GPT-Rosalind vs Claude Opus 5.5 : les deux laboratoires ont érigé une barrière devant la biologie

GPT-Rosalind has been available since 16 April 2026 and Claude Opus 5.5 since 22 September 2026, so neither of these is a launch story. What is new is the paperwork around them. On 15 October O​penAI published an academic plan that gives eligible labs up to 30 ChatGPT Business seats at no charge for up to twelve months and states, in the same document, that API access is not included. Six days later it published a first-party research note in which a distributed agent run proposed a cholesterol-trafficking hypothesis for a neurodegenerative condition in thirty-two minutes. The specialist is being pushed into universities while its API stays behind a review. Anthropic has the mirror arrangement: a general model you can call today, whose biology answers quietly fall back to an older model unless your account is verified. Two labs, two gates, and the only question that matters is which gate your work is standing behind. Access changes and silent model fallbacks like the ones described here are recorded with their dates and sources in the AI Incident Archive, alongside the rest of the model and vendor incidents we follow.

Deux portes, deux logiques

La configuration d’Anthropic est documentée dans les supports de lancement de Claude Opus 5.5 et passe facilement inaperçue, car elle se présente comme un libellé de configuration plutôt que comme une politique : le modèle est livré avec le niveau de protection auparavant réservé à Claude Fable 5.1, car il est jugé comparable en biologie et en cybersécurité. En pratique, la plupart des demandes liées à la cybersécurité sont redirigées vers Claude Opus 4.8, et les travaux en biologie sont renvoyés vers Claude Opus 5, sauf si le compte est vérifié via les programmes Life Sciences ou Cyber Verification d’Anthropic.

C'est une solution de repli, et il vaut la peine de préciser ce que cela implique pour un laboratoire. Vous obtenez un modèle généraliste compétent qui répond à votre question de biologie — Claude Opus 5, et non le modèle plus récent — et, à moins d'avoir procédé à une vérification, vous risquez de ne pas remarquer la substitution du tout. La capacité est bien là ; sa version la plus récente est retenue.

O​penAI's arrangement is the mirror image. GPT-Rosalind is reachable through ChatGPT, Codex and the API, but only by organisations that clear the trusted-access programme. Since 11 September 2026 it has been open globally to eligible organisations rather than to a named partner list, and published pricing took effect on 5 October 2026. The model you get is the specialist; the open question is whether you get it.

• Type de validation — GPT-Rosalind : une demande et un examen avant le premier appel. Claude Opus 5.5 : substitution silencieuse de modèle sur les domaines sensibles, supprimable par vérification.

• Ce qui est retenu — GPT-Rosalind : le modèle lui-même. Claude Opus 5.5 : la capacité en biologie du modèle le plus récent, remplacée par celle de son prédécesseur.

• Délai d'accès — GPT-Rosalind : quel que soit le temps que prend l'examen, sans niveau de service publié. Claude Opus 5.5 : immédiat pour les travaux non biologiques ; dépendant de la vérification pour la biologie.

• Mode de défaillance si vous n'êtes pas vérifié — GPT-Rosalind : aucun accès, et une erreur que vous pouvez voir. Claude Opus 5.5 : une réponse fonctionnelle provenant d'un autre modèle, que vous ne verrez peut-être pas.

Cette dernière ligne est celle qui devrait orienter les achats. Un verrou strict est pénible et honnête. Un verrou souple est pratique et produit des résultats dont il faut vérifier la provenance, surtout si votre pipeline journalise le modèle que vous avez demandé plutôt que celui qui a répondu.

Ce qui a changé en octobre, et pourquoi c’est la véritable histoire

The 15 October academic plan is the first time O​penAI has separated access to the assistant from access to the model. The seats are ChatGPT Business, capped at 30 per institution, free for up to twelve months, and the plan requires the same trusted-access approval as any other route. Principal investigators manage permissions; institutional verification is a step in the process. Enterprise labs are told to negotiate their own agreement rather than use the academic path. And the sentence that matters most for anyone building anything: API access is not included at this time.

