OpenAI veröffentlicht BioBasicsBench, einen Test mit 100 Aufgaben für KI-Agenten in der Laboranalyse
Am 6. November hat OpenAI BioBasicsBench veröffentlicht, einen Test, der prüft, ob KI-Agenten Rohdaten aus Biologielaboren richtig lesen. Er entstand mit Ligo, einem auf Enzymdesign spezialisierten Unternehmen, und umfasst 100 Aufgaben in fünf Bereichen, von Protein- und DNA-Methoden bis zu Mikroskopie und molekularem Klonen, mit echten Gel- und Plattenfotos, Sequenzierdateien und Laborvideos. Auf der höchsten Denkstufe, die alle sieben getesteten Modelle gemeinsam haben, erreichte GPT-6 Astra 66,7 % der möglichen Punkte, GPT-6.1 Sol 62,0 % und GPT-5.6 Sol 43,8 %.
Original bei OpenAI — Measuring how AI agents handle everyday wet-lab science lesen ↗
Warum es wichtig ist
Die meisten Wissenschafts-Benchmarks nutzen saubere Abbildungen aus Fachartikeln, echte Labordaten sind dagegen unordentlich und oft nicht eindeutig. Dieser Test belohnt auch ein Modell, das erkennt, wann die Belege nicht ausreichen – genau das braucht eine Forscherin oder ein Forscher, bevor man einem KI-Assistenten vertraut. OpenAIs eigene Beispiele zeigen, dass das beste Modell noch falsche Kolonien auswählt, widersprechende Daten übergeht und auf einer Platte rund 12 % zu viele Kolonien zählt.
Was sich ändert
- Für Entwickler
- Wer Agenten für Labor oder Forschung baut, erhält einen öffentlichen Maßstab, der auch Teilantworten nach Expertenkriterien bewertet, mit fünf Versuchen pro Aufgabe über 37 Kombinationen aus Modell und Denkstufe.
- Für Unternehmen
- Biotech-Firmen sehen, dass neue Modelle mit Bildern und Versuchskontext deutlich besser umgehen, jede Schlussfolgerung aber weiterhin menschlich geprüft werden muss.
Quellen
- OpenAI — Measuring how AI agents handle everyday wet-lab science ↗ openai.com Primärquelle
Von KI aus offiziellen Quellen zusammengefasst am 7. November 2026. Einen Fehler entdeckt? Sag uns Bescheid. So funktioniert’s