ่เป็นประจำ

LifeSciBench วัดผลตั้งแต่ต้นจนจบกระบวนการวิจัย

OpenAI พัฒนา LifeSciBench เพื่อประเมินผลกระทบต่อการทำงานวิจัยในโลกจริง โดยให้ผู้เชี่ยวชาญภายนอกเป็นผู้ตัดสินคะแนน ครอบคลุม 6 ด้าน ได้แก่

• การจัดการหลักฐาน
• การวิเคราะห์
• การออกแบบและเพิ่มประสิทธิภาพ
• การให้เหตุผลทางวิทยาศาสตร์
• การตรวจสอบและการปฏิบัติงาน
• การแปลผลและการสื่อสาร

ต่างจาก benchmark ที่วัดความสามารถเป็นเรื่อง ๆ LifeSciBench พยายามประเมินเวิร์กโฟลว์ทั้งชุด ตั้งแต่การสังเคราะห์ข้อมูลจากวรรณกรรมวิชาการไปจนถึงการออกแบบการทดลอง โดย OpenAI ระบุว่า GPT-Rosalind ทำคะแนนโดยรวมเหนือ GPT-5.5, Grok 4.3 และ Gemini 3.1 Pro

ผลทดสอบ 3 ด้าน: เหนือ GPT-5.5 แต่คะแนนยังไม่สูงมาก

OpenAI ยังเผยผลการทดสอบ benchmark เฉพาะทาง 3 รายการ ซึ่งเปรียบเทียบ GPT-Rosalind กับ GPT-5.5 โดยตรง ทั้งหมดเป็นผลประเมินที่ OpenAI รายงานด้วยตนเอง และยังไม่มีการยืนยันผลซ้ำโดยหน่วยงานอิสระ

ข้อมูลจากผลประเมินที่ OpenAI เผยแพร่

ช่องว่างที่มากที่สุดอยู่ที่ LabWorkBench โดย GPT-Rosalind ทำคะแนนสูงกว่า GPT-5.5 อยู่ 7.4 จุดเปอร์เซ็นต์ การทดสอบนี้ครอบคลุมงานอย่างการแก้ปัญหาโพรโทคอล การออกแบบขั้นตอนการใช้สารรีเอเจนต์ และการตีความผลการทดลอง ซึ่งเป็นพื้นที่ที่ความสามารถในการใช้เครื่องมือร่วมกับความรู้เฉพาะทางอาจช่วยเพิ่มโอกาสทำงานสำเร็จ

อย่างไรก็ตาม คะแนนใน MedChemBench และ GeneBench ซึ่งอยู่ที่ 27.5% และ 21.6% ตามลำดับ ยังถือว่าค่อนข้างต่ำ นั่นหมายความว่าโมเดลยังทำงานพลาดในภารกิจส่วนใหญ่ของทั้งสองสาขา ตัวเลขเหล่านี้สะท้อนว่าโจทย์วิทยาศาสตร์ในโลกจริงมีความซับซ้อนสูง และ AI สำหรับการค้นคว้ายายังอยู่ในช่วงเริ่มต้น ไม่ใช่เทคโนโลยีที่พร้อมแทนที่นักวิจัย

จากการให้เหตุผลสู่การลงมือทำผ่าน Codex

อัปเดตเดือนมิถุนายนยังเพิ่ม ปลั๊กอินและโปรแกรมดูข้อมูลสำหรับงานชีววิทยาศาสตร์บน Codex แพลตฟอร์มเขียนโค้ดของ OpenAI สำหรับ AI แบบเอเจนต์

ปลั๊กอินเหล่านี้ช่วยให้เอเจนต์ของ GPT-Rosalind เชื่อมต่อกับเครื่องมือทางวิทยาศาสตร์ เช่น ฐานข้อมูลบทความ เครื่องมือวิเคราะห์ลำดับพันธุกรรม และซอฟต์แวร์ออกแบบโพรโทคอลในห้องแล็บ จากนั้นจึงดำเนินงานหลายขั้นตอนแทนที่จะเพียงเสนอคำแนะนำ

OpenAI อธิบายทิศทางนี้ว่าเป็นการขยับจาก “การให้เหตุผล” ไปสู่ “เวิร์กโฟลว์ที่ดำเนินการจริง” เป้าหมายคือการฝัง AI เข้าไปในกระบวนการทำงานของห้องแล็บค้นคว้ายาให้ลึกขึ้น ตั้งแต่การทบทวนวรรณกรรมและสร้างสมมติฐาน ไปจนถึงการคำนวณและการเตรียมการทดลอง

เปิดให้ใช้งานทั่วโลก แต่ยังไม่ใช่การเปิดสาธารณะ

GPT-Rosalind เปิดตัวครั้งแรกในเดือนเมษายน 2026 ในรูปแบบ research preview สำหรับลูกค้าองค์กรในสหรัฐฯ เท่านั้น ผ่านโครงการ trusted access ที่จำกัดสิทธิ์

