GPT-Rosalind vs GLM-5.2: raciocínio especializado em ciências da vida contra o generalista aberto de contexto de 1M da Zhipu

Quando a OpenAI tirou o GPT-Rosalind da prévia de pesquisa em 11 de setembro de 2026 e o precificou em US$ 5,00/US$ 25,00 por 1 milhão de tokens, com efeito a partir de 5 de outubro, ela colocou o modelo especializado diretamente contra um tipo bem diferente de concorrente: o GLM-5.2, o carro-chefe de pesos abertos da Z.ai, com 753 bilhões de parâmetros, 40 bilhões de parâmetros ativos e uma janela de contexto de 1 milhão de tokens genuinamente utilizável, disponível desde 16 de junho de 2026 a US$ 1,40/US$ 4,40 por 1 milhão de tokens. O Rosalind é o modelo de raciocínio para ciências da vida criado especificamente pela OpenAI, ajustado para descoberta de fármacos, genômica e planejamento experimental; o GLM-5.2 é um generalista construído para tarefas de engenharia de longo horizonte, com seus pesos disponíveis no Hugging Face sob uma licença permissiva. Esse confronto é um estudo sobre duas apostas muito diferentes quanto ao futuro da IA científica.

As duas apostas

GPT-Rosalind, introduzido em 16 de abril de 2026 e batizado em homenagem a Rosalind Franklin, é a aposta da OpenAI de que as ciências da vida merecem um modelo de fronteira criado especificamente para esse fim — um treinado para raciocinar sobre moléculas, proteínas, genes, vias e biologia relevante para doenças, com um Life Sciences Research Plugin que o conecta a mais de 50 ferramentas e bases de dados científicas. Foi lançado para parceiros de acesso confiável nos EUA (Amgen, Moderna, Allen Institute, Thermo Fisher Scientific), expandido em junho com codificação agêntica de classe GPT-5.5, e agora sai da prévia para um programa global de acesso confiável a US$ 5,00/US$ 25,00 por 1 milhão de tokens, US$ 0,50 para entrada em cache, com cobrança a partir de 5 de outubro de 2026.

O GLM-5.2 é o principal modelo da Z.ai (Zhipu AI) para a era das tarefas de longo horizonte — um modelo de texto para texto que combina um contexto utilizável de 1M de tokens com até 128K tokens de saída, raciocínio híbrido controlado por reasoning_effort (high/max), e a posição mais forte de pesos abertos na sua categoria. Tem 753B de parâmetros totais, 40B ativos por token, e os seus pesos estão no Hugging Face. Desde 16 de junho de 2026, está disponível no OrcaRouter a $1.40/$4.40 por 1M de tokens.

O placar

• Preço — GPT-Rosalind US$ 5,00 / US$ 25,00 por 1 milhão de tokens (entrada em cache US$ 0,50), em vigor a partir de 5 de outubro. GLM-5.2 US$ 1,40 / US$ 4,40 por 1 milhão de tokens (leitura de cache US$ 0,26).

• Parâmetros — GLM-5.2: 753B no total / 40B ativos, pesos abertos no Hugging Face. GPT-Rosalind: não divulgado, escala de fronteira.

• AA Intelligence Index — GLM-5.2: 34,0, acima da média em sua classe de 113 modelos. GPT-Rosalind: não monitorado no índice geral.

• Janela de contexto — Ambos 1M tokens. Saída máxima do GLM-5.2: 128K; saída do GPT-Rosalind não divulgada.

• Acesso — GLM-5.2: API aberta, pesos abertos, no OrcaRouter pelo preço de tabela. GPT-Rosalind: qualificação de acesso confiável, não disponível em roteadores de terceiros.

• Avaliações de domínio — GPT-Rosalind: líder no BixBench, 6/11 vitórias no LABBench2 sobre o GPT-5.4, +53,7% no GeneBench, +18,0% no MedChemBench, +19,6% no LabWorkBench (relatado pelo fornecedor). GLM-5.2: AIME 2026 99,2, sem suíte de ciências da vida publicada.

• Ecossistema de ferramentas — GPT-Rosalind: Plugin de Pesquisa em Ciências da Vida, mais de 50 ferramentas. GLM-5.2: uso geral de ferramentas, sem stack específico para ciências.

O que o GLM-5.2 traz para o laboratório

O argumento mais forte do GLM-5.2 é a verificabilidade e o controle. Seu AA Intelligence Index de 34,0 e 99,2 no AIME 2026 são medidos de forma independente; sua arquitetura 753B/40B está documentada; e — unicamente entre os concorrentes deste confronto — seus pesos são públicos no Hugging Face sob uma licença permissiva. Uma equipe de pesquisa pode executar o GLM-5.2 em sua própria infraestrutura, inspecioná-lo, ajustá-lo finamente e auditar exatamente o que ele faz com dados proprietários. Para trabalhos regulamentados em ciências da vida, esse controle é um recurso que nenhum especialista limitado a API iguala. Seu contexto de 1M tokens com 128K tokens de saída lida com os mesmos documentos experimentais longos e sessões agênticas de múltiplas etapas que qualquer generalista de ponta, a $1,40/$4,40 — cerca de um quarto do preço da Rosalind na entrada, menos de um quinto na saída.

