OpenAI представила бенчмарк лабораторной биологии BioBasicsBench из 100 задач и заключила партнерство с Hacktron по кибербезопасности

Концептуальная иллюстрация, созданная ИИ: микросхема и чашка Петри во вложенных стеклянных кубах, отключённый кабель и лупа символизируют оценку лабораторных задач ИИ и защиту системных границ, а не реальную лабораторию.

Бенчмарк BioBasicsBench проверяет ИИ на 100 реальных лабораторных задачах: GPT-6 Astra набирает 66,7%, но ошибается при анализе гелей ПЦР

Компания OpenAI 6 ноября 2026 года опубликовала исследование Measuring how AI agents handle everyday wet-lab science, представив разработанный совместно с биотехнологическим стартапом Ligo Biosciences бенчмарк BioBasicsBench из 100 задач на основе сырых экспериментальных данных. В отличие от тестов по чистовым графикам из научных статей, задания включают 31 снимок гелей и блотов, 27 протоколов и рукописных либо цифровых лабораторных записей, 20 таблиц приборов и файлов проточной цитометрии, а также фотографии чашек Петри с колониями, микроскопические z-стеки, данные секвенирования и видеозаписи работы за лабораторным столом. Задачи охватывают пять направлений: белковые методы (25), визуализацию и цитометрию (23), количественные анализы (19), методы работы с нуклеиновыми кислотами (17) и молекулярное клонирование (16). Семь внутренних моделей OpenAI были протестированы в 37 конфигурациях по 5 попыток на задачу, что составило 18 500 оцененных запусков.¹

При максимальном уровне рассуждений (xhigh) модель GPT-6 Astra набрала в среднем 66,7% возможных баллов (95-процентный доверительный интервал: 60,3–73,1% при среднем объеме ответа 4704 токена), опередив GPT-6.1 Sol (62,0%), GPT-5.6 Sol (43,8%), GPT-6 Luna (38,3%), GPT-5.5 (35,4%), GPT-5.4 (33,2%) и GPT-5.2 (31,2%, 27 620 токенов). GPT-6 Astra смогла распознать рукописную пометку LB Kan50 на краю чашки Петри, выявив несоответствие антибиотика (канамицин вместо ампициллина), и обнаружила спектральное перекрытие каналов флуоресценции на длинах волн 525–540 нм. Однако OpenAI привела и показательные ошибки: при анализе агарозного геля ПЦР колоний GPT-6 Astra верно разделила полосы на две группы ({4, 6, 7, 8} и {5, 9, 10}), но ошибочно предположила, что более крупный фрагмент означает успешную вставку, рекомендовав колонии 4, 6, 7 и 8 со старой плазмидой вместо верных 5, 9 и 10; а при подсчете колоний на чашке допустила завышение примерно на 12%, пропорционально исказив расчет эффективности трансформации ДНК.¹

OpenAI объединяет усилия с Hacktron для тестирования стыков со сторонними сервисами и расширяет доступ к Daybreak Red

В тот же день, 6 ноября 2026 года, OpenAI объявила о партнерстве в сфере наступательной кибербезопасности со стартапом Hacktron из Сан-Франциско, расширив его исследователям доступ к передовым кибермоделям в рамках закрытого контура Daybreak Red (требующего проверки личности, юридических обязательств, мониторинга активности и песочницы). Инженеры OpenAI и специалисты Hacktron будут совместно выбирать приоритетные цели тестирования на стыках, где системы, облачная инфраструктура и контуры идентификации OpenAI взаимодействуют со сторонними сервисами и подключенными ИИ-агентами; к следующему спринту безопасности также присоединятся исследователи из группы Cathedral.²

Сотрудничество выросло из участия Hacktron в программе поиска уязвимостей OpenAI. Согласно отчету Hacktron от 13 сентября 2026 года (Hacking OpenAI), в период с 23 по 25 июля 2026 года исследователи менее чем за 72 часа связали отсутствие патча безопасности в библиотеке libheif (версия 1.19.7), вызываемой через ImageMagick на форуме разработчиков community.openai.com (на базе Discourse), для удаленного выполнения кода при загрузке файла .heic с ошибкой конфигурации единого входа (auth.openai.com), получив доступ к аккаунтам ChatGPT и Codex активных пользователей форума и создав демонстрационный запрос на слияние (PR #1186742) во внутреннем репозитории OpenAI; компания устранила уязвимость примерно за 14 часов и выплатила вознаграждение в 6500 долларов. Оба релиза от 6 ноября имеют важные ограничения: в BioBasicsBench протестированы только внутренние модели OpenAI без базового показателя для людей-ученых и без публикации открытого репозитория задач, а анонс с Hacktron описывает запуск совместного тестирования без перечня новых найденных уязвимостей.¹²³

Источники

1. 2026-11-06 · Measuring how AI agents handle everyday wet-lab science · OpenAI. ↩ ↩² ↩³

2. 2026-11-06 · Partnering with Hacktron to find vulnerabilities in OpenAI's systems · OpenAI. ↩ ↩²

3. 2026-09-13 · Hacking OpenAI · Hacktron. ↩