GPT-Rosalind vs. Claude Opus 5.5: Beide Labore setzen ein Gate vor die Biologie

GPT-Rosalind ist seit dem 16. April 2026 verfügbar und Claude Opus 5.5 seit dem 22. September 2026, daher ist keines von beiden eine Launch-Story. Neu sind die Formalitäten darum. Am 15. Oktober veröffentlichte OpenAI einen akademischen Plan, der förderfähigen Laboren bis zu 30 ChatGPT Business-Sitze für bis zu zwölf Monate kostenlos zur Verfügung stellt und im selben Dokument festhält, dass der API-Zugang nicht enthalten ist. Sechs Tage später veröffentlichte es eine hauseigene Forschungsnotiz, in der ein verteilter Agentenlauf in zweiunddreißig Minuten eine Hypothese zum Cholesterintransport bei einer neurodegenerativen Erkrankung vorschlug. Das Spezialmodell wird in die Universitäten gedrängt, während seine API hinter einer Prüfung bleibt. Anthropic hat die spiegelbildliche Regelung: ein allgemeines Modell, das man heute aufrufen kann, dessen Biologieantworten aber stillschweigend auf ein älteres Modell zurückfallen, sofern Ihr Konto nicht verifiziert ist. Zwei Labore, zwei Tore, und die einzige Frage, die zählt, ist, hinter welchem Tor Ihre Arbeit steht. Zugangsänderungen und stille Modell-Rückfälle wie die hier beschriebenen werden mit ihren Datumsangaben und Quellen im AI Incident Archive erfasst, zusammen mit den übrigen Modell- und Anbieter-Vorfällen, die wir verfolgen.

Zwei Tore, zwei Logiken

Die Regelung von Anthropic ist im Launch-Material zu Claude Opus 5.5 dokumentiert und leicht zu übersehen, weil sie als Konfigurationsbezeichnung und nicht als Richtlinie erscheint: Das Modell wird mit der Schutzstufe ausgeliefert, die zuvor Claude Fable 5.1 vorbehalten war, da es in Biologie und Cybersicherheit als vergleichbar eingestuft wird. In der Praxis werden die meisten Cybersicherheitsanfragen an Claude Opus 4.8 umgeleitet, und Biologiearbeiten fallen auf Claude Opus 5 zurück, sofern das Konto nicht über die Life-Sciences- oder Cyber-Verification-Programme von Anthropic verifiziert ist.

Das ist eine Rückfalllösung, und es lohnt sich, genau zu bestimmen, was das für ein Labor bedeutet. Sie bekommen ein kompetentes allgemeines Modell, das Ihre Biologiefrage beantwortet – Claude Opus 5, nicht das neuere Modell –, und sofern Sie keine Überprüfung durchlaufen haben, werden Sie die Auswechslung möglicherweise gar nicht bemerken. Die Fähigkeit ist vorhanden; die neueste Version davon wird zurückgehalten.

OpenAIs Regelung ist das Spiegelbild. GPT-Rosalind ist über ChatGPT, Codex und die API erreichbar, aber nur für Organisationen, die das Trusted-Access-Programm bestehen. Seit dem 11. September 2026 steht es weltweit berechtigten Organisationen offen und nicht mehr nur einer namentlich genannten Partnerliste; die veröffentlichten Preise traten am 5. Oktober 2026 in Kraft. Das Modell, das man erhält, ist der Spezialist; offen bleibt die Frage, ob man es überhaupt bekommt.

• Gate-Typ — GPT-Rosalind: ein Antrag und eine Prüfung vor dem ersten Aufruf. Claude Opus 5.5: stille Modellsubstitution in sensiblen Domänen, durch Verifizierung entfernbar.

• Was zurückgehalten wird — GPT-Rosalind: das Modell selbst. Claude Opus 5.5: die Biologie-Fähigkeit des neuesten Modells, ersetzt durch die des Vorgängers.

• Zeit bis zum Zugriff — GPT-Rosalind: unabhängig davon, wie lange die Prüfung dauert, ohne veröffentlichtes Service-Level. Claude Opus 5.5: sofort für Arbeiten außerhalb der Biologie; verifikationsabhängig für Biologie.

