GPT-Rosalind vs Claude Opus 5.5: Beide labs zetten een poort voor de biologie

GPT-Rosalind is beschikbaar sinds 16 april 2026 en Claude Opus 5.5 sinds 22 september 2026, dus geen van beide is een lanceerverhaal. Wat nieuw is, is de papierwinkel eromheen. Op 15 oktober publiceerde O​penAI een academisch plan dat in aanmerking komende labs kosteloos tot 30 ChatGPT Business-seats geeft voor maximaal twaalf maanden, en waarin in hetzelfde document staat dat API-toegang niet is inbegrepen. Zes dagen later publiceerde het een eigen onderzoeksnotitie waarin een gedistribueerde agent-run in tweeëndertig minuten een cholesteroltransport-hypothese voor een neurodegeneratieve aandoening naar voren bracht. De specialist wordt naar universiteiten geduwd, terwijl de API ervan achter een beoordeling blijft hangen. Anthropic heeft de spiegelbeeldige regeling: een algemeen model dat je vandaag kunt aanroepen, waarvan de antwoorden op biologiegebied stilletjes terugvallen op een ouder model, tenzij je account is geverifieerd. Twee labs, twee poorten, en de enige vraag die ertoe doet, is achter welke poort je werk staat. Wijzigingen in toegang en stille model-fallbacks zoals de hier beschreven gevallen worden met datum en bron vastgelegd in het AI Incident Archive, samen met de rest van de incidenten met modellen en leveranciers die wij volgen.

Twee poorten, twee logica's

De regeling van Anthropic is gedocumenteerd in het lanceringmateriaal van Claude Opus 5.5 en is gemakkelijk over het hoofd te zien omdat het als configuratielabel verschijnt in plaats van als beleid: het model wordt geleverd met het beveiligingsniveau dat voorheen was voorbehouden aan Claude Fable 5.1, omdat het als vergelijkbaar wordt beoordeeld op het gebied van biologie en cyberbeveiliging. In de praktijk worden de meeste cyberbeveiligingsverzoeken omgeleid naar Claude Opus 4.8, en biologiewerk valt terug op Claude Opus 5, tenzij het account is geverifieerd via de Life Sciences- of Cyber Verification-programma's van Anthropic.

Dat is een terugvaloptie, en het is de moeite waard om precies te zijn over wat dat voor een lab betekent. Je krijgt een competent algemeen model dat je biologievraag beantwoordt — Claude Opus 5, niet het nieuwere model — en tenzij je verificatie hebt uitgevoerd, merk je de vervanging mogelijk helemaal niet op. De capaciteit is er; de nieuwste versie ervan wordt achtergehouden.

OpenAI's regeling is het spiegelbeeld. GPT-Rosalind is bereikbaar via ChatGPT, Codex en de API, maar uitsluitend voor organisaties die het trusted-accessprogramma doorstaan. Sinds 11 september 2026 staat het wereldwijd open voor in aanmerking komende organisaties in plaats van voor een met naam genoemde lijst van partners, en de gepubliceerde prijsstelling werd op 5 oktober 2026 van kracht. Het model dat je krijgt, is de specialist; de open vraag is of je het ook krijgt.

• Poorttype — GPT-Rosalind: een aanvraag en beoordeling vóór de eerste aanroep. Claude Opus 5.5: stille modelvervanging op gevoelige domeinen, verwijderbaar door verificatie.

• Wat wordt achtergehouden — GPT-Rosalind: het model zelf. Claude Opus 5.5: de biologische capaciteit van het nieuwste model, vervangen door die van zijn voorganger.

• Tijd tot toegang — GPT-Rosalind: hoe lang de beoordeling ook duurt, zonder gepubliceerd serviceniveau. Claude Opus 5.5: onmiddellijk voor niet-biologisch werk; afhankelijk van verificatie voor biologie.

• Faalmodus als je niet geverifieerd bent — GPT-Rosalind: geen toegang, en een fout die je kunt zien. Claude Opus 5.5: een werkend antwoord van een ander model, dat je mogelijk niet ziet.

Die laatste zin is degene die de inkoop zou moeten vormgeven. Een harde gate is irritant en eerlijk. Een zachte gate is handig en levert resultaten op waarvan je de herkomst moet controleren, vooral als je pipeline het model logt dat je hebt aangevraagd in plaats van het model dat heeft geantwoord.

