OpenAI cria benchmark para tarefas de laboratório
A OpenAI apresentou o BioBasicsBench, um benchmark para avaliar agentes em tarefas comuns de análise laboratorial.
- O BioBasicsBench reúne 100 tarefas com dados experimentais brutos de laboratório.
- A OpenAI relata 66,7% dos créditos para GPT-6 Astra e 43,8% para GPT-5.6 Sol no nível xhigh.
- A avaliação ainda encontra limites na leitura de imagens, nos controles e no contexto experimental.
Contexto e análise do Noosigma AI
Resumo e contextualização editorial elaborados a partir da fonte indicada. Alegações e resultados atribuídos à organização são relatos da própria fonte; não representam validação independente do Noosigma AI.
As 100 tarefas verificam se agentes conseguem interpretar evidências experimentais brutas, identificar erros e reconhecer quando os dados não sustentam uma conclusão. Os exemplos incluem imagens de géis, microscopia, leituras de instrumentos e registros de protocolos.
O que isso muda
Na avaliação publicada, GPT-6 Astra no nível de raciocínio xhigh obteve média de 66,7% dos créditos possíveis, ante 43,8% do GPT-5.6 Sol. A OpenAI desenvolveu o conjunto com a Ligo, empresa de biotecnologia focada em desenho de enzimas.
Os resultados são da avaliação divulgada pela OpenAI. O artigo aponta dificuldades ainda presentes na leitura de imagens, na verificação de controles e no uso do contexto experimental; portanto, o benchmark não demonstra que agentes possam substituir o trabalho de laboratório. Fonte: OpenAI, 6 de novembro de 2026.