觀點 · 資訊分享
OpenAI 更新生命科學模型 GPT-Rosalind：官方測試中基因分析比 GPT-5.5 少用 31% Token
OpenAI 公布 GPT-Rosalind 系列的新模型更新，專攻藥物化學、基因組學等生命科學研究。官方測試中，它在三項評測的得分都高於 GPT-5.5；模型限符合條件的組織透過「可信賴存取」使用，另有兩款外掛開放給所有 Codex 使用者。
- 發布
- 2026-06-04
- 篇幅
- 約 5 分鐘 · 2,258 字
- 結構
- 8 節 + 4 題常見問題
- 標籤
一句話看懂：OpenAI 更新了生命科學專用的 GPT-Rosalind，官方測試中三項評測得分都高於 GPT-5.5，基因分析還少用 31% 的 Token；但模型本體只開放給符合條件的組織。
先用白話講：GPT-Rosalind 是什麼？
你可以把一般的 AI 模型想成「什麼都能聊的全科助理」，而 GPT-Rosalind 是 OpenAI 為生命科學研究（藥物研發、基因分析、濕式實驗室工作）訓練的「專科助理」。它要處理的是分子、基因、蛋白質這類很專業的資料，還要能在實驗做不出來時，幫忙推敲可能出錯的地方。
發生什麼事
OpenAI 在 2026 年 6 月 3 日發表 GPT-Rosalind 系列的新模型更新。官方說明，它結合 GPT-5.5 的代理式寫程式與工具使用能力，並在藥物化學、基因組學等核心領域加強模型本身的能力。
- 為企業規模打造：針對生命科學研究的企業使用情境。
- 限定使用對象：透過「可信賴存取」（trusted-access）提供給符合條件的組織。
- 合作案例：官方提到 Novo Nordisk 用它協助研究人員分析複雜資料、更快驗證假設。
官方測試成績：比 GPT-5.5 強在哪？
OpenAI 為這次更新設計了一組評測。其中 LifeSciBench 由外部專家評分，題目取自六類研究工作流：證據處理、分析、設計與最佳化、科學推理、驗證與營運、轉譯與溝通。以下是官方公布的三項專項評測，對手都是 GPT-5.5：
| 評測 | 測什麼 | GPT-Rosalind | GPT-5.5 | 差距（自行換算） | Token 用量 |
|---|---|---|---|---|---|
| MedChemBench | 藥物化學流程，如結構理解、藥效與毒性預測 | 27.5% | 25.1% | +2.4 個百分點 | 少 7.2% |
| GeneBench | 基因組學與定量生物的長流程分析（官方標示為準確率） | 21.6% | 20.4% | +1.2 個百分點 | 少 31% |
| LabWorkBench | 真實濕式實驗流程，從排錯到最佳化 | 63.2% | 55.8% | +7.4 個百分點 | 少 5.3% |
要注意兩點：第一，差距欄是用兩邊的分數相減算出的「百分點」，不是「成長了百分之幾」；第二，這些評測都是 OpenAI 自己設計並公布的，官方文章裡沒有提到第三方獨立重現的結果，所以建議把它當成「廠商自測」來看。
其中 LabWorkBench 是這次新介紹的評測，官方說它使用的是專有資料，因此不會有「題目早就被模型看過」的問題。
給開發者的技術細節：Codex 外掛與檢視器
- 兩款外掛：Life Sciences Research（取得有來源的證據、做生物學解讀）與 Life Sciences NGS Analysis（定序資料分析）。官方說所有使用者現在都能在 Codex 裡使用這兩款外掛；符合資格的 GPT-Rosalind 企業使用者，還可以讓 GPT-Rosalind 來驅動它們。
- 示範流程之一：把單細胞 RNA 定序（scRNA-seq）的矩陣檔，整理成經過品質控制（QC）的結果、註解與 UMAP 圖。
- 示範流程之二：把整批 RNA 定序（bulk RNA-seq）的樣本表、FASTQ 檔與參考檔，整理成通過品質檢查、可重複使用的計數結果，並附上 MultiQC、Salmon 矩陣與處理紀錄。
- 互動檢視器：Codex 新增了針對生物學檔案類型的檢視器，初期涵蓋序列、比對與結構三種，可以在檢視器裡直接接續提問。
- 管理方式：官方也提供由 OpenAI 代管的工作區，給沒有 Enterprise 帳號的合格組織。
後續更新（2026-09-11）
官方在原文加註：GPT-Rosalind 於 2026 年 9 月 11 日結束研究預覽，透過可信賴存取機制，對符合資格的組織全球開放；公布的定價將在 2026 年 10 月 5 日起生效。以上是本文發表日期之後的消息。
我的看法
這類模型有申請門檻，一般做網站與系統的接案者也不太會直接用到，所以這篇對我來說比較像是觀察趨勢。
第一，從這次更新看得出來，廠商開始把模型、工具外掛與檢視器包成一套「領域工作台」，不只是丟出一個更強的模型。對做軟體的人來說，這種做法值得參考：把領域資料格式、檢查步驟與可追溯的紀錄做進流程，比只換一個模型更實際。
第二，Token 用量是個有用的指標，不過官方這次的數字都來自自家評測，用量差異也沒有換算成金額，所以我不會直接把「少 31%」套用到自己的專案。要評估成本，還是得拿自己的資料與流程實測。
第三，這個模型走的是「先審核、再開放」的路線，對需要碰高風險領域資料的團隊來說，申請條件、治理與資安要求，會是比模型分數更先碰到的門檻。
名詞小辭典
- Token：AI 模型處理文字的最小單位，常是計費與延遲的基礎；用量少通常代表比較省，但官方這次沒有換算成金額。
- 代理式（Agentic）：指 AI 不只回答問題，還能規劃步驟並使用工具（例如執行程式碼）來完成任務。
- NGS（Next-Generation Sequencing）：次世代定序，一種能快速讀取大量 DNA 或 RNA 序列的技術，會產生很大量的資料，需要生物資訊軟體分析。
- 可信賴存取（Trusted-Access）：OpenAI 對高風險或專業領域模型採用的開放方式，要求使用的組織通過資格審核，並具備治理與資安能力。