Wat er in oktober is veranderd, en waarom dat het echte verhaal is

Het academische plan van 15 oktober is de eerste keer dat OpenAI de toegang tot de assistent loskoppelt van de toegang tot het model. De plaatsen zijn ChatGPT Business, beperkt tot 30 per instelling, gratis voor maximaal twaalf maanden, en het plan vereist dezelfde goedkeuring voor vertrouwde toegang als elke andere route. Hoofdonderzoekers beheren de machtigingen; institutionele verificatie is een stap in het proces. Bedrijfslabs wordt geadviseerd hun eigen overeenkomst te onderhandelen in plaats van de academische route te gebruiken. En de zin die er het meest toe doet voor iedereen die iets bouwt: API-toegang is op dit moment niet inbegrepen.

Een universitaire groep kan het model nu dus gratis in een chatvenster krijgen en kan het nog steeds niet vanuit een pipeline aanroepen. Dat is geen cynische lezing; het is de letterlijke tekst van het plan, en het levert een vreemde tweedeling op binnen één enkel lab. De wetenschappers in het natte lab krijgen een browsertabblad. De computationele groep krijgt niets totdat zij de beoordeling op eigen account doorstaat en $5,00 per miljoen invoertokens begint te betalen.

De onderzoeksnotitie van 21 oktober laat zien waarvoor de betaalde route dient. Een run van duizenden samenwerkende agenten, gebouwd met PerturbAI en Scripps, screende meer dan 700 referenties terug tot 11 en produceerde in 32 minuten een hypothese over cholesteroltransport bij een neurodegeneratieve ziekte; geblindeerde beoordelaars gaven in ongeveer driekwart van de vergelijkingen de voorkeur aan de machine-output, en de preprint verscheen op 16 oktober onder een CC-BY-licentie. Het is een resultaat van de aanbieder zelf, dus beschouw het voorkeurscijfer als een leveranciersclaim — maar het is de eerste publieke demonstratie dat het gated model voor iets anders dan benchmarktabellen wordt gebruikt.

Geen van beide oktoberdocumenten verandert de vergelijking qua prijs of capaciteit. Beide veranderen wie eraan kan deelnemen.

De tariefkaart is niet langer een gelijkspel.

Tot september was deze vergelijking ongewoon helder: het gespecialiseerde model van OpenAI en het vlaggenschip van Anthropic zaten beide op $5,00 per miljoen inputtokens en $25,00 per miljoen outputtokens. Toen verlaagde Anthropic op 22 september 2026 de prijs van zijn vlaggenschip — $4,00 voor invoer, $20,00 voor uitvoer, cache-leesacties van $0,50 naar $0,20 — en was de gelijkstand voorbij. GPT-Rosalind is niet gewijzigd ten opzichte van de tarieven die in zijn septemberupdate zijn gepubliceerd.

• Invoer — GPT-Rosalind $5,00 per 1 mln vs Claude Opus 5.5 $4,00. De specialist kost 25% meer per invoertoken.

• Uitvoer — GPT-Rosalind $25,00 per 1M versus Claude Opus 5.5 $20,00. Ook 25% meer.

• Gecachte invoer — GPT-Rosalind $0,50 vs Claude Opus 5.5 $0,20. Dit is de post die bij lange agent-runs oploopt, en hier is het verschil 2,5×.

• Cache schrijven — De prijspagina van OpenAI bevat geen regel voor cache-schrijven voor GPT-Rosalind. Claude Opus 5.5 rekent $5 per 1M voor een schrijfactie van vijf minuten en $8 voor een uur.

• Context en uitvoer — Beide hebben een contextvenster van 1M tokens; Claude Opus 5.5 documenteert een maximale uitvoer van 128K, met 300K beschikbaar op de Batch API achter een bèta-header.

• Modaliteiten — Claude Opus 5.5 accepteert tekst-, afbeeldings- en bestandsinvoer en retourneert tekst. GPT-Rosalind verwerkt wetenschappelijke bestandsinvoer via ChatGPT, Codex en de API; O​penAI publiceert geen algemene claim over afbeeldingsinvoer voor dit model.

De cacheregel verdient de nadruk die hij doorgaans niet krijgt. Een ontdekkingsworkflow is een lang gesprek met een grote systeemprompt — het atlasschema, de tooldefinities, het huisprotocol — die bij elke beurt opnieuw wordt verzonden. Bij $0,20 tegen $0,50 per miljoen gecachte tokens is een run die op caching leunt aanzienlijk goedkoper op de generalist voordat er ook maar één biologietoken is gegenereerd. Of dat ertoe doet, hangt ervan af of de antwoordkwaliteit per token van de specialist de kloof dicht, en dat is de volgende sectie.

