OpenAI 发布 BioBasicsBench 基准并公布 GPT-6 Astra 湿实验室分析表现

OpenAI 推出 BioBasicsBench 基准，包含 100 项日常湿实验室任务，用于测试 AI 代理对原始实验数据的解读能力。在最高推理设置下，GPT-6 Astra 获得 66.7% 的平均得分，优于 GPT-5.6 Sol 的 43.8%。测试涵盖蛋白质方法、成像、核酸方法等多领域，结果显示模型在多模态处理和控制检查上有所进步，但在辨别证据极限和避免假设覆盖方面仍有不足。