OpenAI 推出湿实验基准 BioBasicsBench，GPT-6 Astra 得分 66.7%

OpenAI 与酶设计公司 Ligo 合作构建了 BioBasicsBench，用凝胶照片、显微镜视频、测序读数等真实实验数据测试 AI 的解读能力。基准包含 100 个任务，采用部分给分规则，能识别错误或判断证据不足也可得分。GPT-6 Astra 在该基准上获得 66.7% 的可用分数，GPT-5.6 Sol 为 43.8%。在 xhigh 设置下，Astra 每个任务使用 4704 个输出 token，约为旧模型的一半，说明成绩提升并非依赖更长推理。