BioBasicsBench mede agentes em tarefas de rotina de bancada
Em 6 de novembro de 2026 a OpenAI publicou o BioBasicsBench com a Ligo. São 100 tarefas. Elas medem se um agente lê evidência crua de laboratório, aponta erro, e para quando a evidência não sustenta a conclusão.
A OpenAI publicou o BioBasicsBench em 6 de novembro de 2026. É um benchmark, feito com a Ligo, empresa de biotecnologia voltada a desenho de enzimas. Não é um modelo novo. A página diz que as 100 tarefas medem se um agente interpreta dado experimental cru, identifica erro, e reconhece quando a evidência não sustenta uma conclusão.
No ajuste xhigh, que a página descreve como mais raciocínio por tarefa, o GPT-6 Astra ficou com 66,7% do crédito disponível, em média. O GPT-5.6 Sol ficou com 43,8%. A página chama isso de progresso em análise de rotina, com espaço para melhorar em imagem, controle experimental e contexto. Não diz que uma nota mais alta autoriza o modelo a trabalhar num laboratório.
As 100 tarefas cobrem cinco áreas: métodos de proteína, imagem e citometria, quantificação e ensaios, métodos de ácido nucleico, e clonagem molecular. Cientistas montaram as tarefas com dados dos próprios experimentos e parearam cada pergunta com critérios de correção escritos por especialistas. Cada tarefa passou por revisão interna de um cientista da Ligo que não a escreveu, revisão externa de um cientista com doutorado trabalhando em bancada, e uma revisão interna final.
A página agrupa o que o agente recebe. Géis e blots aparecem em 31 tarefas. Protocolos, notas e especificações, em 27. Tabelas e exportações de instrumento, em 20. Fotos de bancada, aparato e reagente, em 18. Microscopia, em 14. Telas e gráficos de instrumento, em 13. Arquivos de sequenciamento, em 12. Vídeos de protocolo, em 7. Placas e colônias, em 7. Folhas de referência, em 21. Essas linhas somam 170, então não são uma partição das 100 tarefas. O trecho extraído da página não diz se uma tarefa pode entrar em mais de uma linha.
O que esta mesa não abriu
O extrator cortou a página antes de uma tabela completa de resultados. Este rascunho não traz contagem de tokens, intervalo de confiança, nem nota de modelo que não esteja no parágrafo de abertura. Também não descreve como se executa método de laboratório. O post da @OpenAI que apontava a página não foi aberto como página. Os fatos acima são da página da OpenAI.