GPT-Rosalind vs Claude Opus 5.5: Ambos os laboratórios colocaram uma barreira diante da biologia

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.

Duas portas, duas lógicas

O arranjo da Anthropic está documentado no material de lançamento do Claude Opus 5.5 e é fácil de passar despercebido porque aparece como um rótulo de configuração, e não como uma política: o modelo vem com o nível de salvaguarda anteriormente reservado ao Claude Fable 5.1, porque é considerado comparável em biologia e cibersegurança. Na prática, a maioria das solicitações de cibersegurança é redirecionada para o Claude Opus 4.8, e o trabalho de biologia recorre ao Claude Opus 5, a menos que a conta seja verificada por meio dos programas Life Sciences ou Cyber Verification da Anthropic.

Isso é um recurso de contingência, e vale a pena ser preciso sobre o que isso significa para um laboratório. Você recebe um modelo generalista competente respondendo à sua pergunta de biologia — Claude Opus 5, não o modelo mais novo — e, a menos que você tenha passado por uma verificação, pode não perceber a substituição de forma alguma. A capacidade está lá; a versão mais recente dela é retida.

A configuração da OpenAI é a imagem espelhada. O GPT-Rosalind está acessível por meio do ChatGPT, do Codex e da API, mas apenas por organizações que atendam aos requisitos do programa de acesso confiável. Desde 11 de setembro de 2026, ele está aberto globalmente a organizações elegíveis, em vez de a uma lista nominal de parceiros, e a tabela de preços publicada entrou em vigor em 5 de outubro de 2026. O modelo que você recebe é o especialista; a questão em aberto é se você consegue obtê-lo.

• Tipo de gate — GPT-Rosalind: uma solicitação e revisão antes da primeira chamada. Claude Opus 5.5: substituição silenciosa de modelo em domínios sensíveis, removível mediante verificação.

• O que não foi divulgado — GPT-Rosalind: o próprio modelo. Claude Opus 5.5: a capacidade de biologia do modelo mais recente, substituída pela do seu antecessor.

• Tempo de acesso — GPT-Rosalind: independentemente do tempo que a revisão levar, sem nível de serviço publicado. Claude Opus 5.5: imediato para trabalho não relacionado à biologia; dependente de verificação para biologia.

• Modo de falha se você não for verificado — GPT-Rosalind: sem acesso, e um erro que você pode ver. Claude Opus 5.5: uma resposta funcional de um modelo diferente, que você pode não ver.

Essa última linha é a que deve orientar as compras. Um bloqueio rígido é incômodo e honesto. Um bloqueio flexível é conveniente e produz resultados cuja proveniência você precisa verificar, especialmente se o seu pipeline registrar o modelo que você solicitou em vez do modelo que respondeu.

O que mudou em outubro, e por que essa é a verdadeira história

O plano acadêmico de 15 de outubro é a primeira vez que a OpenAI separa o acesso ao assistente do acesso ao modelo. As vagas são o ChatGPT Business, limitadas a 30 por instituição, gratuitas por até doze meses, e o plano exige a mesma aprovação de acesso confiável que qualquer outra via. Os pesquisadores principais gerenciam as permissões; a verificação institucional é uma etapa do processo. Laboratórios empresariais são orientados a negociar seu próprio acordo em vez de usar o caminho acadêmico. E a frase que mais importa para quem está construindo qualquer coisa: o acesso à API não está incluído no momento.

Então, um grupo universitário agora pode obter o modelo em uma janela de chat gratuitamente e ainda não pode chamá-lo a partir de um pipeline. Isso não é uma leitura cínica; é o texto literal do plano, e produz uma divisão estranha dentro de um único laboratório. Os cientistas de bancada ganham uma aba do navegador. O grupo de computação não ganha nada até passar pela revisão por conta própria e começar a pagar US$ 5,00 por milhão de tokens de entrada.

A nota de pesquisa de 21 de outubro mostra para que serve a via paga. Uma execução de milhares de agentes cooperantes, criada com PerturbAI e Scripps, triou mais de 700 referências até chegar a 11 e produziu, em 32 minutos, uma hipótese sobre o tráfego de colesterol em uma doença neurodegenerativa; revisores cegos preferiram a saída da máquina em cerca de três quartos das comparações, e o preprint foi disponibilizado sob uma licença CC-BY em 16 de outubro. É um resultado próprio, então trate o número de preferência como uma alegação do fornecedor — mas é a primeira demonstração pública de que o modelo com acesso restrito está sendo usado para algo além de tabelas de benchmark.

Nenhum dos documentos de outubro altera a comparação quanto a preço ou capacidade. Ambos alteram quem pode entrar nela.

A tabela de tarifas deixou de ser um empate.

Até setembro, essa comparação era excepcionalmente limpa: o modelo especializado da OpenAI e o carro-chefe da Anthropic estavam ambos em US$ 5,00 por milhão de tokens de entrada e US$ 25,00 por milhão de saída. Então a Anthropic reduziu o preço do seu carro-chefe em 22 de setembro de 2026 — US$ 4,00 na entrada, US$ 20,00 na saída, com as leituras de cache caindo de US$ 0,50 para US$ 0,20 — e o empate acabou. O GPT-Rosalind não mudou em relação às tarifas publicadas em sua atualização de setembro.

