GPT-6 Rosalind: nowy model OpenAI do badań biologicznych
OpenAI udostępniło GPT-6 Rosalind zatwierdzonym organizacjom badawczym. Wyjaśniamy specjalizację biologiczną modelu, ceny API i związek z Rosalind Workbench.
GPT-6 Rosalind trafił do oferty OpenAI 30 października 2026 r. Według oficjalnego changelogu API model łączy specjalistyczne rozumowanie biologiczne z używaniem narzędzi naukowych. Dostęp obejmuje zatwierdzone organizacje prowadzące badania wewnętrzne.
Najważniejsze pytanie brzmi więc: czy model pomoże zespołowi przejść od pytania badawczego do wyniku, którego pochodzenie można sprawdzić? Sama umiejętność napisania przekonującego tekstu o biologii byłaby tu niewystarczająca.
Informacje sprawdziliśmy 1 listopada 2026 r. Artykuł opiera się na dokumentacji OpenAI; redakcja nie przeprowadziła własnych testów GPT-6 Rosalind.
Do czego służy GPT-6 Rosalind?
Rosalind jest wyspecjalizowaną gałęzią oferty OpenAI. Opis rodziny GPT-Rosalind obejmuje biologię, poszukiwanie leków i medycynę translacyjną, czyli przenoszenie wyników badań w stronę zastosowań medycznych. Wymienia także chemię, inżynierię białek i genomikę.
W tej rodzinie znaczenie ma współpraca modelu z narzędziami: analiza danych sekwencjonowania, porządkowanie dowodów dotyczących potencjalnych celów lekowych czy praca nad kodem badawczym. To kontekst zastosowań całej serii, a nie lista nowych funkcji potwierdzonych osobno dla każdej wersji.
Nasza interpretacja: specjalizacja ma sens tam, gdzie poprawna odpowiedź wymaga połączenia kilku rodzajów materiału. Przy ocenie hipotezy biologicznej zespół musi odróżnić wynik analizy od wniosku, który dopiero trzeba sprawdzić eksperymentalnie. Dobry asystent powinien ułatwiać to rozróżnienie.
Kto może uzyskać dostęp?
Wpis premierowy wskazuje organizacje zatwierdzone do Rosalind Research w programie trusted access. Model jest przeznaczony do badań wewnętrznych wykonywanych przez uprawnionych użytkowników. Identyfikator widoczny w dokumentacji i cenniku to gpt-6-rosalind.
Sama subskrypcja ChatGPT nie potwierdza zatem uprawnienia do tego modelu. Zespół powinien najpierw sprawdzić zatwierdzenie swojej organizacji i zakres udostępnionego dostępu.
Przy planowaniu projektu warto ustalić również, kto odpowiada za dane wejściowe, dobór metod i przegląd wyników. Dostęp techniczny rozwiązuje tylko jeden z tych problemów. O szerszym kontekście takiego zarządzania piszemy w haśle governance AI.
Model a Rosalind Workbench: jaka jest różnica?
GPT-6 Rosalind jest modelem, a Rosalind Workbench środowiskiem pracy badawczej. W prezentacji Workbench z 28 sierpnia OpenAI opisuje zadania prowadzone krok po kroku, przeglądarki struktur molekularnych i sekwencji oraz analizę danych sekwencjonowania.
Workbench ma utrzymywać pytanie, narzędzia i dowody w jednym miejscu. Opisuje tryb Explore do ogólnych pytań naukowych oraz Research do bardziej zaawansowanej pracy, z dostępem wymagającym weryfikacji organizacji. Ta publikacja dotyczy środowiska i wcześniejszej rodziny Rosalind; sama nie dowodzi, jaki model obsługuje każde zadanie po październikowej premierze.
Dla czytelnika praktyczna różnica jest prosta: nazwa aplikacji określa miejsce pracy, a identyfikator modelu pomaga ustalić, z jakiej wersji faktycznie korzysta zespół.
Ceny API: ile kosztuje GPT-6 Rosalind?
Cennik OpenAI podaje następujące stawki w USD za milion tokenów:
| Model | Wejście | Odczyt z cache | Wyjście |
|---|---|---|---|
gpt-6-rosalind | 15,00 | 1,50 | 75,00 |
gpt-rosalind-research | 5,00 | 0,50 | 25,00 |
Nasze obliczenie: 100 tys. tokenów wejścia bez cache i 10 tys. rozliczanych tokenów wyjścia to 2,25 USD dla GPT-6 Rosalind wobec 0,75 USD dla Research, przed dodatkowymi opłatami. Stawki tokenowe są trzykrotnie wyższe. Nie oznacza to trzykrotnie wyższego kosztu rozwiązania zadania: ten zależy także od liczby prób, długości rozumowania i pracy narzędzi.
W budżecie badawczym należy uwzględnić również czas przeglądu rezultatu. Krótsza odpowiedź, której nie da się zweryfikować, może być mniej użyteczna niż dłuższa analiza z jasnym opisem metody.
Benchmarki: co wiemy o przewadze nowej wersji?
W sprawdzonych na potrzeby tego artykułu stronach changelogu, cennika i opisu Workbench nie znaleźliśmy tabeli wyników benchmarków GPT-6 Rosalind. Nie przypisujemy mu wyników wcześniejszego GPT-Rosalind ani ogólnych modeli GPT-6.
To ogranicza ocenę skali poprawy. Premiera i specjalizacja są potwierdzone, ale nie wyprowadzamy z nich procentowej przewagi w odkrywaniu leków, projektowaniu białek czy trafności hipotez. Nie podajemy też niezweryfikowanych parametrów okna kontekstu.
Sensowna ewaluacja modelu w zespole mogłaby porównać obie wersje na tych samych danych i narzędziach. Kryteria powinny obejmować poprawność, możliwość odtworzenia analizy, koszt oraz liczbę interwencji badacza. W zestawie warto umieścić także pytanie, na które dostarczone dane nie pozwalają odpowiedzieć.
Co ta premiera zmienia dla naukowców?
W naszej ocenie GPT-6 Rosalind jest sygnałem rozwoju modeli dobieranych do konkretnej dziedziny. Dla zespołu biologicznego najciekawszy test dotyczy tego, czy asystent potrafi zachować związek między hipotezą, danymi, metodą i wnioskiem podczas wieloetapowej pracy.
Próba może zacząć się od odtworzenia już zakończonej analizy z ukrytym wynikiem referencyjnym. Pozwala to zobaczyć, gdzie model pomaga, a gdzie potrzebuje korekty, zanim trafi do otwartego projektu badawczego. W porównaniu z omawianym wcześniej GPT-6.1 Sol kryterium wyboru staje się przede wszystkim dopasowanie do dziedziny i jakość całego procesu badawczego.
