OpenAI bringt GPT-Rosalind-6: Die Gewichte von GPT-6 Astra für die Biologie, beschränkt auf autorisierte Organisationen
OpenAI hat am 30. Oktober das System-Card-Addendum für GPT-Rosalind-6 veröffentlicht, sein Modell für Biologie und Wirkstoffforschung. Es übernimmt ohne Nachtraining die Gewichte von GPT-6 Astra, verweigert weniger biologische Dual-Use-Anfragen und ist nur für zugelassene Organisationen zugänglich.

OpenAI hat am 30. Oktober 2026 das System-Card-Addendum zu GPT-Rosalind-6 online gestellt, der neuen Version seiner Modellfamilie für Biologie, Wirkstoffforschung und translationale Medizin. Die Besonderheit: Das Modell übernimmt exakt die Gewichte von GPT-6 Astra, seinem führenden Reasoning-Modell, ohne zusätzliche Daten oder ein weiteres Post-Training. Was sich ändert, sind die Zugangsregeln und das Verhalten bei sensiblen Anfragen.
Dasselbe Modell, andere Regeln
GPT-Rosalind-6 wird unter dem Namen GPT-Rosalind-6 Research (das Help Center spricht von „GPT-6 Rosalind Research“) für vorab zugelassene Wissenschaftler, Forschungsinstitute, Unternehmen und öffentliche Partner bereitgestellt. OpenAI prüft dafür den Verwendungszweck, die Governance und die Sicherheitskontrollen jedes Bewerbers. Im Gegenzug lehnt das Modell weniger biologische Dual-Use-Fragen ab, die für die legitime Forschung nützlich sind, aber potenziell missbraucht werden könnten und die GPT-6 Astra im allgemeinen Zugriff bisweilen verweigert. Jede Unterstützung bei der biologischen Militarisierung wird weiterhin konsequent abgelehnt, und in der Cybersicherheit greift eine vorsichtigere Ablehnungsschwelle als beim Basismodell.
Das Help Center präzisiert den Rahmen: GPT-6 Rosalind Research bleibt einer begrenzten Anzahl von Organisationen mit der Zugriffsebene Research vorbehalten – innerhalb von Work und Codex sowie nach gesonderter Genehmigung über die API, jedoch nicht im Chat-Tab von ChatGPT. In Enterprise-Umgebungen beginnt der Rollout mit einer zweiwöchigen Administrator-Vorschau, die standardmäßig deaktiviert ist. Die breiter gefasste Discovery-Stufe verbleibt auf Rosalind 5.5, und eine Discovery-Zulassung gewährt keinen Zugriff auf Version 6. Kunden müssen die Ausgaben des Modells zudem von einer qualifizierten Person gegenlesen lassen, bevor sie in Experimente, Veröffentlichungen oder maßgebliche Entscheidungen einfließen.
Beanspruchte Fortschritte, einkalkuliertes Risiko
Bei drei Tests zur biomedizinischen Forschung vermeldet OpenAI deutliche Zuwächse gegenüber GPT-Rosalind-5.5: 49,6 Prozent gegenüber 28,9 Prozent in der medizinischen Chemie (MedChemBench v7), 37,7 Prozent gegenüber 16,7 Prozent in der Genomik (GeneBench Pro v13) und 61,3 Prozent gegenüber 44,0 Prozent bei von Forschenden eingereichten Aufgaben (LifeSciBench Gold). Diese Zahlen wurden von OpenAI selbst erhoben.
Auf der Risikoseite stuft OpenAI die Einführung im biologischen und chemischen Bereich als Fähigkeit „High“ ein, unterhalb der Schwelle „Critical“: Das Modell übertrifft die indikativen „High“-Schwellenwerte bei drei von vier Laborkenntnistests nach Korrektur der Verweigerungen, doch keiner der vier biologischen Designtests erreicht das Niveau „Critical“. Für die Cybersicherheit übernimmt der Anbieter die Bewertung von GPT-6 Astra und stuft das Modell als „Critical“ ein. Die Verweigerungsrate beim Test für Kenntnisse über biologische Risiken sinkt auf 9,4 Prozent, verglichen mit 29,2 Prozent bei GPT-6 Astra.
Was noch zu prüfen bleibt
Bislang liegt keine unabhängige Auswertung der Leistungsdaten vor. OpenAI legt zudem weder Details zu den simulierten Missbrauchsangriffen offen – die laut eigenen Angaben bei GPT-Rosalind-6 nach der Bereitstellung aktuell wiederholt werden –, noch die genaue Zahl der zugelassenen Organisationen.
Unsere Einschätzung
GPT-Rosalind-6 verdeutlicht, dass ein „spezialisiertes Modell“ heutzutage lediglich aus einer anderen Zugriffspolitik bestehen kann: dieselben Gewichte wie bei GPT-6 Astra, jedoch eine herabgesetzte Verweigerungsschwelle für verifizierte Kunden. Dies markiert eine bemerkenswerte Verschiebung der Sicherheitsarchitektur, die sich vom Modell selbst hin zur Kontrolle der Nutzer verlagert – messbar belegt durch den Rückgang der Verweigerungsrate von 29,2 Prozent auf 9,4 Prozent bei einem heiklen Test. Das Verfahren stützt sich somit voll und ganz auf die Verlässlichkeit der Prüfprozesse von OpenAI und die internen Kontrollen der Kunden – zwei Säulen, die sich einer öffentlichen Überprüfung entziehen.
Quellen
- OpenAI Deployment Safety Hub — GPT-Rosalind-6 System Card Addendum (30. Oktober 2026) Primärquelle
- OpenAI Help Center — GPT-Rosalind for life sciences research Primärquelle
- OpenAI — Introducing GPT-Rosalind for life sciences research (April 2026, aktualisiert im September) Primärquelle
Eine Primärquelle stammt direkt von dem betreffenden Unternehmen, Labor oder der Organisation. Eine Sekundärquelle gibt die Information wieder, ohne ihr Urheber zu sein: Wir kennzeichnen sie als solche. Einen Fehler entdeckt? Lesen Sie unsere Korrekturrichtlinie.