• Entrada — GPT-Rosalind $5,00 por 1M vs Claude Opus 5.5 $4,00. O especialista custa 25% mais por token de entrada.

• Saída — GPT-Rosalind US$ 25,00 por 1M vs Claude Opus 5.5 US$ 20,00. Também 25% a mais.

• Entrada em cache — GPT-Rosalind $0.50 vs Claude Opus 5.5 $0.20. Esta é a linha que se acumula em execuções longas de agentes, e aqui a diferença é de 2,5×.

• Gravação de cache — A página de preços da OpenAI não traz nenhuma linha de gravação de cache para o GPT-Rosalind. O Claude Opus 5.5 cobra $5 por 1M para uma gravação de cinco minutos e $8 por uma hora.

• Contexto e saída — Ambos possuem uma janela de contexto de 1M de tokens; o Claude Opus 5.5 documenta saída máxima de 128K, com 300K disponíveis na Batch API por trás de um cabeçalho beta.

• Modalidades — Claude Opus 5.5 aceita entrada de texto, imagem e arquivos e retorna texto. GPT-Rosalind processa entradas de arquivos científicos por meio do ChatGPT, Codex e da API; a OpenAI não publica nenhuma declaração geral sobre entrada de imagens para ele.

A linha de cache merece a ênfase que costuma não receber. Um fluxo de trabalho de descoberta é uma longa conversa com um grande prompt de sistema — o schema do atlas, as definições das ferramentas, o protocolo da casa — reenviado a cada turno. A US$ 0,20 contra US$ 0,50 por milhão de tokens em cache, uma execução que se apoia em cache é materialmente mais barata no generalista antes mesmo de um único token de biologia ser gerado. Se isso importa depende de se a qualidade da resposta por token do especialista fecha a lacuna, e essa é a próxima seção.

O que o especialista realmente mediu

Tudo o que se segue é a avaliação da própria OpenAI, publicada junto com a atualização de capacidades do modelo, e nada disso foi reproduzido de forma independente. As comparações são com o GPT-5.5, o modelo de uso geral da própria OpenAI, e não com nada que a Anthropic produza.

• MedChemBench — 27,5% para o GPT-Rosalind contra 25,1% para o GPT-5.5, usando 7,2% menos tokens. Um benchmark que a OpenAI concebeu para abranger relações estrutura-atividade, previsão de potência e de ADME, e retrossíntese.

• GeneBench — 21,6% contra 20,4%, com 31% menos tokens, em análises genômicas e de biologia quantitativa de longo horizonte.

• LabWorkBench — 63,2% contra 55,8%, usando 5,3% menos tokens, ao relacionar perturbações a resultados em protocolos reais de laboratório úmido. Os dados são proprietários, o que é um ponto a favor: não podem ter vazado para o treinamento.

• BixBench — A OpenAI afirma ter a pontuação líder entre os modelos com resultados publicados e não informa o número em texto corrido. Dois textos secundários citam 0,751 e 0,761, então considere o número exato como indefinido.

• LifeSciBench — o principal destaque do fornecedor é um aumento de 4,42% no desempenho por token, em um benchmark avaliado por especialistas externos em seis áreas de fluxo de trabalho.

Leia os números absolutos, não os deltas. Uma pontuação de 27,5% em um benchmark de química medicinal não é um modelo que faz descoberta de fármacos; é um modelo que supera seu antecessor em um teste difícil no qual ambos têm pontuação baixa. A manchete de 4,42% é uma razão entre acurácia e tokens, que é uma medida legítima de eficiência e uma coisa estranha de se colocar no topo de uma página de lançamento. O que esses números estabelecem é que o ajuste é real e específico: os ganhos aparecem em tarefas de química e de laboratório úmido, não em raciocínio geral.

Não existe nenhum benchmark público de biologia no qual GPT-Rosalind e Claude Opus 5.5 tenham ambos sido avaliados. Qualquer pessoa que apresente um número de comparação direta está ou comparando benchmarks diferentes ou comparando uma execução do fornecedor com uma independente, e ambas são inválidas. Essa ausência é o fato mais importante deste confronto.

O que o generalista realmente mediu

O Claude Opus 5.5 detém o recorde independente, e ele é amplo. No Intelligence Index da Artificial Analysis — revisão v4.3.2, lida no final de outubro de 2026 — ele pontua 57,6, o que o coloca à frente de todos os outros modelos desse quadro. A leitura do dia do lançamento na revisão anterior do índice foi 54, portanto o número mudou tanto com a metodologia quanto com o modelo; cite a revisão quando citar a pontuação.

A tabela de lançamento da própria Anthropic acrescenta o detalhe por domínio, tudo reportado pelo fornecedor: Terminal-Bench 4.0 com 66,4%, FrontierCode v1.1 com 54,4%, CursorBench 4.0 com 57,8%, GDPval-AA v2.1 com 1846 Elo, OSWorld 2.0 com 81,8%. A Anthropic também adverte, em seu próprio material, que, nesse nível de capacidade, as margens dos benchmarks são "um guia menos confiável para diferenças no mundo real" — uma frase que vale lembrar na próxima vez que alguém citar uma diferença de ranking para você.

