OpenAI crea BioBasicsBench: su mejor modelo resuelve 66,7% de 100 tareas de laboratorio con datos crudos

OpenAI presentó BioBasicsBench, una prueba hecha con la startup Ligo Biosciences que mide si los modelos interpretan datos crudos de 100 tareas rutinarias de laboratorio, informó R&D World el 6 de noviembre. GPT-6 Astra obtuvo el mejor puntaje, 66,7%, seguido de GPT-6.1 Sol con 62%. OpenAI advierte que un mejor puntaje no significa aún que los modelos puedan tomar decisiones confiables en el laboratorio.