Ainsi, un groupe universitaire peut désormais obtenir le modèle dans une fenêtre de chat gratuitement et ne peut toujours pas l’appeler depuis un pipeline. Ce n’est pas une lecture cynique ; c’est le texte littéral du plan, et cela produit une étrange division au sein d’un même laboratoire. Les scientifiques du laboratoire humide obtiennent un onglet de navigateur. Le groupe de calcul n’obtient rien tant qu’il n’a pas passé la revue sur son propre compte et commencé à payer 5,00 $ par million de jetons d’entrée.

La note de recherche du 21 octobre montre à quoi sert l’offre payante. Une exécution de milliers d’agents coopérants, développés avec PerturbAI et Scripps, a passé en revue plus de 700 références pour n’en retenir que 11 et a produit en 32 minutes une hypothèse sur le trafic du cholestérol dans une maladie neurodégénérative ; des évaluateurs en aveugle ont préféré la sortie de la machine dans environ trois quarts des comparaisons, et la prépublication a été mise en ligne sous licence CC-BY le 16 octobre. Il s’agit d’un résultat de première main, donc considérez le chiffre de préférence comme une affirmation du fournisseur — mais c’est la première démonstration publique que le modèle à accès restreint est utilisé pour autre chose que des tableaux de benchmark.

Aucun des deux documents d’octobre ne change la comparaison sur le prix ou les capacités. Tous deux changent qui peut y entrer.

La grille tarifaire a cessé d’être une égalité.

Until September this comparison was unusually clean: O​penAI's specialist and Anthropic's flagship both sat at $5.00 per million input tokens and $25.00 per million output. Then Anthropic cut its flagship on 22 September 2026 — $4.00 in, $20.00 out, cache reads down from $0.50 to $0.20 — and the tie broke. GPT-Rosalind has not moved from the rates published in its September update.

• Entrée — GPT-Rosalind 5,00 $ par million contre Claude Opus 5.5 4,00 $. Le spécialiste coûte 25 % de plus par token d'entrée.

• Sortie — GPT-Rosalind $25.00 par 1 M contre Claude Opus 5.5 $20.00. Soit 25 % de plus.

• Entrée mise en cache — GPT-Rosalind 0,50 $ contre Claude Opus 5,5 0,20 $. C'est la ligne qui s'accumule sur les longues exécutions d'agents, et ici l'écart est de 2,5×.

• Cache write — O​penAI's pricing page carries no cache-write line for GPT-Rosalind. Claude Opus 5.5 charges $5 per 1M for a five-minute write and $8 for an hour.

• Contexte et sortie — Les deux disposent d'une fenêtre de contexte de 1 M de tokens ; Claude Opus 5.5 documente une sortie maximale de 128 K, avec 300 K disponibles sur l'API Batch derrière un en-tête bêta.

• Modalities — Claude Opus 5.5 takes text, image and file input and returns text. GPT-Rosalind handles scientific file inputs through ChatGPT, Codex and the API; O​penAI publishes no general image-input claim for it.

La ligne de cache mérite l’accent qu’on ne lui accorde généralement pas. Un workflow de découverte est une longue conversation avec un vaste prompt système — le schéma d’atlas, les définitions d’outils, le protocole maison — renvoyé à chaque tour. À 0,20 $ contre 0,50 $ par million de tokens mis en cache, une exécution qui s’appuie sur la mise en cache est nettement moins chère sur le généraliste avant même qu’un seul token de biologie ne soit généré. Que cela importe dépend de si la qualité de réponse par token du spécialiste comble l’écart, et c’est l’objet de la section suivante.

Ce que le spécialiste a réellement mesuré

All of the following is O​penAI's own evaluation, published with the model's capability update, and none of it has been independently reproduced. The comparisons are against GPT-5.5, O​penAI's own general model, not against anything Anthropic makes.

