OpenAI publie BioBasicsBench, un test de 100 tâches pour les agents IA en analyse de laboratoire
Le 6 novembre, OpenAI a publié BioBasicsBench, un test qui vérifie si les agents IA savent lire les résultats bruts des laboratoires de biologie. Conçu avec Ligo, une entreprise spécialisée dans la conception d'enzymes, il compte 100 tâches réparties en cinq domaines, des méthodes sur les protéines et l'ADN à la microscopie et au clonage moléculaire, avec de vraies photos de gels, de boîtes de culture, des fichiers de séquençage et des vidéos de paillasse. Au niveau de raisonnement le plus élevé commun aux sept modèles testés, GPT-6 Astra a obtenu 66,7 % des points possibles, GPT-6.1 Sol 62,0 % et GPT-5.6 Sol 43,8 %.
Lire l’original sur OpenAI — Measuring how AI agents handle everyday wet-lab science ↗
Pourquoi c’est important
La plupart des tests scientifiques reposent sur des figures propres tirées d'articles, alors que les vraies données de laboratoire sont brouillonnes et souvent peu concluantes. Ce test récompense aussi le modèle qui reconnaît que les preuves ne suffisent pas, ce dont un chercheur a besoin avant de faire confiance à un assistant IA. Les exemples d'OpenAI montrent que le meilleur modèle choisit encore de mauvaises colonies, écarte les données qui le contredisent et surestime d'environ 12 % le nombre de colonies sur une boîte.
Ce qui change
- Pour les développeurs
- Les équipes qui créent des agents pour la recherche disposent d'une référence publique qui note aussi les réponses partielles selon des critères d'experts, avec cinq essais par tâche sur 37 combinaisons de modèle et de niveau de raisonnement.
- Pour les entreprises
- Les entreprises de biotechnologie constatent que les nouveaux modèles gèrent bien mieux les images et le contexte expérimental, mais que chaque conclusion exige encore une vérification humaine.
Sources
- OpenAI — Measuring how AI agents handle everyday wet-lab science ↗ openai.com Source principale
Résumé généré par l’IA à partir des sources officielles le 7 novembre 2026. Une erreur ? Signalez-la-nous. Comment ça marche