GPT-Rosalind-6 : les poids d'Astra, d'autres règles d'entrée

Le 30 octobre 2026, OpenAI a lancé GPT-Rosalind-6, nouveau chapitre de la gamme Rosalind consacrée aux sciences du vivant. La gamme est née en avril, avec un accès contrôlé et des partenaires pharmaceutiques. Le nom varie : dans les documents produit, il apparaît comme GPT-6 Rosalind Research, dans le changelog de l'API comme GPT-6 Rosalind, et l'identifiant est gpt-6-rosalind. Le changelog annonce « Released GPT-6 Rosalind, bringing specialized biological reasoning with scientific tool use to complex life sciences », et la system card le décrit comme un modèle de raisonnement de pointe pour la biologie, la découverte de médicaments et la médecine translationnelle. Le détail qui compte se trouve dans cette même system card : le modèle « uses the same weights as GPT-6 Astra, our flagship reasoning model ». Cette version n'ajoute ni données d'entraînement ni post-training. Ce n'est donc pas, techniquement, un nouveau modèle : ce qui change, ce sont les règles d'entrée, les limites de refus et la gouvernance exigée des clients.

Une remarque de méthode, valable pour tout l'article. Les informations attribuées au Help Center d'OpenAI sont reprises telles que les rapporte Forkast. Tous les benchmarks cités sont internes à OpenAI et n'ont pas fait l'objet d'une vérification indépendante. Certaines valeurs des tableaux de la system card n'ont pas été extraites et ne figurent donc pas ici.

On n'entre que par le programme 'trusted access' : OpenAI examine les usages prévus, les contrôles de sécurité et la gouvernance des demandeurs. Ceux qui ne sont pas des organismes publics passent par une vérification d'entreprise et un contrôle de conformité. Les organismes publics, eux, doivent travailler sur des cas d'usage approuvés en biosécurité, biosûreté, préparation sanitaire ou biodéfense. La system card demande trois choses aux clients : limiter l'usage aux utilisateurs autorisés, appliquer le moindre privilège et des contrôles du risque interne, et prévoir une relecture humaine qualifiée avant que les résultats n'orientent des expériences, des publications ou des décisions importantes. Les niveaux Discovery et Research sont eux aussi séparés, et le Help Center l'écrit sans détour : « Discovery approval does not grant Research access. » Le modèle est disponible dans Work et Codex. Dans l'API, il faut une approbation distincte, et il est absent de l'onglet Chat. Dans les espaces Enterprise, il démarre par un Admin Preview de deux semaines, désactivé par défaut. Quant à son utilité, le Help Center la situe pour l'instant dans la « early discovery and hypothesis generation », c'est-à-dire la phase initiale de la découverte et la formulation d'hypothèses. Deux zones d'ombre demeurent. Le prix n'est pas confirmé : on sait seulement que les tarifs diffèrent de ceux des modèles Rosalind 5.5. Et il n'existe pas de liste des organisations déjà admises au niveau Research.

Dans le cadre Preparedness, la system card indique une capacité 'High' en biologie et en chimie, sous le seuil Critical. En cybersécurité, le classement est 'Critical', repris de l'évaluation de GPT-6 Astra ; pour l'auto-amélioration de l'IA, il reste sous 'High'. Les garde-fous biologiques sont réglés pour refuser les requêtes qui « meaningfully enable severe biological weaponization », en substance celles qui apporteraient une aide concrète au développement d'armes biologiques aux conséquences graves. Côté cyber, les protections standard d'Astra restent en place, y compris le blocage en temps réel, avec une limite de refus plus prudente. OpenAI se réserve le droit de restreindre ou de révoquer l'accès en cas d'abus.

Dans les tests internes, avec le budget de raisonnement maximal, la comparaison avec GPT-Rosalind-5.5 donne ces résultats : 49,6 % contre 28,9 % sur MedChemBench v7, 37,7 % contre 16,7 % sur GeneBench Pro v13, 61,3 % contre 44,0 % sur LifeSciBench Gold. Pour la connaissance du risque biologique, le seuil indicatif est de 80 %. Ici, cons@32 atteint 78,3 % pour GPT-Rosalind-6, 79,2 % pour la 5.5 et 63,3 % pour GPT-6 Astra, avec des taux de refus de 9,4 %, 1,8 % et 29,2 % respectivement. Corrigés des refus, les scores montent à 85,0 % pour GPT-Rosalind-6 et à 90,0 % pour Astra. Après cette correction, le modèle dépasse les seuils indicatifs 'High' dans trois évaluations biologiques sur quatre, tandis qu'aucune évaluation de capacité 'Critical' n'a atteint son seuil ; le classement 'Critical' en cybersécurité, on l'a dit, est repris de GPT-6 Astra. La system card n'explique pas explicitement comment des poids identiques à ceux d'Astra produisent des scores biologiques plus élevés. Des refus moins fréquents et les outils scientifiques sont la piste la plus probable, mais cela reste une hypothèse.

Ce qui me frappe, c'est que cette nouvelle relève davantage du règlement d'admission que du modèle : mêmes poids, portes différentes. Un système classé 'High' en biologie arrive par un accès vérifié et non par une diffusion ouverte ; sa sécurité dépend donc, en plus des garde-fous du modèle, de qui passe le contrôle. Si OpenAI rend un jour public qui a été admis au niveau Research, c'est cette page-là qu'il faudra lire avec le plus d'attention. — Olya