• MedChemBench — 27.5% for GPT-Rosalind against 25.1% for GPT-5.5, using 7.2% fewer tokens. A benchmark O​penAI designed to cover structure-activity relationships, potency and ADME prediction, and retrosynthesis.

• GeneBench — 21,6 % contre 20,4 %, avec 31 % de jetons en moins, sur l’analyse génomique et de biologie quantitative à long terme.

• LabWorkBench — 63,2 % contre 55,8 %, avec 5,3 % de tokens en moins, pour établir le lien entre perturbations et résultats dans de vrais protocoles de laboratoire humide. Les données sont propriétaires, ce qui est un avantage : elles n’ont pas pu fuiter dans l’entraînement.

• BixBench — O​penAI claims the leading score among models with published results, and does not state the figure in prose. Two secondary write-ups cite 0.751 and 0.761, so treat the exact number as unsettled.

• LifeSciBench — le chiffre phare du fournisseur est une augmentation de 4,42 % des performances par token, sur un benchmark évalué par des experts externes et couvrant six domaines de workflow.

Lisez les chiffres absolus, pas les écarts. Un score de 27,5 % à un benchmark de chimie médicinale n’est pas un modèle qui découvre des médicaments ; c’est un modèle qui surpasse son prédécesseur sur un test difficile où les deux obtiennent un faible score. Le chiffre phare de 4,42 % est un ratio entre la précision et les tokens, ce qui est une mesure d’efficacité légitime et une chose étrange à mettre en haut d’une page de lancement. Ce que ces chiffres établissent, c’est que le réglage est réel et spécifique : les gains apparaissent sur des tâches de chimie et de laboratoire expérimental, pas sur le raisonnement général.

Il n'existe aucun benchmark public de biologie sur lequel GPT-Rosalind et Claude Opus 5.5 aient tous deux été évalués. Quiconque présente un chiffre en face-à-face compare soit des benchmarks différents, soit une évaluation réalisée par un fournisseur à une évaluation indépendante, et les deux sont invalides. Cette absence est le fait le plus important de cette confrontation.

Ce que le généraliste a réellement mesuré

Claude Opus 5.5 détient le record indépendant, et l’écart est large. Sur l’Intelligence Index d’Artificial Analysis — la révision v4.3.2, relevée fin octobre 2026 —, il obtient 57,6, ce qui le place devant tous les autres modèles de ce classement. La valeur relevée le jour du lancement sur la révision précédente de l’indice était de 54 ; le chiffre a donc évolué avec la méthodologie autant qu’avec le modèle. Citez la révision lorsque vous citez le score.

Le tableau de lancement d’Anthropic ajoute le détail par domaine, tous les chiffres étant rapportés par le fournisseur : Terminal-Bench 4.0 à 66,4 %, FrontierCode v1.1 à 54,4 %, CursorBench 4.0 à 57,8 %, GDPval-AA v2.1 à 1846 Elo, OSWorld 2.0 à 81,8 %. Anthropic avertit également, dans ses propres documents, qu’à ce niveau de capacité, les écarts entre benchmarks constituent « un guide moins fiable pour apprécier les différences dans le monde réel » — une phrase à retenir la prochaine fois qu’on vous citera un écart de classement.

Rien de tout cela n’est de la biologie. C’est le profil d’un modèle conçu pour exceller en tout, et c’est pourquoi la comparaison ne se résume pas à « le spécialiste bat le généraliste sur les tâches métier ». Les dépenses de tokens d’une biotech ne concernent majoritairement pas la biologie : il s’agit de code, de pipelines de données, de revue documentaire et de l’échafaudage d’agents autour de la science. Sur cette majorité de la charge de travail, Claude Opus 5.5 est moins cher, mesuré de manière indépendante et disponible sans demande d’accès.

La seule chose qui tranche : votre travail en biologie compte-t-il comme de la biologie ?

Here is the asymmetry nobody puts in a comparison table. GPT-Rosalind's gate is about who you are. Claude Opus 5.5's gate is about what you ask. A university lab running a cholesterol-trafficking assay in neurons is exactly the use case O​penAI's trusted-access review exists for, and exactly the use case that Anthropic's safeguard tier routes away from unless the account is verified.