Nada disso é biologia. É o perfil de um modelo criado para ser bom em tudo, e é o motivo pelo qual a comparação não é simplesmente "o especialista supera o generalista em tarefas de domínio". O gasto de tokens de uma biotech, em sua maioria, não é biologia: é código, pipelines de dados, revisão de documentos e a estrutura de agentes em torno da ciência. Nessa maioria da carga de trabalho, o Claude Opus 5.5 é mais barato, medido de forma independente e disponível sem necessidade de inscrição.

A única coisa que decide isso: o seu trabalho de biologia conta como biologia?

Eis a assimetria que ninguém coloca em uma tabela de comparação. O critério de acesso do GPT-Rosalind gira em torno de quem você é. O critério de acesso do Claude Opus 5.5 gira em torno do que você pede. Um laboratório universitário que realiza um ensaio de transporte de colesterol em neurônios é exatamente o caso de uso para o qual existe a revisão de acesso confiável da OpenAI, e exatamente o caso de uso do qual o nível de salvaguarda da Anthropic se desvia, a menos que a conta seja verificada.

A consequência prática: se você passar na verificação dos dois lados, terá uma escolha real entre um especialista a $5/$25 e um generalista a $4/$20, e o ajuste de domínio do especialista é o motivo para pagar o prêmio de 25%. Se não passar em nenhum dos dois, não terá escolha alguma — você fica com o Claude Opus 5 respondendo a perguntas de biologia e sem o GPT-Rosalind, e a comparação é acadêmica.

Há um terceiro caso, e provavelmente é o mais comum dentro de uma empresa: a equipe de biologia está verificada e a equipe de plataforma não. Então os dois modelos não são alternativas, são ferramentas diferentes para filas diferentes, e o problema de engenharia interessante é manter o roteamento honesto — garantir que uma requisição que precisa do especialista não caia silenciosamente em um generalista porque a chave do especialista foi limitada por taxa.

Executando ambos sem fingir que são intercambiáveis

Claude Opus 5.5 está no OrcaRouter pelo preço de tabela do provedor — US$ 4,00 de entrada, US$ 20,00 de saída, US$ 0,20 de entrada em cache por milhão de tokens, com 0% de markup, então o corte de preços da Anthropic em setembro chegou ao nosso catálogo no dia em que foi publicado. O GPT-Rosalind não está no OrcaRouter; não está em nenhum roteador de terceiros, e o acesso passa diretamente pelo programa de acesso confiável da O​penAI. Não vamos dar a entender o contrário.

É para o padrão de fila dividida acima que essa combinação é realmente útil. A metade geral de uma plataforma de pesquisa — o código que analisa as saídas do atlas, a orquestração de agentes, a sumarização de literatura que não precisa de ajuste de domínio, a geração de relatórios — roda em Claude Opus 5.5 por meio deuma chave junto a 200+ outros modelos, com failover automático para que um problema no provedor mova a solicitação em vez de falhar a execução. A metade de biologia permanece na chave direta da Rosalind. A DSL de roteamento é o que permite expressar isso como uma regra em vez de uma convenção: uma rota nomeada para o especialista, um fallback para todo o resto e nenhuma substituição silenciosa em nenhuma direção.

Essa última parte é o princípio de design que toda esta comparação defende. O soft gate da Anthropic existe porque a substituição silenciosa é conveniente. Se você está construindo um pipeline regulamentado, quer que a substituição seja uma decisão que você configurou, registrou e pode defender — não algo que o fornecedor fez em seu nome.

O que mudaria esta comparação

Três coisas, em ordem de probabilidade. A OpenAI poderia ampliar o plano acadêmico para incluir acesso à API, o que colocaria capacidade especializada gratuita dentro de cada universidade elegível e tornaria o generalista a opção paga. A Anthropic poderia ampliar a verificação mais rápido do que a OpenAI amplia o acesso confiável, o que tornaria o generalista a rota pragmática para capacidade de biologia de fronteira para um laboratório de médio porte. A OpenAI poderia reduzir o preço do GPT-Rosalind para acompanhar o novo nível de topo, o que eliminaria o prêmio de 25% e tornaria o ajuste ao domínio quase gratuito. Ou um avaliador independente poderia publicar um benchmark de biologia em que ambos os modelos sejam avaliados, o que substituiria toda esta argumentação por um número.

Até que uma dessas coisas aconteça, a regra de decisão é estreita e pouco glamourosa. Se seu trabalho é biologia molecular e você consegue passar por uma revisão, o GPT-Rosalind é o único modelo de fronteira ajustado para isso, e 25% não é um prêmio alto para um especialista de domínio. Se seu trabalho for qualquer outra coisa, ou se seu trabalho em biologia for incidental, o Claude Opus 5.5 é mais barato, avaliado de forma independente e sem restrições de acesso — e o fallback de salvaguarda é um recurso a ser entendido, não um motivo para evitá-lo, desde que você saiba quando ele é acionado.