OpenAI publicó GPT-Rosalind-6 Research el 30 de octubre de 2026 como un modelo para biología, descubrimiento de fármacos y medicina traslacional. Usa los mismos pesos que GPT-6 Astra, pero OpenAI lo ofrece con controles de acceso y un comportamiento de rechazo adaptados a la investigación biológica. Sus resultados publicados son evaluaciones de tareas concretas, no pruebas de eficacia clínica. OpenAI describe el modelo y sus evaluaciones.
Para entender qué aporta, conviene separar tres aspectos: el modelo base, las pruebas que publicó OpenAI y las condiciones de acceso. Las cifras no equivalen a resultados en pacientes ni a una validación independiente.
Qué es GPT-Rosalind-6 y cómo se diferencia de GPT-6 Astra
GPT-Rosalind-6 Research es una versión de investigación de OpenAI destinada a ciencias de la vida, descubrimiento de fármacos y medicina traslacional. Según la empresa, utiliza los mismos pesos que GPT-6 Astra y, para este lanzamiento, no recibió datos de entrenamiento adicionales ni postentrenamiento.
La diferencia que describe OpenAI está en el despliegue: GPT-Rosalind-6 tiene controles de acceso específicos y responde a algunas consultas biológicas de doble uso que los modelos de acceso general pueden rechazar. Mantiene límites frente a solicitudes que puedan facilitar de forma significativa el uso de armas biológicas. «Doble uso» se refiere a una investigación que puede tener aplicaciones legítimas y también usos perjudiciales.
Qué miden las evaluaciones de OpenAI
OpenAI publicó resultados en tres evaluaciones de ciencias de la vida. Los porcentajes corresponden a métricas diferentes; en los tres casos, la empresa informa las puntuaciones obtenidas con el mayor presupuesto de razonamiento probado.
| Evaluación y métrica | GPT-Rosalind-6 | GPT-Rosalind-5.5 | Alcance y salvedad |
| MedChemBench v7, puntuación media según rúbrica | 49,6 % | 28,9 % | 99 problemas; hasta nueve respuestas puntuadas por problema en cada presupuesto de razonamiento. |
| GeneBench Pro v13, éxito estimado en un intento | 37,7 % | 16,7 % | 129 problemas y siete respuestas por modelo y problema en cada presupuesto. La configuración de la prueba difiere de producción. |
| LifeSciBench Gold, puntuación media | 61,3 % | 44,0 % | 94 problemas comparados; se excluyeron seis de los 100 iniciales por posibles problemas de tarea o del entorno de evaluación. |
Las cifras describen el rendimiento en esos conjuntos de problemas y bajo esas condiciones. En particular, GeneBench Pro empleó una configuración distinta de la de producción. OpenAI no presenta estas pruebas como resultados clínicos ni como demostración de que el modelo descubra fármacos con éxito. La ficha de evaluación de OpenAI detalla las métricas y sus métodos.
Cómo interpretar las métricas de riesgo biológico
En una evaluación de conocimiento sobre riesgo biológico, OpenAI informa tres medidas distintas: cons@32, tasa de rechazo y cons@32 ajustado por rechazos. Cons@32 es una puntuación de consenso calculada sobre 32 respuestas. Para la medida ajustada, OpenAI cuenta las negativas como respuestas correctas.
| Métrica | GPT-Rosalind-6 | GPT-6 Astra |
| cons@32 | 78,3 % | 63,3 % |
| Tasa de rechazo | 9,4 % | 29,2 % |
| cons@32 ajustado por rechazos | 85,0 % | 90,0 % |
En esta prueba, GPT-Rosalind-6 rechazó menos respuestas que GPT-6 Astra, pero su puntuación ajustada fue menor: 85,0 % frente a 90,0 %. La tasa de rechazo y las puntuaciones bruta y ajustada miden cosas distintas, así que no conviene intercambiarlas al comparar los modelos. OpenAI sitúa el umbral indicativo de capacidad alta en el 80 % para esta evaluación.
Qué clasificación de seguridad atribuye OpenAI al modelo
OpenAI clasifica la capacidad de GPT-Rosalind-6 en el ámbito biológico y químico como alta, por debajo del nivel crítico; en ciberseguridad, la clasifica como crítica. La empresa también la sitúa por debajo del nivel alto en automejora de IA.
En las cuatro evaluaciones biológicas de capacidad crítica que describe, ninguna alcanzó los umbrales indicativos de ese nivel. OpenAI señala que esos umbrales son preliminares y que las pruebas evalúan capacidades específicas, no toda la capacidad de causar daño biológico. Son clasificaciones y resultados de la propia empresa, no una certificación independiente de seguridad. La ficha de OpenAI explica su evaluación de preparación.
Quién puede acceder a través de Work y Codex
La nota de OpenAI del 30 de octubre de 2026 describe un despliegue limitado a clientes Enterprise aprobados en Work y Codex. No incluye la pestaña Chat de ChatGPT. Para acceder, necesitan aprobación de Research tanto la organización como el usuario; el despliegue empieza con una vista previa administrativa de dos semanas y el modelo está desactivado por defecto. El administrador debe habilitar a los usuarios aprobados. OpenAI detalla las condiciones en sus notas de Enterprise y Edu.
OpenAI también exige que las organizaciones aprobadas limiten el uso a personas autorizadas y que un especialista cualificado revise los resultados antes de que sirvan para orientar experimentos, publicaciones o decisiones importantes. La evaluación de acceso considera, entre otros aspectos, la misión de investigación, el caso de uso, la gobernanza y la gestión segura del acceso.
Qué muestra una demostración anterior en Codex
El 20 de abril de 2026, OpenAI publicó una demostración en inglés de GPT-Rosalind en Codex. El flujo parte de información sobre tres dianas relacionadas con el asma, IL33, TSLP e IL1R1; después, organiza líneas de búsqueda y síntesis de evidencias antes de presentar una priorización. Es un ejemplo de trabajo con Rosalind, no una demostración identificada como GPT-Rosalind-6.
