Một chỉ số hiệu quả quan trọng: GPT-Rosalind được cập nhật vượt trội so với GPT-5.5 đa năng trên tất cả các bài kiểm tra chuyên ngành mới trong khi tiêu thụ ít token tính toán hơn trên tất cả các lĩnh vực. Mức tăng hiệu quả lớn nhất là trong genomics, nơi GPT-Rosalind hoàn thành các phân tích sinh học định lượng dài hạn sử dụng ít hơn 31% token so với GPT-5.5 . Đối với các quy trình khám phá thuốc thường xuyên xử lý các bộ dữ liệu gen khổng lồ, việc giảm token này chuyển trực tiếp thành chi phí cho mỗi truy vấn thấp hơn.

Các bài kiểm tra mới: LifeSciBench và ba bài kiểm tra chuyên ngành

Để đo lường tác động khoa học trong thế giới thực, OpenAI đã thiết kế LifeSciBench, một bài kiểm tra do chuyên gia bên ngoài chấm điểm đánh giá các mô hình trên sáu lĩnh vực quy trình: xử lý bằng chứng, phân tích, thiết kế và tối ưu hóa, suy luận khoa học, xác thực và vận hành, và dịch thuật và truyền thông . Không giống như các bài kiểm tra trước đây chỉ kiểm tra các khả năng riêng lẻ, LifeSciBench đánh giá toàn bộ quy trình nghiên cứu từ tổng hợp tài liệu đến thiết kế thí nghiệm. GPT-Rosalind dẫn đầu tổng thể trên LifeSciBench, vượt qua GPT-5.5, Grok 4.3 và Gemini 3.1 Pro .

OpenAI cũng công bố kết quả trên ba bài kiểm tra chuyên ngành phụ so sánh trực tiếp GPT-Rosalind với GPT-5.5. Tất cả điểm số đều do OpenAI tự báo cáo và chưa có xác nhận độc lập từ bên thứ ba .

Dữ liệu từ các đánh giá đã công bố của OpenAI .

Khoảng cách hiệu suất tuyệt đối lớn nhất là trên LabWorkBench, nơi GPT-Rosalind đạt điểm cao hơn 7,4 điểm phần trăm so với GPT-5.5 . Bài kiểm tra này bao gồm các hoạt động phòng thí nghiệm ướt thực tế—khắc phục sự cố quy trình, thiết kế quy trình làm việc với thuốc thử và giải thích kết quả thí nghiệm—những lĩnh vực mà việc sử dụng công cụ tác nhân và kiến thức chuyên ngành trực tiếp mang lại tỷ lệ thành công cao hơn.

Điểm số tuyệt đối còn khá khiêm tốn trong hóa dược và genomics (lần lượt là 27,5% và 21,6%), có nghĩa là ngay cả mô hình được cải thiện vẫn thất bại trong phần lớn các tác vụ trong các lĩnh vực này . Đây là những vấn đề khoa học khó trong thế giới thực, không phải bài kiểm tra kiến thức tổng quát, vì vậy điểm số thấp phản ánh độ khó thực sự chứ không phải mô hình yếu. Nhưng những con số này nhấn mạnh rằng khám phá thuốc do AI điều khiển vẫn còn ở giai đoạn đầu.

Plugin Codex: Từ suy luận đến quy trình làm việc được thực thi

Bản cập nhật tháng 6 cũng mang đến các plugin và trình xem dành riêng cho khoa học đời sống trên Codex, nền tảng lập trình của OpenAI dành cho AI tác nhân . Các plugin này cho phép các tác nhân GPT-Rosalind kết nối trực tiếp với các công cụ khoa học—cơ sở dữ liệu tài liệu, tiện ích phân tích trình tự, phần mềm thiết kế quy trình phòng thí nghiệm—và thực thi các quy trình nghiên cứu nhiều bước thay vì chỉ đề xuất chúng . Điều này đánh dấu sự chuyển đổi từ một mô hình suy luận về khoa học sang một mô hình có thể chủ động thực hiện các tác vụ tính toán khoa học.

