GPT-Rosalind vs Claude Opus 5.5: Båda labben sätter en grind framför biologin

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.

Två grindar, två logiker

Anthropics upplägg dokumenteras i lanseringsmaterialet för Claude Opus 5.5 och är lätt att missa eftersom det framstår som en konfigurationsetikett snarare än en policy: modellen levereras med den skyddsnivå som tidigare var reserverad för Claude Fable 5.1, eftersom den bedöms vara jämförbar inom biologi och cybersäkerhet. I praktiken omdirigeras de flesta cybersäkerhetsförfrågningar till Claude Opus 4.8, och biologiarbete faller tillbaka på Claude Opus 5 om inte kontot verifieras via Anthropics Life Sciences- eller Cyber Verification-program.

Det är en reservlösning, och det är värt att vara precis om vad det innebär för ett labb. Du får en kompetent allmän modell som svarar på din biologifråga – Claude Opus 5, inte den nyare modellen – och om du inte har gått igenom verifiering kan du mycket väl inte märka substitutionen alls. Förmågan finns där; den nyaste versionen av den hålls tillbaka.

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.

• Grindtyp — GPT-Rosalind: en ansökan och en granskning före det första anropet. Claude Opus 5.5: tyst modellutbyte på känsliga områden, borttagbart genom verifiering.

• Vad som undanhålls — GPT-Rosalind: själva modellen. Claude Opus 5.5: den nyaste modellens biologiska kapacitet, ersatt av föregångarens.

• Tid till åtkomst — GPT-Rosalind: oavsett hur lång granskningen tar, utan publicerad servicenivå. Claude Opus 5.5: omedelbart för icke-biologiskt arbete; verifieringsberoende för biologi.

• Felbeteende om du är overifierad — GPT-Rosalind: ingen åtkomst, och ett fel du kan se. Claude Opus 5.5: ett fungerande svar från en annan modell, vilket du kanske inte ser.

Den sista raden är den som borde forma upphandlingen. En hård grind är irriterande och ärlig. En mjuk grind är bekväm och producerar resultat vars härkomst du måste kontrollera, särskilt om din pipeline loggar modellen du begärde i stället för modellen som svarade.

Vad som förändrades i oktober – och varför det är den verkliga historien

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.

Så en universitetsgrupp kan nu få modellen i ett chattfönster gratis och fortfarande inte anropa den från en pipeline. Det är inte en cynisk tolkning; det är den bokstavliga texten i planen, och det skapar en märklig klyvning inom ett enda labb. Våtlabbsforskarna får en webbläsarflik. Beräkningsgruppen får ingenting förrän den får godkänt i granskningen för sitt eget konto och börjar betala $5.00 per miljon indatatokens.

Forskningsnotisen från den 21 oktober visar vad betalvägen är till för. En körning med tusentals samverkande agenter, byggd med PerturbAI och Scripps, granskade fler än 700 referenser och reducerade dem till 11 och producerade en hypotes om kolesteroltransport vid en neurodegenerativ sjukdom på 32 minuter; blindade granskare föredrog maskinens resultat i ungefär tre fjärdedelar av jämförelserna, och preprints publicerades under en CC-BY-licens den 16 oktober. Det är ett förstapartsresultat, så betrakta siffran för preferens som ett leverantörspåstående – men det är den första offentliga demonstrationen av att den åtkomstbegränsade modellen används till något annat än benchmarktabeller.

Inget av oktoberdokumenten ändrar jämförelsen av pris eller kapacitet. Båda ändrar vilka som kan delta.

Priskortet slutade vara oavgjort.

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.

• Indata — GPT-Rosalind $5,00 per 1M vs Claude Opus 5.5 $4,00. Specialisten kostar 25 % mer per indatatoken.

• Utdata — GPT-Rosalind $25.00 per 1 miljon jämfört med Claude Opus 5.5 $20.00. Dessutom 25 % mer.

• Cachad indata — GPT-Rosalind $0.50 mot Claude Opus 5.5 $0.20. Det här är raden som ackumuleras vid långa agentkörningar, och här är gapet 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.

• Kontext och utdata — Båda har ett kontextfönster på 1M token; Claude Opus 5.5 anger maximalt 128K utdata, med 300K tillgängligt i Batch API bakom en beta-header.

• 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.

Cache-raden förtjänar den betoning den vanligtvis inte får. Ett upptäcktsarbetsflöde är en lång konversation med en stor systemprompt – atlas-schemat, verktygsdefinitionerna, husprotokollet – som skickas igen vid varje tur. Med $0.20 mot $0.50 per miljon cachade tokens är en körning som lutar sig mot cachning avsevärt billigare för generalisten innan en enda biologitoken har genererats. Om det spelar roll beror på om specialisternas svarskvalitet per token stänger gapet, och det är nästa avsnitt.

Vad specialisten faktiskt har mätt

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 % mot 20,4 %, med 31 % färre tokens, för långsiktiga analyser inom genomik och kvantitativ biologi.

• LabWorkBench — 63,2 % mot 55,8 %, med 5,3 % färre tokens, för att koppla perturbationer till utfall i verkliga våtlabbsprotokoll. Data är proprietär, vilket är ett plus: den kan inte ha läckt in i träningen.

• 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 — leverantörens huvudrubrik är en prestandaökning på 4,42 % per token, på ett externt expertbedömt benchmark inom sex arbetsflödesområden.