• Fehlermodus, wenn Sie nicht verifiziert sind — GPT-Rosalind: kein Zugriff und ein Fehler, den Sie sehen können. Claude Opus 5.5: eine funktionierende Antwort von einem anderen Modell, die Sie möglicherweise nicht sehen.

Diese letzte Zeile ist diejenige, die die Beschaffung prägen sollte. Ein hartes Gate ist lästig und ehrlich. Ein weiches Gate ist bequem und erzeugt Ergebnisse, deren Provenienz Sie überprüfen müssen, insbesondere wenn Ihre Pipeline das von Ihnen angeforderte Modell protokolliert statt das Modell, das geantwortet hat.

Was sich im Oktober geändert hat – und warum das die eigentliche Geschichte ist

Der akademische Plan vom 15. Oktober ist das erste Mal, dass OpenAI den Zugang zum Assistenten vom Zugang zum Modell getrennt hat. Die Plätze sind ChatGPT Business, begrenzt auf 30 pro Einrichtung, bis zu zwölf Monate kostenlos, und der Plan erfordert dieselbe Trusted-Access-Genehmigung wie jeder andere Weg. Principal Investigators verwalten die Berechtigungen; die institutionelle Verifizierung ist ein Schritt im Prozess. Unternehmenslabore werden angewiesen, ihre eigene Vereinbarung auszuhandeln, statt den akademischen Weg zu nutzen. Und der Satz, der für alle, die irgendetwas bauen, am wichtigsten ist: API-Zugang ist derzeit nicht enthalten.

Eine Universitätsgruppe kann das Modell jetzt also kostenlos in einem Chatfenster erhalten und es dennoch nicht aus einer Pipeline aufrufen. Das ist keine zynische Lesart; es ist der wörtliche Text des Plans, und er erzeugt eine seltsame Aufspaltung innerhalb eines einzigen Labors. Die Wissenschaftler im Nasslabor bekommen einen Browser-Tab. Die computergestützte Gruppe bekommt nichts, bis sie die Überprüfung mit ihrem eigenen Konto besteht und beginnt, 5,00 US-Dollar pro Million Eingabe-Tokens zu zahlen.

Die Forschungsnotiz vom 21. Oktober zeigt, wofür die kostenpflichtige Variante gedacht ist. Ein Lauf aus Tausenden kooperierender Agenten, entwickelt mit PerturbAI und Scripps, filterte mehr als 700 Referenzen auf 11 herunter und erzeugte in 32 Minuten eine Hypothese zum Cholesterintransport bei einer neurodegenerativen Erkrankung; verblindete Gutachter bevorzugten die Maschinenausgabe in etwa drei Vierteln der Vergleiche, und das Preprint wurde am 16. Oktober unter einer CC-BY-Lizenz veröffentlicht. Es ist ein Ergebnis aus erster Hand, daher sollte die Präferenzzahl als Anbieterangabe behandelt werden – aber es ist die erste öffentliche Demonstration, dass das zugangsbeschränkte Modell für etwas anderes als Benchmark-Tabellen genutzt wird.

Keines der beiden Oktober-Dokumente ändert den Vergleich in Bezug auf Preis oder Leistungsfähigkeit. Beide ändern, wer daran teilnehmen kann.

Die Tarifkarte war kein Gleichstand mehr.

Bis September war dieser Vergleich ungewöhnlich eindeutig: OpenAIs Spezialmodell und Anthropics Flaggschiff lagen beide bei 5,00 $ pro Million Eingabe-Tokens und 25,00 $ pro Million Ausgabe-Tokens. Dann senkte Anthropic am 22. September 2026 die Preise für sein Flaggschiff – 4,00 $ Eingabe, 20,00 $ Ausgabe, Cache-Lesevorgänge von 0,50 $ auf 0,20 $ – und der Gleichstand war dahin. GPT-Rosalind ist von den in seinem September-Update veröffentlichten Preisen nicht abgewichen.

• Eingabe — GPT-Rosalind 5,00 $ pro 1 Mio. vs. Claude Opus 5.5 4,00 $. Der Spezialist kostet 25 % mehr pro Eingabe-Token.