Việc OpenAI định hình bản cập nhật như một bước chuyển “từ suy luận đến quy trình làm việc được thực thi” báo hiệu tham vọng đưa GPT-Rosalind sâu hơn vào các quy trình vận hành của các phòng thí nghiệm khám phá thuốc, không chỉ ở giai đoạn động não.

Truy cập toàn cầu và cấu trúc truy cập có kiểm duyệt

GPT-Rosalind ban đầu ra mắt vào tháng 4 năm 2026 dưới dạng bản xem trước nghiên cứu doanh nghiệp chỉ dành cho Hoa Kỳ thông qua một chương trình truy cập có kiểm duyệt hạn chế . Bản cập nhật tháng 6 mở rộng điều này thành bản xem trước nghiên cứu toàn cầu cho các tổ chức đủ điều kiện, vẫn thông qua cấu trúc triển khai truy cập có kiểm duyệt yêu cầu đăng ký và xem xét . Các tổ chức không có thỏa thuận Doanh nghiệp hiện tại có thể nộp đơn thông qua không gian làm việc do OpenAI quản lý mới được tạo.

Vào ngày 29 tháng 5 năm 2026, chỉ vài ngày trước bản cập nhật chính, OpenAI cũng đã ra mắt chương trình Phòng thủ sinh học Rosalind, mở rộng quyền truy cập có kiểm duyệt dành riêng cho các ứng dụng phòng thủ sinh học . Điều này cho thấy OpenAI đang định vị mô hình này không chỉ cho khám phá thuốc thương mại mà còn cho nghiên cứu sinh học liên quan đến an ninh quốc gia dưới sự kiểm soát truy cập.

Đối tác ban đầu: Các công ty dược và viện nghiên cứu

OpenAI đã tiết lộ một số tổ chức lớn đang tích cực làm việc với GPT-Rosalind được cập nhật :

• Novo Nordisk — được trích dẫn rõ ràng là khách hàng sử dụng GPT-Rosalind trong quy trình R&D dược phẩm.
• Amgen, Moderna, Viện Allen và Thermo Fisher Scientific — được nêu tên là đối tác hoặc người áp dụng sớm đang ứng dụng mô hình trong khám phá thuốc, genomics và tích hợp công cụ nghiên cứu.

Điều đáng chú ý là các trường hợp sử dụng cụ thể cho từng tổ chức chưa được công bố chi tiết công khai, và danh sách này có thể bao gồm cả khách hàng doanh nghiệp trả phí và các đối tác nghiên cứu hợp tác. Sự hiện diện của Thermo Fisher—một công ty thiết bị và hóa chất khoa học đời sống lớn—gợi ý về các trường hợp sử dụng tích hợp công cụ tiềm năng cùng với hệ sinh thái plugin Codex.

Điều này có ý nghĩa gì đối với việc khám phá thuốc

GPT-Rosalind được cập nhật đại diện cho một sự tiến hóa rõ ràng trong chiến lược của OpenAI: các mô hình dọc chuyên ngành kết hợp với sử dụng công cụ tác nhân và truy cập có kiểm soát. Sự kết hợp giữa suy luận khoa học chuyên biệt, tiêu thụ token thấp hơn và khả năng thực thi dựa trên Codex định vị mô hình này như một công cụ thực tế để đẩy nhanh khám phá thuốc giai đoạn đầu—tổng hợp tài liệu, tạo giả thuyết, thiết kế thí nghiệm và thực thi quy trình.

Tuy nhiên, điểm số chuẩn khiêm tốn đóng vai trò như một lời nhắc nhở thực tế. Ngay cả với GPT-5.5 bên dưới, mô hình vẫn gặp khó khăn trong hầu hết các tác vụ hóa dược và genomics. Công nghệ đang cải thiện nhanh chóng, nhưng nó vẫn là một công cụ hỗ trợ cho các nhà nghiên cứu chuyên gia chứ không phải là sự thay thế cho phán đoán khoa học.

Tất cả các tuyên bố về hiệu suất vẫn do OpenAI tự báo cáo và cho đến khi các đánh giá độc lập của bên thứ ba được công bố—hoặc các nghiên cứu được bình duyệt sử dụng mô hình xuất hiện—kết quả chuẩn nên được coi là mang tính định hướng hơn là xác thực .

