Два дня после того, как AWS анонсировала Amazon Bio Discovery, OpenAI опубликовала релиз GPT-Rosalind. Совпадение по срокам красноречиво: крупнейшие технологические компании одновременно заходят в сегмент ИИ для наук о жизни, объём которого, по оценке Precedence Research, вырастет с 2,51 млрд долларов в 2026 году до 16,49 млрд к 2034-му.
GPT-Rosalind позиционируется не как универсальный чат-ассистент, а как инструмент для многошаговых исследовательских сценариев: синтез доказательной базы, генерация гипотез, планирование экспериментов в геномике, биохимии и белковой инженерии. Название отсылает к Розалинд Франклин — британскому химику и пионеру рентгеновской кристаллографии, чьи снимки сыграли ключевую роль в расшифровке структуры ДНК в 1950-х годах.
Вместе с моделью OpenAI выпустила бесплатный исследовательский плагин для Codex — своей платформы для автоматизации кода. Плагин открывает доступ к более чем 50 публичным базам данных: от генетики человека и функциональной геномики до задач по структуре белков. Идея в том, чтобы сократить ручное переключение между десятком разрозненных сервисов и выстроить целостные аналитические цепочки вокруг одного исследовательского вопроса.
Вместе с моделью OpenAI выпустила бесплатный плагин для Codex с доступом к более чем 50 публичным базам данных по геномике и биохимии.
По данным самой OpenAI, на benchmark BixBench — наборе задач по биологическим исследованиям, разработанном FutureHouse и ScienceMachine, — GPT-Rosalind показала Pass@1 = 0,751. Для сравнения: GPT-5.4 набрала 0,732, Grok 4.2 — 0,728, Gemini 3.1 Pro — 0,550. В LABBench2 модель опередила GPT-5.4 в 6 из 11 задач, наиболее заметный прирост — в категории CloningQA. Оговорка существенная: независимой внешней верификации этих сравнений на момент публикации нет, цифры взяты из материалов OpenAI.
Отдельный блок тестирования проводился совместно с Dyno Therapeutics на неопубликованных РНК-последовательностях. Лучшие десять ответов модели попали в топ 95-го перцентиля среди экспертов-людей; в задачах генерации последовательностей результат достиг 84-го перцентиля. VentureBeat характеризует этот уровень как «рабочий соавтор»: модель быстрее перебирает гипотезы и помогает не пропустить закономерности, но не заменяет проверку в лаборатории.
Доступ к GPT-Rosalind намеренно ограничен. В биологии проблема двойного назначения — когда инструменты для ускорения разработки лекарств теоретически применимы и в обратных целях — носит практический, а не академический характер. Поэтому OpenAI запустила модель в режиме trusted access для корпоративных клиентов, только в США, с требованиями к участникам и без списания существующих кредитов в период раннего доступа. Среди партнёров — Moderna, Amgen, Novo Nordisk, Thermo Fisher Scientific, NVIDIA, Allen Institute, Benchling, Школа фармации UCSF и Лос-Аламосская национальная лаборатория.
Вопрос о том, вытеснит ли GPT-Rosalind узкоспециализированные open-source инструменты вроде mRNAid или DNA Chisel, пока не имеет однозначного ответа. Эти инструменты решают конкретные вычислительные задачи — например, оптимизацию мРНК-последовательностей под структурные и иммуногенные ограничения. GPT-Rosalind работает на другом уровне: помогает собирать доказательную базу и проходить длинные аналитические цепочки. Прямого пересечения меньше, чем кажется, однако закрытый доступ к мощной платформе создаёт давление на открытые проекты: им придётся доказывать ценность через прозрачность, воспроизводимость и честно обозначенные границы применимости.
OpenAI называет GPT-Rosalind первым релизом в линейке для наук о жизни. Путь от гипотезы до одобрения препарата занимает в среднем 10–15 лет; ставка на ускорение ранних этапов — от формулировки идеи до экспериментального кандидата — выглядит логично. Насколько эта ставка оправдается, покажут независимые исследования и практика использования в реальных лабораториях.