Há uma questão real sobre se o treinamento generalista do GLM-5.2 cobre biologia suficiente para trabalho de domínio. Seus benchmarks independentes são pontuações de raciocínio amplo (AIME 99.2, DeepSWE 46.2, FrontierSWE 74.x); ele não tem resultados publicados de BixBench, LABBench2 ou equivalentes ao GeneBench. Para um laboratório que quer um generalista forte que, por acaso, lida com texto científico — e que quer os pesos em mãos — o GLM-5.2 é a escolha racional e verificada de forma independente.

O que a Rosalind traz para o laboratório

O argumento da Rosalind é a profundidade no nível molecular. Seus resultados relatados pelo fornecedor — liderando o BixBench, 6 de 11 tarefas do LABBench2 acima do GPT-5.4, ganhos por token de 53,7% no GeneBench e 18,0% no MedChemBench — visam exatamente o raciocínio para o qual o GLM-5.2 nunca foi especificamente treinado: protocolos de clonagem, previsão de função de RNA, priorização de alvos, desenho experimental. O resultado de sequência de RNA da Dyno Therapeutics (percentil 95 de especialistas humanos, melhor de dez) é o caso-teto. A OpenAI também afirma uma redução de 40% nas alucinações em comparação com modelos gerais — medida pelo fornecedor, não verificada de forma independente, mas, em biologia, o que está em jogo com uma resposta errada é alto o suficiente para que a alegação importe.

O que Rosalind não traz é o que GLM-5.2 tem: pesos abertos, sem barreira de acesso e um preço que um pipeline de alto rendimento consegue amortizar. A qualificação para acesso confiável é um obstáculo real — a O​penAI avalia a elegibilidade com base em uso benéfico, governança e acesso controlado, algo que nem toda organização de pesquisa conseguirá atender. E, a US$ 25/milhão de tokens de saída, Rosalind tem um custo elevado para as tarefas de triagem em grande volume que dominam o gasto com tokens.

A economia na prática

Faça as contas para um pipeline típico de descoberta. Uma passagem de triagem massiva de literatura e sequências que custaria cerca de US$ 100 no GLM-5.2 a US$ 1,40/US$ 4,40 custa cerca de US$ 500 no Rosalind a US$ 5,00/US$ 25,00 — para uma tarefa em que as saídas dos dois modelos provavelmente são comparáveis. O prêmio do especialista é defensável nos pontos de decisão — seleção de alvo, desenho de protocolo, interpretação de variantes — onde um modelo ajustado ao domínio pode, de fato, errar com menos frequência. É desperdício no volume. A implantação racional é em camadas: GLM-5.2 (ou outro generalista com bom custo-benefício) para volume, Rosalind para as decisões.

Roteamento de uma stack híbrida de laboratório

É aqui que uma camada de roteamento transforma o ou/ou em um pipeline. O GLM-5.2 está no OrcaRouter pelo seu preço de tabela de $1,40/$4,40 com 0% de markup, failover automático e a DSL de roteamento — assim, a etapa de alto volume é uma única chamada de API, sem segundo contrato, e o preço é o do fornecedor, repassado. O Rosalind exige a candidatura direta para acesso confiável e ainda não está em roteadores de terceiros; quando ficar disponível por meio de um provedor roteado, aparecerá pelo preço de tabela no mesmo dia. Enquanto isso, você já pode escrever uma regra de roteamento que envia a triagem em massa para o GLM-5.2 e o raciocínio biológico de alto risco para um endpoint especializado, com failover entre eles. Uma chave, ambos os níveis, e cada corte de preço do fornecedor refletido no dia em que acontece.

Conclusão

GPT-Rosalind e GLM-5.2 respondem a perguntas diferentes. Rosalind é o especialista de fronteira: a evidência publicada mais forte de raciocínio biológico neste confronto, um ecossistema de ferramentas construído especificamente para isso, e um preço e uma barreira de acesso que dizem "use-me nas decisões, não para tudo". GLM-5.2 é a alternativa aberta, verificável e independente: um generalista de 753B/40B com pesos públicos, um contexto de 1M e uma licença permissiva a $1.40/$4.40 — a opção padrão racional para trabalho de alto volume e para qualquer equipe que precise ser dona do seu modelo. Um stack de pesquisa sério usa ambos — GLM-5.2 para a maior parte por meio de uma API de roteamento a preço de tabela, Rosalind para os momentos em que estar errado custa mais do que um preço premium.