Một chỉ số hiệu quả quan trọng: GPT-Rosalind được cập nhật vượt trội so với GPT-5.5 đa năng trên tất cả các bài kiểm tra chuyên ngành mới trong khi tiêu thụ ít token tính toán hơn trên tất cả các lĩnh vực. Mức tăng hiệu quả lớn nhất là trong genomics, nơi GPT-Rosalind hoàn thành các phân tích sinh học định lượng dài hạn sử dụng ít hơn 31% token so với GPT-5.5 . Đối với các quy trình khám phá thuốc thường xuyên xử lý các bộ dữ liệu gen khổng lồ, việc giảm token này chuyển trực tiếp thành chi phí cho mỗi truy vấn thấp hơn.

Các bài kiểm tra mới: LifeSciBench và ba bài kiểm tra chuyên ngành

Để đo lường tác động khoa học trong thế giới thực, OpenAI đã thiết kế LifeSciBench, một bài kiểm tra do chuyên gia bên ngoài chấm điểm đánh giá các mô hình trên sáu lĩnh vực quy trình: xử lý bằng chứng, phân tích, thiết kế và tối ưu hóa, suy luận khoa học, xác thực và vận hành, và dịch thuật và truyền thông . Không giống như các bài kiểm tra trước đây chỉ kiểm tra các khả năng riêng lẻ, LifeSciBench đánh giá toàn bộ quy trình nghiên cứu từ tổng hợp tài liệu đến thiết kế thí nghiệm. GPT-Rosalind dẫn đầu tổng thể trên LifeSciBench, vượt qua GPT-5.5, Grok 4.3 và Gemini 3.1 Pro .

OpenAI cũng công bố kết quả trên ba bài kiểm tra chuyên ngành phụ so sánh trực tiếp GPT-Rosalind với GPT-5.5. Tất cả điểm số đều do OpenAI tự báo cáo và chưa có xác nhận độc lập từ bên thứ ba .

Dữ liệu từ các đánh giá đã công bố của OpenAI .

Khoảng cách hiệu suất tuyệt đối lớn nhất là trên LabWorkBench, nơi GPT-Rosalind đạt điểm cao hơn 7,4 điểm phần trăm so với GPT-5.5 . Bài kiểm tra này bao gồm các hoạt động phòng thí nghiệm ướt thực tế—khắc phục sự cố quy trình, thiết kế quy trình làm việc với thuốc thử và giải thích kết quả thí nghiệm—những lĩnh vực mà việc sử dụng công cụ tác nhân và kiến thức chuyên ngành trực tiếp mang lại tỷ lệ thành công cao hơn.

Điểm số tuyệt đối còn khá khiêm tốn trong hóa dược và genomics (lần lượt là 27,5% và 21,6%), có nghĩa là ngay cả mô hình được cải thiện vẫn thất bại trong phần lớn các tác vụ trong các lĩnh vực này . Đây là những vấn đề khoa học khó trong thế giới thực, không phải bài kiểm tra kiến thức tổng quát, vì vậy điểm số thấp phản ánh độ khó thực sự chứ không phải mô hình yếu. Nhưng những con số này nhấn mạnh rằng khám phá thuốc do AI điều khiển vẫn còn ở giai đoạn đầu.

Plugin Codex: Từ suy luận đến quy trình làm việc được thực thi

Bản cập nhật tháng 6 cũng mang đến các plugin và trình xem dành riêng cho khoa học đời sống trên Codex, nền tảng lập trình của OpenAI dành cho AI tác nhân . Các plugin này cho phép các tác nhân GPT-Rosalind kết nối trực tiếp với các công cụ khoa học—cơ sở dữ liệu tài liệu, tiện ích phân tích trình tự, phần mềm thiết kế quy trình phòng thí nghiệm—và thực thi các quy trình nghiên cứu nhiều bước thay vì chỉ đề xuất chúng . Điều này đánh dấu sự chuyển đổi từ một mô hình suy luận về khoa học sang một mô hình có thể chủ động thực hiện các tác vụ tính toán khoa học.

