OpenAI veröffentlichte GPT-Rosalind-6 Research am 30. Oktober 2026 als Forschungsdeployment für Biologie, Wirkstoffentwicklung und translationale Medizin. Das Modell nutzt dieselben Gewichte wie GPT-6 Astra; für diesen Einsatz gelten eigene Ablehnungsregeln und Zugangssicherungen.
Ein Forschungsdeployment auf Basis von GPT-6 Astra
OpenAI zufolge erhielt GPT-Rosalind-6 für diese Veröffentlichung weder zusätzliche Trainingsdaten noch ein weiteres Post-Training. Die Unterschiede liegen im Einsatz für die Lebenswissenschaften: Das Modell soll bestimmte biologische Fragen mit doppeltem Verwendungszweck beantworten können, bei denen allgemein zugängliche Modelle ablehnen können. Solche Dual-Use-Fragen können sowohl der Forschung als auch dem Missbrauch dienen. Anfragen, die biologische Waffen ermöglichen würden, soll es weiterhin ablehnen. OpenAIs Systemkarte zu GPT-Rosalind-6
Was OpenAIs Benchmarks messen
OpenAI berichtet Ergebnisse aus drei Aufgabenreihen für die Lebenswissenschaften. Die folgenden Werte wurden jeweils mit dem höchsten getesteten Reasoning-Budget erzielt, also mit dem höchsten für die Auswertung eingesetzten Umfang an Rechenleistung für Schlussfolgerungen. Sie stammen aus OpenAIs eigenen Tests und sind keine klinischen Studienergebnisse.
| Evaluation und Kennzahl | GPT-Rosalind-6 | GPT-Rosalind-5.5 | Umfang und Einschränkung |
| MedChemBench v7, mittlere Bewertung | 49,6 % | 28,9 % | 99 Aufgaben; bis zu neun bewertete Antworten je Aufgabe und Reasoning-Budget. |
| GeneBench Pro v13, geschätzte Trefferquote beim ersten Versuch | 37,7 % | 16,7 % | 129 Aufgaben; sieben Antworten je Modell und Aufgabe bei jedem Budget. Die Testkonfiguration unterscheidet sich vom Produktionseinsatz. |
| LifeSciBench Gold, Durchschnittswert | 61,3 % | 44,0 % | 94 gewertete Aufgaben. OpenAI schloss sechs der ursprünglich 100 Aufgaben wegen möglicher Probleme mit den Aufgaben oder der Testumgebung aus. |
Die Werte machen die Grenzen der jeweiligen Tests sichtbar: Bei GeneBench Pro v13 weicht die Konfiguration vom Produktionseinsatz ab, während LifeSciBench Gold auf 94 statt 100 Aufgaben beruht. Die Ergebnisse beziehen sich auf diese Testreihen, nicht auf den Erfolg einer Wirkstoffentwicklung oder auf jede Laboraufgabe.
Wie die Biorisk-Werte auseinanderzuhalten sind
Bei einer von OpenAI mit Gryphon Scientific durchgeführten Prüfung zum Wissen über biologische Risiken sind drei Kennzahlen wichtig. cons@32 bezeichnet den Konsenswert über 32 Antworten; die Ablehnungsrate zählt Verweigerungen. Beim ablehnungsbereinigten cons@32 wertet OpenAI Verweigerungen als korrekt.
| Kennzahl | GPT-Rosalind-6 | GPT-6 Astra |
| cons@32, nicht ablehnungsbereinigt | 78,3 % | 63,3 % |
| Ablehnungsrate | 9,4 % | 29,2 % |
| cons@32, ablehnungsbereinigt | 85,0 % | 90,0 % |
GPT-Rosalind-6 verweigerte bei dieser Prüfung seltener, lag beim ablehnungsbereinigten Wert aber unter GPT-6 Astra. Die Kennzahlen beantworten verschiedene Fragen: Ein niedrigerer Anteil an Ablehnungen bedeutet nicht automatisch einen höheren ablehnungsbereinigten Konsenswert.
Welche Sicherheitsstufen OpenAI nennt
OpenAI stuft GPT-Rosalind-6 bei biologischen und chemischen Fähigkeiten als High, unterhalb von Critical, und bei Cybersicherheit als Critical ein. Bei der KI-Selbstverbesserung liegt die Einstufung unter High. In vier biologischen Prüfungen für die Critical-Stufe erreichte das Modell laut OpenAI keinen der angesetzten Richtwerte. OpenAI bezeichnet diese Schwellen als vorläufig; die Prüfungen erfassen einzelne Fähigkeiten.
Wer Zugriff über Work und Codex erhält
OpenAIs Enterprise- und Edu-Mitteilung beschreibt einen begrenzten Rollout für genehmigte Enterprise-Kunden in Work und Codex. Eine Research-Freigabe ist sowohl für die Organisation als auch für den einzelnen Nutzer nötig. Der Zugang beginnt mit einer zweiwöchigen Admin Preview; das Modell ist standardmäßig ausgeschaltet und muss von Administratoren für freigegebene Nutzer aktiviert werden. Im Chat-Tab ist es in diesem Rollout nicht verfügbar. OpenAIs Mitteilung zu Enterprise und Edu
Bei der Prüfung eines Antrags berücksichtigt OpenAI unter anderem den Forschungszweck, den konkreten Anwendungsfall, die Governance und die Sicherheitskontrollen. Nichtstaatliche Antragsteller durchlaufen außerdem eine Unternehmens- und Compliance-Prüfung. Freigegebene Organisationen müssen den Zugriff auf berechtigte Nutzer beschränken. Bevor Ergebnisse in Experimente, Veröffentlichungen oder folgenreiche Entscheidungen einfließen, ist eine qualifizierte menschliche Prüfung erforderlich.
Was eine frühere Codex-Demonstration zeigt
In einer früheren, englischsprachigen OpenAI-Demonstration vom 20. April 2026 arbeitet GPT-Rosalind in Codex mit einem Evidenzpaket zu drei Asthma-Zielen: IL33, TSLP und IL1R1. Der gezeigte Ablauf teilt die Recherche in getrennte Evidenzbereiche auf und führt die Ergebnisse zu einer Priorisierung zusammen. Am Ende erstellt Codex Visualisierungen wie eine Rangfolge mit Evidenz-Heatmap.
