GPT-Rosalind против Claude Opus 5.5: обе лаборатории поставили заслон на пути к биологии

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.

Двое ворот, две логики

Порядок, установленный Anthropic, задокументирован в материалах запуска Claude Opus 5.5, и его легко упустить, поскольку он предстаёт в виде метки конфигурации, а не политики: модель поставляется с уровнем защитных мер, ранее зарезервированным для Claude Fable 5.1, так как считается сопоставимой по биологии и кибербезопасности. На практике большинство запросов по кибербезопасности перенаправляются в Claude Opus 4.8, а работы по биологии переключаются на Claude Opus 5, если только аккаунт не верифицирован через программы Anthropic Life Sciences или Cyber Verification.

Это резервный вариант, и стоит точно понимать, что это означает для лаборатории. Вы получаете компетентную универсальную модель, отвечающую на ваш вопрос по биологии — Claude Opus 5, а не более новую модель — и, если вы не прошли проверку, можете вовсе не заметить подмену. Сама возможность есть; но её новейшая версия придерживается.

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.

• Тип шлюза — GPT-Rosalind: заявка и проверка перед первым вызовом. Claude Opus 5.5: незаметная подмена модели в чувствительных доменах, устраняемая при верификации.

• Что скрыто — GPT-Rosalind: сама модель. Claude Opus 5.5: биологические возможности новейшей модели, заменённые возможностями её предшественника.

• Время доступа — GPT-Rosalind: сколько бы ни длилась проверка, без опубликованного уровня обслуживания. Claude Opus 5.5: сразу для работ вне биологии; для биологии — зависит от верификации.

• Режим отказа, если вы не верифицированы — GPT-Rosalind: нет доступа, и ошибка, которую вы видите. Claude Opus 5.5: рабочий ответ от другой модели, который вы можете не увидеть.

Именно последняя строка должна определять подход к закупкам. Жёсткий шлюз раздражает, но честен. Мягкий шлюз удобен и даёт результаты, происхождение которых приходится проверять, особенно если ваш конвейер фиксирует в журнале запрошенную модель, а не ту, что ответила.

Что изменилось в октябре и почему это и есть настоящая история

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.

Итак, университетская группа теперь может бесплатно получить модель в окне чата и по-прежнему не может вызывать её из пайплайна. Это не циничное прочтение; это буквальный текст плана, и он порождает странный раскол внутри одной лаборатории. Учёные из «мокрой» лаборатории получают вкладку браузера. Вычислительная группа не получает ничего, пока не пройдёт проверку по своему собственному аккаунту и не начнёт платить $5.00 за миллион входных токенов.

Исследовательская заметка от 21 октября показывает, для чего нужен платный вариант. Прогон тысяч взаимодействующих агентов, созданных совместно с PerturbAI и Scripps, позволил просмотреть более 700 источников и отобрать 11, а также за 32 минуты сформулировать гипотезу о транспорте холестерина при нейродегенеративном заболевании; слепые рецензенты предпочли машинный результат примерно в трёх четвертях сравнений, а препринт был опубликован по лицензии CC-BY 16 октября. Это результат самой компании, поэтому к показателю предпочтения следует относиться как к заявлению поставщика, — но это первая публичная демонстрация того, что модель с ограниченным доступом используется не только для составления таблиц с результатами бенчмарков.

Ни один из октябрьских документов не меняет сравнение по цене или возможностям. Оба меняют то, кто может в него войти.

Тарифная карта перестала быть ничьей

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.

• Ввод — GPT-Rosalind $5.00 за 1 млн против Claude Opus 5.5 $4.00. Специализированная модель стоит на 25% дороже за входной токен.

• Вывод — GPT-Rosalind $25.00 за 1 млн против Claude Opus 5.5 $20.00. Кроме того, на 25% больше.

• Кэшированный ввод — GPT-Rosalind $0.50 против Claude Opus 5.5 $0.20. Именно эта статья расходов накапливается при длительных прогонах агентов, и здесь разрыв составляет 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.

• Контекст и вывод — Обе имеют контекстное окно в 1 млн токенов; Claude Opus 5.5 заявляет максимальный вывод 128K, при этом 300K доступны в Batch API при использовании бета-заголовка.

• 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.

Строка о кэше заслуживает того внимания, которого обычно не получает. Рабочий процесс открытия — это долгий разговор с большим системным промптом — схемой атласа, определениями инструментов, внутренним протоколом, — который заново отправляется на каждом ходе. При $0,20 против $0,50 за миллион кэшированных токенов прогон, опирающийся на кэширование, существенно дешевле на универсальной модели ещё до того, как сгенерирован хотя бы один биологический токен. Имеет ли это значение, зависит от того, закрывает ли качество ответа специализированной модели в расчёте на токен этот разрыв, и об этом — следующий раздел.

Что специалист на самом деле измерил

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% против 20,4%, при этом на 31% меньше токенов, в долгосрочном анализе геномики и количественной биологии.

• LabWorkBench — 63,2% против 55,8%, при использовании на 5,3% меньшего числа токенов, в задаче связывания возмущений с исходами в реальных протоколах «мокрой» лаборатории. Данные являются проприетарными, и это плюс: они не могли попасть в обучающую выборку.