หลังการอัปเดตเดือนมิถุนายน OpenAI ขยายเป็น global research preview สำหรับองค์กรที่มีคุณสมบัติเหมาะสม แต่ยังคงใช้ระบบ trusted access ซึ่งผู้สมัครต้องยื่นคำขอและผ่านการตรวจสอบก่อนใช้งาน องค์กรที่ยังไม่มีสัญญา Enterprise สามารถสมัครผ่าน OpenAI managed workspace ที่จัดตั้งขึ้นใหม่ได้

ก่อนหน้านั้น เมื่อวันที่ 29 พฤษภาคม 2026 OpenAI ยังเปิดตัว Rosalind Biodefense program เพื่อขยายการเข้าถึง GPT-Rosalind สำหรับงานด้านการป้องกันภัยชีวภาพโดยเฉพาะ ความเคลื่อนไหวนี้ชี้ให้เห็นว่า OpenAI กำลังวางตำแหน่งโมเดลสำหรับทั้งการค้นคว้ายาเชิงพาณิชย์และงานวิจัยชีวภาพที่มีความอ่อนไหว ภายใต้การควบคุมการเข้าถึง

พันธมิตรระยะแรกในอุตสาหกรรมยาและการวิจัย

OpenAI ระบุชื่อองค์กรหลายแห่งที่กำลังทำงานกับ GPT-Rosalind รุ่นอัปเดต ได้แก่

• Novo Nordisk — ถูกระบุอย่างชัดเจนว่าเป็นลูกค้าที่ใช้ GPT-Rosalind ในเวิร์กโฟลว์วิจัยและพัฒนายา
• Amgen, Moderna, Allen Institute และ Thermo Fisher Scientific — ถูกระบุว่าเป็นพันธมิตรหรือผู้ใช้งานระยะแรกในงานค้นคว้ายา จีโนมิกส์ และการเชื่อมต่อเครื่องมือวิจัย

อย่างไรก็ดี OpenAI ยังไม่ได้เปิดเผยรายละเอียดกรณีใช้งานของแต่ละองค์กรต่อสาธารณะ และรายชื่อดังกล่าวอาจประกอบด้วยทั้งลูกค้าองค์กรที่ชำระค่าบริการและพันธมิตรด้านการวิจัย การมีชื่อ Thermo Fisher Scientific ซึ่งเป็นบริษัทด้านอุปกรณ์และสารรีเอเจนต์สำหรับวิทยาศาสตร์ชีวภาพ อาจสะท้อนความเป็นไปได้ด้านการเชื่อมต่อเครื่องมือร่วมกับระบบปลั๊กอินของ Codex แต่ยังไม่มีรายละเอียดสาธารณะเพียงพอที่จะสรุปกรณีใช้งานเฉพาะเจาะจง

ความหมายต่ออนาคตของการค้นคว้ายา

การอัปเดต GPT-Rosalind สะท้อนกลยุทธ์ของ OpenAI ที่มุ่งพัฒนาโมเดล AI แบบเฉพาะอุตสาหกรรม ควบคู่กับความสามารถในการใช้เครื่องมือและระบบควบคุมการเข้าถึง

หากทำงานได้ตามที่ระบุ โมเดลนี้อาจช่วยเร่งขั้นตอนต้นน้ำของการค้นคว้ายา เช่น การสรุปวรรณกรรม การตั้งสมมติฐาน การออกแบบการทดลอง และการดำเนินงานเชิงคำนวณผ่านเครื่องมือวิทยาศาสตร์ ความสามารถในการใช้โทเคนน้อยลงยังอาจมีความสำคัญต่อองค์กรที่ต้องประมวลผลชุดข้อมูลขนาดใหญ่

แต่คะแนน benchmark ที่ยังไม่สูงในด้านเคมีการแพทย์และจีโนมิกส์เป็นเครื่องเตือนใจว่า GPT-Rosalind ยังควรทำหน้าที่เป็น เครื่องมือช่วยนักวิจัยผู้เชี่ยวชาญ ไม่ใช่ผู้ตัดสินใจแทนมนุษย์

นอกจากนี้ ผลการประเมินทั้งหมดที่กล่าวถึงยังมาจากการรายงานของ OpenAI เอง จนกว่าจะมีการทดสอบซ้ำโดยบุคคลที่สามหรือมีงานวิจัยผ่านการประเมินโดยผู้ทรงคุณวุฒิ ผลลัพธ์เหล่านี้จึงควรใช้เป็นสัญญาณบ่งชี้แนวโน้ม มากกว่าจะถือเป็นข้อสรุปยืนยันประสิทธิภาพของโมเดล