• Ausgabe — GPT-Rosalind 25,00 $ pro 1 Mio. vs. Claude Opus 5.5 20,00 $. Außerdem 25 % mehr.

• Zwischengespeicherte Eingabe — GPT-Rosalind 0,50 $ vs. Claude Opus 5.5 0,20 $. Das ist die Position, die sich bei langen Agent-Läufen potenziert, und hier liegt der Abstand bei 2,5×.

• Cache-Schreibvorgang — OpenAIs Preisseite enthält keine Zeile für Cache-Schreibvorgänge für GPT-Rosalind. Claude Opus 5.5 berechnet 5 $ pro 1 Mio. für einen fünfminütigen Schreibvorgang und 8 $ für eine Stunde.

• Kontext und Ausgabe — Beide verfügen über ein Kontextfenster von 1 Mio. Token; Claude Opus 5.5 gibt eine maximale Ausgabe von 128K an, wobei 300K über die Batch-API hinter einem Beta-Header verfügbar sind.

• Modalitäten — Claude Opus 5.5 nimmt Text-, Bild- und Dateieingaben entgegen und gibt Text zurück. GPT-Rosalind verarbeitet wissenschaftliche Dateieingaben über ChatGPT, Codex und die API; OpenAI veröffentlicht für dieses Modell keine allgemeine Angabe zur Bildeingabe.

Die Cache-Zeile verdient die Betonung, die sie üblicherweise nicht erhält. Ein Discovery-Workflow ist ein langes Gespräch mit einem großen System-Prompt – das atlas-Schema, die Tool-Definitionen, das House-Protokoll –, das bei jeder Runde erneut gesendet wird. Bei 0,20 $ gegenüber 0,50 $ pro Million gecachter Token ist ein Lauf, der auf Caching setzt, für den Generalisten deutlich günstiger, bevor auch nur ein einziges Biologie-Token erzeugt wurde. Ob das eine Rolle spielt, hängt davon ab, ob die Antwortqualität des Spezialisten pro Token die Lücke schließt, und das ist Gegenstand des nächsten Abschnitts.

Was der Spezialist tatsächlich gemessen hat

Alles Folgende ist O​penAIs eigene Evaluierung, veröffentlicht zusammen mit dem Fähigkeitsupdate des Modells, und nichts davon wurde unabhängig reproduziert. Die Vergleiche erfolgen mit GPT-5.5, O​penAIs eigenem allgemeinen Modell, nicht mit irgendetwas, das Anthropic herstellt.

• MedChemBench — 27,5 % für GPT-Rosalind gegenüber 25,1 % für GPT-5.5, mit 7,2 % weniger Tokens. Ein von OpenAI entwickelter Benchmark für Struktur-Wirkungs-Beziehungen, Potenz- und ADME-Vorhersage sowie Retrosynthese.

• GeneBench — 21,6 % gegenüber 20,4 %, mit 31 % weniger Tokens, bei langfristiger Genomik- und quantitativer Biologieanalyse.

• LabWorkBench — 63,2 % gegenüber 55,8 %, mit 5,3 % weniger Tokens, beim Verknüpfen von Perturbationen mit Ergebnissen in echten Wet-Lab-Protokollen. Die Daten sind proprietär, was ein Pluspunkt ist: Sie können nicht ins Training gelangt sein.

• BixBench — O​penAI beansprucht den Spitzenwert unter Modellen mit veröffentlichten Ergebnissen und nennt die Zahl nicht im Fließtext. Zwei sekundäre Berichte nennen 0.751 und 0.761, daher sollte die genaue Zahl als ungeklärt gelten.

• LifeSciBench — Die Schlagzeile des Anbieters ist eine um 4,42 % höhere Leistung pro Token, in einem extern von Experten bewerteten Benchmark über sechs Workflow-Bereiche hinweg.

Lies die absoluten Zahlen, nicht die Deltas. Eine Punktzahl von 27,5 % in einem Benchmark für medizinische Chemie ist kein Modell, das Wirkstoffforschung betreibt; es ist ein Modell, das seinen Vorgänger in einem schwierigen Test übertrifft, bei dem beide schlecht abschneiden. Die 4,42 % in der Schlagzeile sind ein Verhältnis von Genauigkeit zu Tokens – ein legitimes Effizienzmaß und eine seltsame Sache, um sie oben auf eine Launch-Seite zu setzen. Was diese Zahlen jedoch belegen, ist, dass das Tuning echt und spezifisch ist: Die Zugewinne zeigen sich bei Chemie- und Nasslabor-Aufgaben, nicht beim allgemeinen Schlussfolgern.