• 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 — главный заявленный показатель поставщика — рост производительности на токен на 4,42 % по бенчмарку, оцениваемому внешними экспертами, охватывающему шесть областей рабочих процессов.

Смотрите на абсолютные числа, а не на приросты. Оценка 27,5% на бенчмарке по медицинской химии — это не модель, которая занимается разработкой лекарств; это модель, которая превосходит свою предшественницу на сложном тесте, где обе показывают низкий результат. Цифра 4,42% в заголовке — это отношение точности к количеству токенов, что является обоснованной мерой эффективности и странной вещью для верхней части страницы запуска. Что эти числа действительно доказывают, так это то, что тонкая настройка реальна и специфична: улучшения проявляются на задачах по химии и «мокрой» лаборатории, а не на общих рассуждениях.

Не существует публичного биологического бенчмарка, на котором были бы оценены и GPT-Rosalind, и Claude Opus 5.5. Любой, кто приводит число в очном сравнении, либо сравнивает разные бенчмарки, либо сопоставляет прогон вендора с независимым, и оба варианта недействительны. Это отсутствие — самый важный факт в этом противостоянии.

Что на самом деле измерил универсал

У Claude Opus 5.5 независимый рекорд, и он широк. В Intelligence Index от Artificial Analysis — редакции v4.3.2, считанной в конце октября 2026 года — он набирает 57,6 балла, что ставит его впереди всех остальных моделей в этой таблице. Показатель в день запуска на предыдущей редакции индекса составлял 54, так что число изменилось как вместе с методологией, так и вместе с моделью; указывая оценку, указывайте и редакцию.

Собственная таблица Anthropic, опубликованная при запуске, добавляет подробности по доменам, все данные — по сведениям производителей: Terminal-Bench 4.0 — 66,4%, FrontierCode v1.1 — 54,4%, CursorBench 4.0 — 57,8%, GDPval-AA v2.1 — 1846 Elo, OSWorld 2.0 — 81,8%. Anthropic также предупреждает в своих материалах, что на этом уровне возможностей разница в показателях бенчмарков — «менее надёжный ориентир для различий в реальном мире»; это предложение стоит запомнить, когда в следующий раз вам назовут разрыв в таблице лидеров.

Ничто из этого не является биологией. Это профиль модели, созданной быть хорошей во всём, и именно поэтому сравнение не сводится к простому «специалист побеждает универсала в задачах предметной области». Расход токенов биотех-компании в основном не биология: это код, конвейеры данных, проверка документов и агентская обвязка вокруг науки. На этой большей части рабочей нагрузки Claude Opus 5.5 дешевле, независимо измерен и доступен без заявки.

Единственное, что решает исход: считается ли ваша работа по биологии биологией?

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.

Практическое следствие: если вы пройдёте верификацию с обеих сторон, у вас появится реальный выбор между специалистом за $5/$25 и универсалом за $4/$20, и настройка специалиста под предметную область — это причина платить 25%-ную надбавку. Если вы не пройдёте ни одну, выбора у вас не будет вовсе — вы получите Claude Opus 5, отвечающий на вопросы по биологии, и никакого GPT-Rosalind, а сравнение будет чисто теоретическим.

Есть третий случай, и, вероятно, самый распространённый внутри компании: биологическая команда верифицирована, а платформенная — нет. Тогда эти две модели — не альтернативы, а разные инструменты для разных очередей, и интересная инженерная задача — сохранять честность маршрутизации: следить за тем, чтобы запрос, которому нужен специалист, не попадал молча к универсалисту из-за того, что ключ специалиста упёрся в лимит запросов.

Запускать оба, не притворяясь, что они взаимозаменяемы

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.

Чем эта комбинация на самом деле хороша — так это описанным выше шаблоном разделённых очередей. Общая половина исследовательской платформы — код, который разбирает выводы atlas, оркестрация агентов, суммаризация литературы, не требующая доменной настройки, генерация отчётов — работает на Claude Opus 5.5 через один ключ наряду с 200+ другими моделями, с автоматическим переключением при сбое, чтобы сбой у провайдера перенаправлял запрос, а не приводил к падению прогона. Биологическая половина остаётся на прямом ключе Rosalind. DSL маршрутизации — это то, что позволяет выразить это как правило, а не как соглашение: именованный маршрут для специалиста, резервный вариант для всего остального и никакой скрытой подмены ни в одном из направлений.

Эта последняя часть — тот принцип проектирования, в пользу которого говорит всё это сравнение. Мягкий шлюз Anthropic существует потому, что незаметная подмена удобна. Если вы строите регулируемый пайплайн, вы хотите, чтобы подмена была решением, которое вы настроили, зарегистрировали и можете обосновать, — а не чем-то, что поставщик сделал от вашего имени.

Что бы изменило это сравнение?

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.

Пока не произойдёт одно из этих событий, правило выбора остаётся узким и прозаичным. Если вы занимаетесь молекулярной биологией и можете пройти проверку, GPT-Rosalind — единственная передовая модель, настроенная для этой области, и 25% — небольшая наценка для специалиста в этой предметной области. Если ваша работа связана с чем-либо другим или биология для вас второстепенна, Claude Opus 5.5 дешевле, имеет независимую оценку и не ограничен доступом — а резервный механизм защиты стоит понять, а не избегать его, при условии, что вы знаете, когда он срабатывает.