Wat de specialist daadwerkelijk heeft gemeten

Alles hieronder is OpenAI's eigen evaluatie, gepubliceerd bij de capaciteitsupdate van het model, en niets ervan is onafhankelijk gereproduceerd. De vergelijkingen zijn met GPT-5.5, OpenAI's eigen algemene model, niet met iets dat Anthropic maakt.

• MedChemBench — 27,5% voor GPT-Rosalind tegen 25,1% voor GPT-5.5, met 7,2% minder tokens. Een benchmark die OpenAI heeft ontworpen om structuur-activiteitsrelaties, potentie en ADME-voorspelling en retrosynthese te bestrijken.

• GeneBench — 21,6% tegenover 20,4%, met 31% minder tokens, bij langlopende analyses op het gebied van genomics en kwantitatieve biologie.

• LabWorkBench — 63,2% tegen 55,8%, met 5,3% minder tokens, bij het koppelen van perturbaties aan uitkomsten in echte wet-labprotocollen. De data is propriëtair, wat een pluspunt is: die kan niet in de training zijn gelekt.

• BixBench — OpenAI beweert de hoogste score te hebben onder modellen met gepubliceerde resultaten, en noemt het cijfer niet in de lopende tekst. Twee secundaire publicaties noemen 0,751 en 0,761, dus beschouw het exacte getal als onzeker.

• LifeSciBench — de kop van de leverancier is een prestatiestijging van 4,42% per token, op een extern door experts beoordeelde benchmark over zes workflowgebieden.

Lees de absolute getallen, niet de delta's. Een score van 27,5% op een benchmark voor medicinale chemie is geen model dat geneesmiddelen ontdekt; het is een model dat zijn voorganger verslaat op een moeilijke test waarop beide laag scoren. De kop van 4,42% is een verhouding van nauwkeurigheid tot tokens, een legitieme efficiëntiemaat en een vreemd iets om bovenaan een lanceerpagina te zetten. Wat deze cijfers wél aantonen, is dat de tuning echt en specifiek is: de winst komt naar voren bij chemie- en wetlabtaken, niet bij algemeen redeneren.

Er is geen openbare biologiebenchmark waarop zowel GPT-Rosalind als Claude Opus 5.5 is gescoord. Iedereen die een cijfer voor een rechtstreekse vergelijking presenteert, vergelijkt ofwel verschillende benchmarks ofwel een leveranciersuitvoering met een onafhankelijke uitvoering, en beide zijn ongeldig. Dat ontbreken is het allerbelangrijkste feit in deze onderlinge vergelijking.

Wat de generalist daadwerkelijk heeft gemeten

Claude Opus 5.5 heeft het onafhankelijke record, en het is ruim. Op de Intelligence Index van Artificial Analysis — de revisie v4.3.2, afgelezen eind oktober 2026 — scoort het 57,6, waarmee het alle andere modellen op die ranglijst voorblijft. De meting op de lanceerdag volgens de vorige revisie van de index was 54, dus het getal is zowel met de methodologie als met het model mee veranderd; noem de revisie wanneer u de score noemt.

De eigen lanceringstabel van Anthropic voegt de domeindetails toe, allemaal door de leverancier gerapporteerd: Terminal-Bench 4.0 op 66,4%, FrontierCode v1.1 op 54,4%, CursorBench 4.0 op 57,8%, GDPval-AA v2.1 met 1846 Elo, OSWorld 2.0 op 81,8%. Anthropic waarschuwt in zijn eigen materiaal ook dat benchmarkmarges op dit capaciteitsniveau "een minder betrouwbare leidraad zijn voor verschillen in de echte wereld" — een zin die het onthouden waard is de volgende keer dat iemand je een kloof op een ranglijst voorhoudt.

Niets daarvan is biologie. Het is het profiel van een model dat is gebouwd om in alles goed te zijn, en het is de reden dat de vergelijking niet simpelweg "specialist verslaat generalist bij domeintaken" is. De tokenuitgaven van een biotechbedrijf zijn grotendeels geen biologie: het is code, datapijplijnen, documentreview en de agent-scaffolding rondom de wetenschap. Op dat merendeel van de workload is Claude Opus 5.5 goedkoper, onafhankelijk gemeten en beschikbaar zonder aanvraag.

Het enige dat de doorslag geeft: telt je werk in de biologie als biologie?

