OpenAI тайно добавила модель для медико-биологических наук и делает ставку на инструменты для фар...

OpenAI незаметно добавила модель для медико-биологических исследований, сделав ставку на инструменты для фармацевтической отрасли OpenAI незаметно добавила еще не выпущенную модель gpt-rosalind-discovery на страницу ценообразования своего API в новой категории «Модели для медико-биологических исследований», наряду с gpt-rosalind-research. Стоимость обеих моделей составляет 5 долларов за миллион входных токенов, 0,50 доллара в кэше и 25 долларов за миллион выходных токенов. Страницы документации выдают ошибки 404, и никаких подробностей, кроме цен, не было опубликовано. Специализированный бренд для медико-биологических исследований «Rosalind» теперь является брендом OpenAI для медико-биологических исследований, названным в честь Розалинд Франклин, чьи рентгеновские снимки помогли раскрыть двойную спираль ДНК. Запущенная в апреле 2025 года, модель GPT-Rosalind начиналась как исследовательская предварительная версия для корпоративных клиентов в США, в число партнеров которой входили Amgen, Moderna, Институт Аллена и Thermo Fisher Scientific. Версия на основе GPT-5.5 усилила возможности в области химии лекарственных препаратов и геномики. Платформа начала работу 5 октября и предназначена только для проверенных организаций и используется для внутренних исследований. Платформа работает через GPT-Rosalind, Rosalind Workbench и плагин Codex для биологических наук, подключающийся к более чем 50 научным инструментам. OpenAI сотрудничает с Eli Lilly, Sanofi и Novo Nordisk, сформировала команду OpenAI for Science и совместно с Ginkgo Bioworks снизила стоимость реакции для тестового белка с 698 до 422 долларов за грамм. Инициатива Rosalind Biodefense была запущена в конце мая. Первый игрок на рынке монетизированного ИИ в биологических науках OpenAI, по-видимому, является первым крупным поставщиком моделей, создавшим автономное платное решение для анализа данных в биологических науках. AlphaFold от Google DeepMind — это академическая платформа, TxGemma — проект с открытым исходным кодом, а доступ к его «соисследователям-ИИ» предоставляется только по приглашению; коммерческая разработка лекарств осуществляется компанией Isomorphic Labs. Microsoft предлагает платформу, но не имеет собственной модели; Компания Anthropic, владеющая брендом Claude Science, работает на основе общих моделей. В отличие от Anthropic, которая также занимается разработкой лекарств, OpenAI позиционирует себя исключительно как поставщик инструментов, продавая модели фармацевтическим компаниям, не затрагивая технологические процессы. Почему именно биологические науки? Разработка лекарств имеет очевидные проблемы и высокую готовность платить: работа на ранних стадиях трудоемка, а более точный выбор мишеней приносит накопительную прибыль. По данным PitchBook, с 2019 года разработка лекарств с использованием ИИ привлекла более 17 миллиардов долларов**. OpenAI также уделяет внимание кибербезопасности — стоимость ее *gpt-5.6-cyber* составляет **75 долларов за миллион токенов, что в три раза выше, чем у Rosalind. В биологических науках, похоже, больше внимания уделяется накоплению реальных примеров использования, чем максимизации прибыли с единицы продукции. Предстоящие вызовы В этой области отсутствует крупномасштабная клиническая валидация. В отличие от программирования, которое можно тестировать мгновенно, биология требует лабораторных экспериментов и многолетних испытаний, что замедляет итерации. Модели могут разрабатывать конкретные эксперименты, но человек по-прежнему должен определять направление. Как сказала соучредитель Ginkgo Решма Шетти: выбор того, какие проблемы стоит решать, остается сильной стороной человека. Путь к вертикальной коммерциализации моделей Каждый поставщик сталкивается с препятствиями: OpenAI должен доказать, что фармацевтические компании готовы платить за более эффективные решения в области НИОКР; Anthropic несет те же риски в области НИОКР; Google монетизирует свои продукты медленно. Скорость обратной связи — насколько быстро предложения модели достигают лаборатории и возвращают результаты — определит, кто создаст защитный барьер. Автоматизированные лаборатории имеют ключевое значение, но эта инфраструктура не принадлежит ни одной компании, занимающейся моделями, если она не построена с большими затратами. gpt-rosalind-discovery намекает на следующий шаг OpenAI: подразделение задач в области биологических наук по вариантам моделей — одна для широких исследований, другая для скрининга кандидатов. Преимущество: целенаправленная оптимизация и более быстрая монетизация. Проблема: тесно взаимосвязанные этапы НИОКР требуют лучшей координации. Одинаковая цена предполагает, что OpenAI, возможно, еще не знает, как их дифференцировать. На данный момент использование модели обнаружения, её связь с исследованиями и преимущества остаются нераскрытыми. Это развивающаяся история. [Отдел новостей] продолжит следить за амбициями OpenAI в области биологических наук. https://www.testingcatalog.com/openai....