La conséquence pratique : si vous validez la vérification des deux côtés, vous avez un vrai choix entre un spécialiste à 5 $/25 $ et un généraliste à 4 $/20 $, et l’ajustement du spécialiste à son domaine est la raison de payer la surprime de 25 %. Si vous ne validez ni l’un ni l’autre, vous n’avez aucun choix — vous obtenez Claude Opus 5 qui répond à des questions de biologie et pas de GPT-Rosalind, et la comparaison reste purement théorique.

Il existe un troisième cas, et c’est probablement le plus courant au sein d’une entreprise : l’équipe biologie est vérifiée et l’équipe plateforme ne l’est pas. Les deux modèles ne sont alors pas des alternatives, ce sont des outils différents pour des files d’attente différentes, et le problème d’ingénierie intéressant consiste à garder le routage honnête — à s’assurer qu’une requête qui a besoin du spécialiste n’atterrit pas silencieusement sur un généraliste parce que la clé du spécialiste avait atteint sa limite de débit.

Faire fonctionner les deux sans prétendre qu'ils sont interchangeables

Claude Opus 5.5 is on OrcaRouter at the provider's list price — $4.00 input, $20.00 output, $0.20 cached input per million tokens, with 0% markup, so Anthropic's September cut reached our catalogue the day it was published. GPT-Rosalind is not on OrcaRouter; it is not on any third-party router, and access runs through O​penAI's trusted-access programme directly. We are not going to imply otherwise.

Ce pour quoi cette combinaison est réellement utile, c'est le schéma de file d'attente scindée décrit ci-dessus. La moitié générale d'une plateforme de recherche — le code qui analyse les sorties d'atlas, l'orchestration des agents, le résumé de la littérature qui ne nécessite aucun réglage métier, la génération de rapports — tourne sur Claude Opus 5.5 via une seule clé aux côtés de plus de 200 autres modèles, avec un basculement automatique pour qu'un incident chez un fournisseur déplace la requête au lieu de faire échouer l'exécution. La moitié biologie reste sur la clé Rosalind directe. C'est le DSL de routage qui permet d'exprimer cela sous forme de règle plutôt que de convention : une route nommée pour le spécialiste, une solution de repli pour tout le reste, et aucune substitution silencieuse dans un sens comme dans l'autre.

Cette dernière partie est le principe de conception en faveur duquel plaide toute cette comparaison. La barrière souple d’Anthropic existe parce que la substitution silencieuse est pratique. Si vous construisez un pipeline réglementé, vous voulez que la substitution soit une décision que vous avez configurée, consignée et que vous pouvez défendre — et non quelque chose que le fournisseur a fait en votre nom.

Qu'est-ce qui changerait cette comparaison

Three things, in order of likelihood. O​penAI could extend the academic plan to include API access, which would put free specialist capacity inside every eligible university and make the generalist the paid option. Anthropic could extend verification faster than O​penAI extends trusted access, which would make the generalist the pragmatic route to frontier biology capability for a mid-sized lab. O​penAI could cut GPT-Rosalind's price to meet the new flagship tier, which would collapse the 25% premium and make the domain tuning close to free. Or an independent evaluator could publish a biology benchmark that both models sit, which would replace this entire argument with a number.

Jusqu’à ce que l’un de ces cas se produise, la règle de décision est restreinte et peu glamour. Si votre travail relève de la biologie moléculaire et que vous pouvez passer une évaluation, GPT-Rosalind est le seul modèle de pointe optimisé pour ce domaine, et 25 % ne représentent pas un supplément élevé pour un spécialiste du domaine. Si votre travail concerne autre chose, ou si votre travail en biologie n’est qu’accessoire, Claude Opus 5.5 est moins cher, évalué de manière indépendante et sans restriction — et le repli de sécurité est une caractéristique à comprendre plutôt qu’une raison de l’éviter, tant que vous savez quand il se déclenche.