Hier is de asymmetrie die niemand in een vergelijkingstabel zet. De poort van GPT-Rosalind gaat over wie je bent. De poort van Claude Opus 5.5 gaat over wat je vraagt. Een universiteitslab dat een cholesteroltraffickingassay in neuronen uitvoert, is precies het gebruiksscenario waarvoor de trusted-accessbeoordeling van O​penAI bestaat, en precies het gebruiksscenario dat de safeguard-laag van Anthropic wegstuurt, tenzij het account geverifieerd is.

De praktische consequentie: als je de verificatie aan beide zijden haalt, heb je een echte keuze tussen een specialist voor $5/$25 en een generalist voor $4/$20, en de domeinafstemming van de specialist is de reden om de premie van 25% te betalen. Haal je geen van beide, dan heb je helemaal geen keuze — je krijgt Claude Opus 5 die vragen over biologie beantwoordt en geen GPT-Rosalind, en de vergelijking is dan academisch.

Er is een derde geval, en waarschijnlijk het meest voorkomende binnen een bedrijf: het biologieteam is geverifieerd en het platformteam niet. Dan zijn de twee modellen geen alternatieven, het zijn verschillende tools voor verschillende wachtrijen, en het interessante engineeringprobleem is de routering eerlijk houden — ervoor zorgen dat een verzoek dat de specialist nodig heeft niet stilletjes bij een generalist terechtkomt omdat de sleutel van de specialist rate-limited was.

Beide draaien zonder te doen alsof ze uitwisselbaar zijn.

Claude Opus 5.5 staat op OrcaRouter tegen de lijstprijs van de provider — $4,00 input, $20,00 output, $0,20 voor gecachte input per miljoen tokens, met 0% opslag, dus de septemberverlaging van Anthropic bereikte onze catalogus op de dag dat die werd gepubliceerd. GPT-Rosalind staat niet op OrcaRouter; het staat op geen enkele router van derden, en toegang verloopt rechtstreeks via het trusted-accessprogramma van O​penAI. We zullen niet de indruk wekken dat het anders is.

Waar die combinatie eigenlijk goed voor is, is het split-queuepatroon hierboven. De algemene helft van een onderzoeksplatform — de code die atlasuitvoer parseert, de agentorkestratie, de literatuursamenvatting waarvoor geen domeinafstemming nodig is, de rapportgeneratie — draait op Claude Opus 5.5 via één sleutel naast 200+ andere modellen, met automatische failover zodat een hapering bij een provider het verzoek verplaatst in plaats van de run te laten mislukken. De biologiehelft blijft op de directe Rosalind-sleutel. De routing-DSL is wat je in staat stelt dat als een regel in plaats van een conventie uit te drukken: een benoemde route voor de specialist, een fallback voor al het andere, en geen stille vervanging in welke richting dan ook.

Dat laatste deel is het ontwerpprincipe waar deze hele vergelijking voor pleit. De soft gate van Anthropic bestaat omdat stille vervanging handig is. Als je een gereguleerde pipeline bouwt, wil je dat de vervanging een beslissing is die je hebt geconfigureerd, gelogd en kunt verdedigen — niet iets wat de leverancier namens jou heeft gedaan.

Wat zou deze vergelijking veranderen?

Drie dingen, in volgorde van waarschijnlijkheid. OpenAI zou het academische plan kunnen uitbreiden met API-toegang, waardoor elke universiteit die in aanmerking komt gratis specialistische capaciteit krijgt en de generalist de betaalde optie wordt. Anthropic zou de verificatie sneller kunnen uitbreiden dan OpenAI de vertrouwde toegang uitbreidt, waardoor de generalist voor een middelgroot lab de pragmatische route naar capaciteit voor grensverleggende biologie wordt. OpenAI zou de prijs van GPT-Rosalind kunnen verlagen om aan te sluiten bij de nieuwe topklasse, waardoor de meerprijs van 25% verdwijnt en de domeinafstemming bijna gratis wordt. Of een onafhankelijke evaluator zou een biologiebenchmark kunnen publiceren waarop beide modellen scoren, wat dit hele debat door een getal zou vervangen.

Totdat een van die dingen gebeurt, is de beslissingsregel smal en weinig glamoureus. Als je werk moleculaire biologie is en je een beoordeling kunt doorstaan, is GPT-Rosalind het enige frontier-model dat ervoor is afgestemd, en 25% is geen grote meerprijs voor een domeinspecialist. Als je werk iets anders is, of je biologiewerk is bijkomstig, is Claude Opus 5.5 goedkoper, onafhankelijk beoordeeld en zonder toegangsbeperkingen — en de terugvaloptie met veiligheidsmaatregelen is iets om te begrijpen, niet een reden om het te vermijden, zolang je weet wanneer die in werking treedt.