OpenAI fait sortir GPT-Rosalind de sa phase de recherche et ouvre son accès à l’échelle mondiale pour les organisations éligibles. Cette nouvelle étape s’accompagne d’un calendrier commercial : la tarification publiée doit entrer en vigueur le 5 octobre 2026.
Le modèle reste soumis à un programme d’accès contrôlé. OpenAI le réserve aux organisations menant des recherches scientifiques légitimes, dotées de règles de gouvernance et de sécurité adaptées. L’entreprise propose aussi un espace de travail géré aux structures qualifiées qui ne disposent pas déjà d’un compte Enterprise.
Un modèle spécialisé dans les sciences du vivant
GPT-Rosalind est conçu pour des travaux en biologie, découverte de médicaments, génomique et médecine translationnelle. Il combine les capacités de programmation et d’utilisation d’outils de GPT-5.5 avec un entraînement et des évaluations ciblés sur les sciences du vivant.
Selon les résultats publiés par OpenAI, le modèle atteint 27,5 % sur MedChemBench, contre 25,1 % pour GPT-5.5, tout en utilisant 7,2 % de jetons en moins. Sur GeneBench, consacré à des analyses longues en génomique et biologie quantitative, il obtient 21,6 % contre 20,4 %, avec une consommation de jetons réduite de 31 %.
L’écart le plus marqué apparaît sur LabWorkBench, une évaluation portant sur l’assistance à des protocoles expérimentaux réels. GPT-Rosalind y atteint 63,2 %, contre 55,8 % pour GPT-5.5. Ces chiffres proviennent d’OpenAI et devront être confrontés à des évaluations indépendantes, notamment pour mesurer leur traduction dans les laboratoires.
Des plugins pour exécuter des analyses
Le modèle ne se limite pas à répondre à des questions scientifiques. OpenAI lui associe deux plugins pour Codex : Life Sciences Research et Life Sciences NGS Analysis. Ils couvrent la recherche de preuves, l’interprétation biologique et l’exécution de traitements bioinformatiques, avec conservation des résultats et de leur provenance.
Le plugin NGS peut, par exemple, traiter des données de séquençage, produire des contrôles qualité et préparer des visualisations. Des lecteurs interactifs pour les séquences, alignements et structures moléculaires sont également intégrés afin que les chercheurs puissent examiner les éléments sur lesquels repose une analyse.
OpenAI cite Novo Nordisk parmi les organisations qui testent cette approche pour relier littérature scientifique, données génomiques et résultats expérimentaux. Le groupe pharmaceutique insiste toutefois sur la nécessité de connecter ces modèles à des données fiables et à des outils validés.
Notre analyse : le passage à une offre commerciale
La nouveauté du 11 septembre n’est pas une refonte technique complète du modèle, dont les principales capacités avaient déjà été détaillées. Elle marque surtout la fin du statut de recherche et le début d’une offre durable, avec un accès mondial et une tarification annoncée.
Ce positionnement montre aussi la stratégie d’OpenAI pour les secteurs sensibles : proposer un modèle vertical, couplé à des outils d’exécution, sans l’ouvrir à tous les utilisateurs. La valeur réelle dépendra moins des scores internes que de la capacité des laboratoires à vérifier les analyses, maîtriser les données confidentielles et conserver un humain responsable des décisions expérimentales.
