集成GPT-5.5能力、更省token，OpenAI升级「生命科学版GPT」，将合作诺和诺德

编辑丨coisini

生命科学的进步依赖于跨尺度、跨模态的数据与证据整合：分子、基因、通路乃至整个生命系统。今年 4 月，OpenAI 推出 GPT‑Rosalind 系列模型，专为生命科学研究而设计，致力于缩短药物研发周期，堪称「生命科学版 GPT」。

今天，OpenAI 宣布更新 GPT‑Rosalind，全新集成 GPT‑5.5 的智能体编码和工具使用能力，在药物化学、基因组学等核心药物发现领域具备更强的模型智能，同时在更广泛的生科分析、设计和实验流程中表现更佳。

LifeSciBench

为了衡量并持续提升 GPT‑Rosalind 的实际影响，OpenAI 设计了一个由外部专家评判的、聚焦生命科学研究基础环节的评测基准 ——LifeSciBench。

与只评估单一性能或孤立生物学领域的现有基准不同，LifeSciBench 从六个核心工作流出发，采用端到端视角来审视有科学价值的工作。六个核心工作流包括：证据处理、分析、设计与优化、科学推理、验证与运维、转化与沟通，确保模型进步与生命科学研究的真实场景和需求对齐。

LifeSciBench 综合得分。

各科学工作流得分。

更强的科学推理能力

药物化学

GPT‑Rosalind 在药物化学领域达到行业领先水平。OpenAI 设计了 MedChemBench 来模拟真实药物化学工作流，来评估多模态化学结构理解、构效关系、药物效力、毒性、ADME 预测、多参数先导物优化决策及逆合成。

GPT‑Rosalind 得分 27.5%，优于 GPT‑5.5 的 25.1%，同时使用少 7.2% 的 token。

GPT‑Rosalind 在更少 token 下取得更高得分。

定量生物学基因组学与

在面向基因组学和定量生物学的长周期、端到端分析评估基准 GeneBench 上，GPT‑Rosalind 相比 GPT‑5.5 使用少 31% 的 token，准确率达到 21.6%（GPT‑5.5 为 20.4%）。任务涵盖功能基因组学、空间转录组学、蛋白质组学、表观基因组学和应用遗传学。

GPT‑Rosalind 使用更少 token，准确率更高。

辅助真实世界实验室工作

OpenAI 提出 LabWorkBench 新基准，测试 GPT‑Rosalind 帮助科学家解决真实湿实验问题的能力，包括故障排查和优化，所用数据为专有且未受污染。GPT‑Rosalind 得分 63.2%，高于 GPT‑5.5 的 55.8%，同时 token 使用量减少 5.3%。

GPT‑Rosalind 在湿实验辅助任务上显著领先。

除了模型更新和新基准，OpenAI 还构建了 Life Sciences Research 和 Life Sciences NGS Analysis 两款插件，为 GPT‑Rosalind 的增强智能提供面向可重复科学工作流的实践执行层。

Life Sciences NGS Analysis 插件。

OpenAI 表示将持续改进模型的生物学推理能力，并与生物制药行业展开合作。例如，OpenAI 宣布将与全球领先生物制药公司诺和诺德合作，通过 GPT‑Rosalind 扩展其医学研究能力，帮助研究人员更快分析复杂数据集、发现有用模式并验证假设。