Es gibt keinen öffentlichen Biologie-Benchmark, auf dem sowohl GPT-Rosalind als auch Claude Opus 5.5 bewertet wurden. Wer eine Zahl aus einem Direktvergleich präsentiert, vergleicht entweder unterschiedliche Benchmarks oder einen Anbieter-Lauf mit einem unabhängigen – und beides ist ungültig. Diese Abwesenheit ist die wichtigste Tatsache in diesem Duell.

Was der Generalist tatsächlich gemessen hat

Claude Opus 5.5 hält den alleinigen Rekord, und er ist deutlich. Im Intelligence Index von Artificial Analysis – der Revision v4.3.2, Stand Ende Oktober 2026 – erreicht es 57,6 Punkte und liegt damit vor jedem anderen Modell in dieser Rangliste. Der Messwert am Starttag auf der vorherigen Revision des Index lag bei 54; die Zahl hat sich also sowohl mit der Methodik als auch mit dem Modell verschoben. Nenne die Revision, wenn du den Wert nennst.

Anthropics eigene Markteinführungstabelle ergänzt die Domänendetails, alle Angaben vom Anbieter: Terminal-Bench 4.0 bei 66,4 %, FrontierCode v1.1 bei 54,4 %, CursorBench 4.0 bei 57,8 %, GDPval-AA v2.1 bei 1846 Elo, OSWorld 2.0 bei 81,8 %. Anthropic warnt in eigenen Unterlagen außerdem davor, dass auf diesem Fähigkeitsniveau Benchmark-Margen „ein weniger verlässlicher Leitfaden für reale Unterschiede“ seien – ein Satz, den man sich merken sollte, wenn einem das nächste Mal eine Leaderboard-Lücke vorgehalten wird.

Nichts davon ist Biologie. Es ist das Profil eines Modells, das darauf ausgelegt ist, in allem gut zu sein, und es ist der Grund, warum der Vergleich nicht einfach lautet: „Spezialist schlägt Generalist bei Domänenaufgaben.“ Die Token-Ausgaben eines Biotech-Unternehmens sind größtenteils keine Biologie: Sie entfallen auf Code, Datenpipelines, Dokumentenprüfung und das Agent-Gerüst rund um die Wissenschaft. Bei diesem Großteil der Workload ist Claude Opus 5.5 günstiger, unabhängig gemessen und ohne Antrag verfügbar.

Die eine Sache, die den Ausschlag gibt: Zählt deine Biologiearbeit als Biologie?

Hier ist die Asymmetrie, die niemand in eine Vergleichstabelle aufnimmt. Die Zugangshürde von GPT-Rosalind betrifft, wer man ist. Die Zugangshürde von Claude Opus 5.5 betrifft, was man fragt. Ein Universitätslabor, das einen Cholesterin-Trafficking-Assay in Neuronen durchführt, ist genau der Anwendungsfall, für den OpenAIs Trusted-Access-Überprüfung existiert, und genau der Anwendungsfall, der von Anthropics Safeguard-Stufe weggelenkt wird, sofern das Konto nicht verifiziert ist.

Die praktische Konsequenz: Wenn Sie die Verifizierung auf beiden Seiten bestehen, haben Sie eine echte Wahl zwischen einem Spezialisten für 5 $/25 $ und einem Generalisten für 4 $/20 $, und die Domänenabstimmung des Spezialisten ist der Grund, den Aufpreis von 25 % zu zahlen. Wenn Sie keine der beiden bestehen, haben Sie überhaupt keine Wahl — Sie bekommen Claude Opus 5, der Biologiefragen beantwortet, und kein GPT-Rosalind, und der Vergleich ist rein akademisch.