Läs de absoluta talen, inte deltana. Ett resultat på 27,5 % i ett benchmark för läkemedelskemi är inte en modell som bedriver läkemedelsforskning; det är en modell som slår sin föregångare i ett svårt test där båda får låga poäng. Rubriken på 4,42 % är ett förhållande mellan träffsäkerhet och tokens, vilket är ett legitimt effektivitetsmått och en märklig sak att sätta högst upp på en lanseringssida. Vad dessa siffror däremot visar är att finjusteringen är verklig och specifik: vinsterna syns i kemi- och våtlabbsuppgifter, inte i allmän resonemangsförmåga.

Det finns inget offentligt biologiskt benchmark där både GPT-Rosalind och Claude Opus 5.5 har utvärderats. Den som presenterar ett direkt jämförelsetal jämför antingen olika benchmarks eller jämför en leverantörskörning mot en oberoende sådan, och båda är ogiltiga. Att den saknas är det enskilt viktigaste faktumet i den här jämförelsen.

Vad generalisten faktiskt har mätt

Claude Opus 5.5 har det oberoende rekordet, och det är brett. På Artificial Analysis Intelligence Index – revideringen v4.3.2, avläst i slutet av oktober 2026 – får den 57,6, vilket placerar den före alla andra modeller på den listan. Avläsningen på lanseringsdagen i den tidigare revideringen av indexet var 54, så siffran har förändrats både med metoden och med modellen; ange revideringen när du anger poängen.

Anthropics egen lanseringstabell tillför domändetaljen, allt leverantörsrapporterat: {{1}}Terminal-Bench 4.0{{/1}} på 66,4 %, {{2}}FrontierCode v1.1{{/2}} på 54,4 %, {{3}}CursorBench 4.0{{/3}} på 57,8 %, {{4}}GDPval-AA v2.1{{/4}} på 1 846 Elo, {{5}}OSWorld 2.0{{/5}} på 81,8 %. Anthropic varnar också, i sitt eget material, för att benchmarkmarginaler vid denna kapacitetsnivå är "{{6}}en mindre tillförlitlig vägledning för skillnader i verkligheten{{/6}}" — en mening som är värd att minnas nästa gång någon citerar en skillnad i en resultattavla för dig.

Inget av det är biologi. Det är profilen för en modell som byggts för att vara bra på allt, och det är anledningen till att jämförelsen inte helt enkelt är ”specialist slår generalist på domänuppgifter”. Ett bioteknikföretags tokenutgifter är till största delen inte biologi: det är kod, datapipelines, dokumentgranskning och agentinfrastrukturen kring vetenskapen. På den majoriteten av arbetsbelastningen är Claude Opus 5.5 billigare, oberoende uppmätt och tillgänglig utan ansökningsprocess.

Det enda som avgör det: räknas ditt biologiarbete som biologi?

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.

Den praktiska konsekvensen: om du klarar verifieringen på båda sidor har du ett verkligt val mellan en specialist på $5/$25 och en generalist på $4/$20, och specialistens domänanpassning är anledningen att betala 25-procentig premium. Om du inte klarar någon av dem har du inget val alls — du får Claude Opus 5 som besvarar biologifrågor och ingen GPT-Rosalind, och jämförelsen blir akademisk.

Det finns ett tredje fall, och det är troligen det vanligaste inom ett företag: biologiteamet är verifierat och plattformsteamet är det inte. Då är de två modellerna inte alternativ, de är olika verktyg för olika köer, och det intressanta ingenjörsproblemet är att hålla routningen ärlig — att se till att en förfrågan som behöver specialisten inte tyst hamnar hos en generalist eftersom specialistens nyckel var hastighetsbegränsad.

Att köra båda utan att låtsas att de är utbytbara

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.

Vad den kombinationen faktiskt är bra för är split-queue-mönstret ovan. Den allmänna halvan av en forskningsplattform – koden som tolkar atlas-utdata, agentorkestreringen, litteratursammanfattningen som inte kräver domänanpassning, rapportgenereringen – körs på Claude Opus 5.5 via en nyckel tillsammans med 200+ andra modeller, med automatisk failover så att ett tillfälligt leverantörsproblem flyttar begäran i stället för att körningen misslyckas. Biologihalvan stannar på den direkta Rosalind-nyckeln. Routing-DSL:en är det som låter dig uttrycka det som en regel i stället för en konvention: en namngiven route för specialisten, en fallback för allt annat och ingen tyst substitution i någon riktning.

Den sista delen är den designprincip som hela den här jämförelsen argumenterar för. Anthropics mjuka grind finns eftersom tyst utbyte är bekvämt. Om du bygger en reglerad pipeline vill du att utbytet ska vara ett beslut som du har konfigurerat, loggat och kan försvara – inte något som leverantören gjorde åt dig.

Vad skulle ändra denna jämförelse

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.

Tills något av detta inträffar är beslutsregeln snäv och oglamorös. Om ditt arbete är molekylärbiologi och du kan klara en granskning är GPT-Rosalind den enda frontiermodellen som är anpassad för det, och 25 % är inte ett stort påslag för en domänspecialist. Om ditt arbete är något annat, eller om ditt biologiska arbete är en bisak, är Claude Opus 5.5 billigare, oberoende poängsatt och utan åtkomstgrindar — och skyddsåtgärdens reservlösning är en funktion att förstå snarare än en anledning att undvika den, så länge du vet när den utlöses.