Việc OpenAI định hình bản cập nhật như một bước chuyển “từ suy luận đến quy trình làm việc được thực thi” báo hiệu tham vọng đưa GPT-Rosalind sâu hơn vào các quy trình vận hành của các phòng thí nghiệm khám phá thuốc, không chỉ ở giai đoạn động não.

Truy cập toàn cầu và cấu trúc truy cập có kiểm duyệt

GPT-Rosalind ban đầu ra mắt vào tháng 4 năm 2026 dưới dạng bản xem trước nghiên cứu doanh nghiệp chỉ dành cho Hoa Kỳ thông qua một chương trình truy cập có kiểm duyệt hạn chế . Bản cập nhật tháng 6 mở rộng điều này thành bản xem trước nghiên cứu toàn cầu cho các tổ chức đủ điều kiện, vẫn thông qua cấu trúc triển khai truy cập có kiểm duyệt yêu cầu đăng ký và xem xét . Các tổ chức không có thỏa thuận Doanh nghiệp hiện tại có thể nộp đơn thông qua không gian làm việc do OpenAI quản lý mới được tạo.

Vào ngày 29 tháng 5 năm 2026, chỉ vài ngày trước bản cập nhật chính, OpenAI cũng đã ra mắt chương trình Phòng thủ sinh học Rosalind, mở rộng quyền truy cập có kiểm duyệt dành riêng cho các ứng dụng phòng thủ sinh học . Điều này cho thấy OpenAI đang định vị mô hình này không chỉ cho khám phá thuốc thương mại mà còn cho nghiên cứu sinh học liên quan đến an ninh quốc gia dưới sự kiểm soát truy cập.

Đối tác ban đầu: Các công ty dược và viện nghiên cứu

OpenAI đã tiết lộ một số tổ chức lớn đang tích cực làm việc với GPT-Rosalind được cập nhật :

• Novo Nordisk — được trích dẫn rõ ràng là khách hàng sử dụng GPT-Rosalind trong quy trình R&D dược phẩm.
• Amgen, Moderna, Viện Allen và Thermo Fisher Scientific — được nêu tên là đối tác hoặc người áp dụng sớm đang ứng dụng mô hình trong khám phá thuốc, genomics và tích hợp công cụ nghiên cứu.

Điều đáng chú ý là các trường hợp sử dụng cụ thể cho từng tổ chức chưa được công bố chi tiết công khai, và danh sách này có thể bao gồm cả khách hàng doanh nghiệp trả phí và các đối tác nghiên cứu hợp tác. Sự hiện diện của Thermo Fisher—một công ty thiết bị và hóa chất khoa học đời sống lớn—gợi ý về các trường hợp sử dụng tích hợp công cụ tiềm năng cùng với hệ sinh thái plugin Codex.

Điều này có ý nghĩa gì đối với việc khám phá thuốc

GPT-Rosalind được cập nhật đại diện cho một sự tiến hóa rõ ràng trong chiến lược của OpenAI: các mô hình dọc chuyên ngành kết hợp với sử dụng công cụ tác nhân và truy cập có kiểm soát. Sự kết hợp giữa suy luận khoa học chuyên biệt, tiêu thụ token thấp hơn và khả năng thực thi dựa trên Codex định vị mô hình này như một công cụ thực tế để đẩy nhanh khám phá thuốc giai đoạn đầu—tổng hợp tài liệu, tạo giả thuyết, thiết kế thí nghiệm và thực thi quy trình.

Tuy nhiên, điểm số chuẩn khiêm tốn đóng vai trò như một lời nhắc nhở thực tế. Ngay cả với GPT-5.5 bên dưới, mô hình vẫn gặp khó khăn trong hầu hết các tác vụ hóa dược và genomics. Công nghệ đang cải thiện nhanh chóng, nhưng nó vẫn là một công cụ hỗ trợ cho các nhà nghiên cứu chuyên gia chứ không phải là sự thay thế cho phán đoán khoa học.

Tất cả các tuyên bố về hiệu suất vẫn do OpenAI tự báo cáo và cho đến khi các đánh giá độc lập của bên thứ ba được công bố—hoặc các nghiên cứu được bình duyệt sử dụng mô hình xuất hiện—kết quả chuẩn nên được coi là mang tính định hướng hơn là xác thực .