GPT-Rosalind-6 Research è un modello di ragionamento di OpenAI per la ricerca in biologia, la scoperta di farmaci e la medicina traslazionale. Presentato il 30 ottobre 2026, usa gli stessi pesi di GPT-6 Astra; OpenAI dichiara di non aver aggiunto dati di addestramento né svolto ulteriore post-training per questa versione. Nella scheda tecnica, l’azienda descrive un modello pensato per rispondere a più domande biologiche a doppio uso, pur mantenendo il rifiuto di richieste che faciliterebbero in modo significativo la creazione di armi biologiche.
Per capire che cosa può fare, conviene guardare alle prove specifiche pubblicate da OpenAI e alle condizioni di accesso: i punteggi riguardano compiti di valutazione circoscritti, non risultati clinici.
Che cosa cambia rispetto a GPT-6 Astra
GPT-Rosalind-6 condivide i pesi con GPT-6 Astra, ma OpenAI lo propone come distribuzione di ricerca per le scienze della vita, con accesso controllato e una diversa soglia di rifiuto per alcune richieste biologiche. Secondo l’azienda, alcuni quesiti di ricerca a doppio uso che i modelli ad accesso generale possono rifiutare ricevono qui meno rifiuti; restano i limiti sulle richieste che potrebbero agevolare la creazione di armi biologiche.
La scheda di OpenAI afferma che per questa versione non sono stati aggiunti dati di addestramento né eseguito altro post-training. La differenza descritta riguarda quindi il modo in cui il modello viene distribuito e le regole di risposta dedicate alla ricerca, non un nuovo addestramento biologico dichiarato.
Che cosa misurano i benchmark di OpenAI
OpenAI ha confrontato GPT-Rosalind-6 con GPT-Rosalind-5.5 su tre valutazioni di scienze della vita. I risultati riportati qui sono quelli ottenuti al budget di ragionamento più alto testato dall’azienda.
| Valutazione e metrica | GPT-Rosalind-6 | GPT-Rosalind-5.5 | Campione e condizioni |
| MedChemBench v7, punteggio medio secondo la griglia di valutazione | 49,6% | 28,9% | 99 problemi; fino a nove risposte valutate per problema a ogni budget di ragionamento. |
| GeneBench Pro v13, successo stimato al singolo tentativo | 37,7% | 16,7% | 129 problemi; sette risposte per modello e per problema a ogni budget. La configurazione del benchmark differisce da quella di produzione. |
| LifeSciBench Gold, punteggio medio | 61,3% | 44,0% | 94 problemi confrontati dopo l’esclusione di sei quesiti su 100, segnalati per possibili problemi nei compiti o nell’ambiente di valutazione; fino a otto risposte valutate per problema a ogni budget. |
I numeri descrivono attività diverse: interpretazione di strutture chimiche e proprietà dei farmaci, analisi quantitativa di dati biologici e compiti di ricerca proposti da scienziati. In particolare, il risultato di GeneBench Pro non riproduce la configurazione di produzione. Sono valutazioni pubblicate da OpenAI, non misure di efficacia clinica né una garanzia di prestazioni uniformi nei laboratori.
Come leggere i risultati sul rischio biologico
Nel test di conoscenze sul rischio biologico, cons@32 indica la risposta di consenso ottenuta aggregando 32 risposte a ciascuna domanda. Il tasso di rifiuto misura invece la quota di richieste rifiutate. Il punteggio corretto per i rifiuti tratta questi ultimi come risposte corrette per stimare le capacità che i rifiuti possono nascondere: è una metrica distinta dal cons@32 grezzo.
| Metrica del test di conoscenze sul rischio biologico | GPT-Rosalind-6 | GPT-6 Astra |
| cons@32 grezzo | 78,3% | 63,3% |
| Tasso di rifiuto | 9,4% | 29,2% |
| cons@32 corretto per i rifiuti | 85,0% | 90,0% |
Il tasso di rifiuto più basso di GPT-Rosalind-6 non si traduce in un punteggio corretto più alto: in questa valutazione, GPT-6 Astra raggiunge il 90,0%, contro l’85,0% di Rosalind-6. OpenAI indica l’80% come soglia orientativa per il livello High in questo test.
Le classificazioni di sicurezza dichiarate da OpenAI
OpenAI classifica GPT-Rosalind-6 al livello High per le capacità biologiche e chimiche, sotto la soglia Critical. La stessa scheda lo classifica Critical in cybersecurity e sotto High nell’auto-miglioramento dell’IA. Dei quattro test biologici usati per valutare capacità di livello Critical, nessuno ha superato la relativa soglia indicativa.
L’azienda precisa che questi test misurano capacità specifiche, non l’intera possibilità che un modello causi danni biologici; le soglie Critical sono stime preliminari. La valutazione di sicurezza, dunque, è una classificazione di OpenAI basata su prove definite, non una certificazione indipendente.
Chi può accedere tramite Work e Codex
OpenAI riserva GPT-Rosalind-6 ai clienti approvati attraverso il proprio programma di accesso controllato. Per valutare una richiesta, considera la missione di ricerca, il caso d’uso, la governance e la capacità dell’organizzazione di controllare gli accessi. Per i richiedenti non governativi sono previsti anche controlli aziendali e di conformità; gli enti governativi selezionati seguono un percorso distinto per impieghi approvati in biosicurezza, biosicurezza sanitaria, preparazione alla salute pubblica e difesa biologica.
La nota Enterprise ed Edu del 30 ottobre descriveva un rollout limitato ai clienti Enterprise approvati in Work e Codex, non nella scheda Chat. Servono l’approvazione Research sia per l’organizzazione sia per l’utente; la nota prevedeva una fase iniziale di anteprima amministrativa di due settimane, con il modello disattivato per impostazione predefinita. L’amministratore deve abilitare gli utenti approvati, quindi il via libera dell’organizzazione da solo non basta. La nota di rilascio di OpenAI descrive queste condizioni.
Le organizzazioni approvate devono limitare l’uso agli utenti autorizzati e applicare controlli di accesso adeguati. OpenAI richiede inoltre una revisione umana qualificata prima che le risposte del modello influenzino esperimenti, pubblicazioni o decisioni rilevanti.
Che cosa mostra una demo precedente di Codex
Una demo di OpenAI pubblicata il 20 aprile 2026 mostra GPT-Rosalind in Codex mentre analizza un pacchetto di prove su tre target per l’asma. Il flusso comprende ricerche, filoni di analisi delegati e una sintesi che ordina i target; la dimostrazione precede GPT-Rosalind-6 e non riguarda quella versione.
