OpenAI 用 GPT-6 Astra 权重，向经审核的实验室开放高评级生物 AI

OpenAI 于 10 月 30 日发布了 GPT-6 Rosalind Research，让获批的生命科学机构能够使用 GPT-6 Astra 的权重，并对生物和化学领域的双重用途查询刻意放宽了拒答。这是 OpenAI 首次正式建立一个分级能力层级，让经审核的合作伙伴能够提交通用产品会拒绝回答的查询。据OpenAI 的系统卡附录，首发合作伙伴包括安进、Moderna、赛默飞世尔科技和艾伦研究所。

在 OpenAI 的内部基准上，这款模型在 MedChemBench v7（测试化学结构解读、结构-活性关系和药物效力预测）上得分 49.6%，高于 GPT-Rosalind-5.5 的 28.9%。GeneBench Pro v13 是一套按单次尝试成功率打分、包含 129 道题的定量生物学测试，成绩从 16.7% 升至 37.7%。由执业生命科学家编写的 94 项任务组成的 LifeSciBench Gold，成绩从 44.0% 升至 61.3%。这三项都是公司自行运行的评测，截至发稿均未经独立复现确认。

同样的权重，解锁方式不同

关于 GPT-6 Rosalind Research 最重要的技术事实，是它不是什么：它不是一个新模型。据OpenAI 的系统卡附录，该产品使用的权重与 GPT-6 Astra 完全相同，没有额外训练。普通 Astra 用户能问什么、Rosalind Research 合作伙伴能问什么，这种区分完全是通过训练后的系统配置实现的：针对生物和化学查询调整拒答行为、分层的系统提示指令，以及一个位于用户输入和模型之间、可调节的实时生物安全分类器。

这一架构带有一个结构性含义：向经审核的合作伙伴解锁的能力，其实已经存在于每一个 GPT-6 Astra 部署之中。Rosalind Research 是同一个模型，只是接入层不同。如果这层接入控制（机构审核、企业安全要求、合同治理、会话级监控）因入侵、内部威胁或 API 密钥泄露而失效，底层能力就会暴露出来，而没有任何外部监管防线。

GPT-6 Astra 于 2026 年 9 月 3 日发布，是首个在准备框架下网络安全能力评级达到「严重」的 OpenAI 模型。这项「严重」级网络安全评级原封不动地延续到了 Rosalind Research 上。

OpenAI 如何评估生物风险，以及 Rosalind-6 处于什么位置

OpenAI 的准备框架在生物/化学、网络安全和 AI 自我改进风险三个方面，按四级量表给能力评级。「高」和「严重」评级会在部署前触发缓解要求，更低的等级则不会。

GPT-6 Rosalind Research 在生物和化学能力上被评为「高」，低于「严重」一级，这是在八项具体任务评测之后得出的。四项「高」能力生物评测已通过：ProtocolQA、故障排查基准、多选病毒学故障排查，以及一项用 cons@32 指标测试的生物风险知识基准，该指标汇总 32 个独立样本的多数响应来衡量稳健性。四项「严重」能力生物评测未达标：AAV 衣壳包装效率、SHP2 蛋白功能预测、冠状病毒-ACE2 细胞入侵效率，以及噬菌体-质粒共进化。

生物风险知识这一项结果需要仔细解读。模型的原始得分为 78.3%，低于 OpenAI 自己设定的 80% 「高」能力门槛。经拒答调整后的数字（重新分配模型拒绝回答的查询）为 85.0%，越过了这条线。OpenAI 使用的是经拒答调整的数字，理由是被拒答的查询（占总数的 9.4%）不应因为一项按预期运作的安全措施而拖累能力评估。这种记账方式如何处理很关键：它决定了一个已部署的模型被评为「高」，还是更安全的下一级。

无论机构审核状态如何，针对生物制剂武器化、大规模杀伤性装置合成，以及增强病原体传播力或致死性的绝对拒答措施仍然保留。

谁能获得访问权限，在什么条件下

要获得 GPT-6 Rosalind Research 的访问权限，需要通过OpenAI 的部署安全审查：机构审核、有益用途评估、经证明的企业安全控制，以及持续的会话级监控。四家首发合作伙伴（安进、Moderna、赛默飞世尔科技和艾伦研究所）横跨商业制药、生物医学工具和非营利研究领域，说明具备足够治理基础设施的非商业机构也能符合资格。

一项并行的 Rosalind 生物防御计划于 2026 年 5 月 29 日推出，把可信访问权限扩展到美国政府以及盟国的公共卫生和生物防御机构，明确把这项能力与国家安全利益挂钩。

目前，没有机构背景的独立学术研究者，以及缺乏企业级安全基础设施的小型生物技术公司，都无法访问这款模型，这是一个实质性的分化：有规模满足 OpenAI 审核要求的机构，能拿到一款远比其他机构更强大的工具。

竞争定位：与 Anthropic 和谷歌不同的押注

三大前沿 AI 实验室在生命科学 AI 上采取了结构上截然不同的路线。OpenAI 的策略（复用权重加上门控访问层级）与它的两大主要竞争对手明显不同。

Anthropic 把 Claude Science 打造成一个工作流层，而不是一个独立模型，并以收购 Coefficient Bio以及 2026 年 6 月聘请诺贝尔奖得主 John Jumper 来强化这一方向，后者的 AlphaFold 工作确立了 AI 驱动蛋白质结构预测的基准。Anthropic 没有公布在 MedChemBench 或 LifeSciBench 上的分数，使得直接对比无从进行。

谷歌 DeepMind保留着 AlphaFold 的传承，以及部分开放的学术模型权重，但把 Jumper（其最知名的生命科学 AI 架构师）输给了 Anthropic。Gemini for Science 把通用的 Gemini 能力延伸到研究工作流中，但没有 Rosalind 那种专门的拒答策略分级。

一种没有外部监督的治理模式

准备框架是 OpenAI 自己的内部标准。目前没有任何外部监管机构，为基于双重用途生物风险等级的分级能力访问制定过有约束力的规则。美国 2023 年的 AI 行政令要求对大型训练运行进行报告，但没有涉及部署层级的访问结构。欧盟《人工智能法案》的高风险分类，可能适用于欧洲司法辖区内某些 Rosalind 的部署，但目前没有执法指引专门针对这种访问层级模式。

Rosalind Research 这款产品，实际上是在押注：私营治理（机构审核、企业合同、会话监控和异常检测）足以防止基于「严重」级网络安全权重构建的「高」评级生物能力被滥用。这一论点或许是对的，但它目前的有效性完全取决于 OpenAI 自己在自家框架下的评估，无论是能力测量还是访问控制，都没有经过独立的科学或政府审计。

正如 Rosalind 代际之间在主要基准上超过 20 个百分点的提升所显示的，生命科学 AI 的能力正在快速进步。领先模型能做什么、与外部治理框架能评估什么之间的差距，很可能会成为这一领域比任何单项基准结果都更重要的变量。