Es gibt einen dritten Fall, und er ist innerhalb eines Unternehmens wahrscheinlich der häufigste: Das Biologie-Team ist verifiziert, das Plattform-Team nicht. Dann sind die beiden Modelle keine Alternativen, sondern unterschiedliche Werkzeuge für unterschiedliche Warteschlangen, und das interessante technische Problem besteht darin, das Routing ehrlich zu halten – sicherzustellen, dass eine Anfrage, die den Spezialisten benötigt, nicht stillschweigend bei einem Generalisten landet, weil der Schlüssel des Spezialisten rate-limitiert wurde.

Beide betreiben, ohne vorzugeben, sie seien austauschbar

Claude Opus 5.5 ist auf OrcaRouter zum Listenpreis des Anbieters erhältlich – 4,00 $ Eingabe, 20,00 $ Ausgabe, 0,20 $ gecachte Eingabe pro Million Token, mit 0 % Aufschlag, sodass Anthropics Preissenkung vom September noch am Tag ihrer Veröffentlichung in unseren Katalog gelangte. GPT-Rosalind ist nicht auf OrcaRouter; es ist auf keinem Drittanbieter-Router, und der Zugang läuft direkt über das Trusted-Access-Programm von O​penAI. Wir werden nichts anderes suggerieren.

Wofür diese Kombination tatsächlich gut ist, ist das oben beschriebene Split-Queue-Muster. Die allgemeine Hälfte einer Forschungsplattform – der Code, der Atlas-Ausgaben parst, die Agenten-Orchestrierung, die Literaturzusammenfassung, die kein Domänen-Tuning benötigt, die Berichtserstellung – läuft auf Claude Opus 5.5 über einen Schlüssel neben 200+ anderen Modellen, mit automatischem Failover, sodass ein Aussetzer eines Anbieters die Anfrage verlagert, statt den Lauf scheitern zu lassen. Die Biologie-Hälfte bleibt beim direkten Rosalind-Schlüssel. Die Routing-DSL ist das, womit man das als Regel statt als Konvention ausdrücken kann: eine benannte Route für den Spezialisten, ein Fallback für alles andere und keine stille Ersetzung in beide Richtungen.

Der letzte Teil ist das Designprinzip, für das dieser ganze Vergleich plädiert. Anthropics Soft Gate existiert, weil stille Substitution bequem ist. Wenn Sie eine regulierte Pipeline bauen, möchten Sie, dass die Substitution eine Entscheidung ist, die Sie konfiguriert und protokolliert haben und die Sie verteidigen können – nicht etwas, das der Anbieter in Ihrem Namen getan hat.

Was würde diesen Vergleich ändern?

Drei Dinge, nach Wahrscheinlichkeit geordnet. OpenAI könnte den akademischen Tarif um API-Zugang erweitern, was kostenlose Spezialistenkapazität in jede berechtigte Universität brächte und den Generalisten zur kostenpflichtigen Option machte. Anthropic könnte die Verifizierung schneller ausweiten, als OpenAI den vertrauenswürdigen Zugang ausweitet, was den Generalisten für ein mittelgroßes Labor zum pragmatischen Weg zu Spitzenfähigkeiten in der Biologie machen würde. OpenAI könnte den Preis von GPT-Rosalind senken, um die neue Flaggschiff-Stufe zu treffen, was den 25%-Aufschlag zusammenbrechen ließe und das Domänen-Tuning nahezu kostenlos machen würde. Oder ein unabhängiger Evaluator könnte einen Biologie-Benchmark veröffentlichen, den beide Modelle absolvieren, was diese gesamte Argumentation durch eine Zahl ersetzen würde.

Bis eines davon eintritt, ist die Entscheidungsregel eng und unspektakulär. Wenn Ihre Arbeit molekulare Biologie ist und Sie ein Review bestehen können, ist GPT-Rosalind das einzige Frontier-Modell, das dafür optimiert ist, und 25 % sind für einen Domänenspezialisten kein großer Aufpreis. Wenn Ihre Arbeit etwas anderes ist oder Ihre Biologiearbeit nur am Rande stattfindet, ist Claude Opus 5.5 günstiger, unabhängig bewertet und ohne Zugangsbeschränkung – und der Sicherheits-Fallback ist ein Merkmal, das man verstehen sollte, statt ein Grund, ihn zu meiden, solange Sie wissen, wann er ausgelöst wird.