Le fait
Le 6 novembre 2026, OpenAI a présenté BioBasicsBench, un banc d’essai conçu avec Ligo (biotech spécialisée dans la conception d’enzymes) pour mesurer comment des agents d’IA interprètent des données brutes de laboratoire humide. Le banc compte 100 tâches dans cinq domaines : méthodes protéiques, imagerie et cytométrie, dosages, acides nucléiques, clonage moléculaire.
Contexte
Chaque tâche s’appuie sur des preuves réelles (gels, plaques de colonies, piles de microscopie, exports d’instruments, vidéos de paillasse) et une grille de notation écrite par des scientifiques, revue en interne puis par un examinateur externe. À l’effort de raisonnement xhigh, OpenAI affiche 66,7 % de crédit moyen pour GPT-6 Astra (intervalle 60,3–73,1 %), contre 43,8 % pour GPT-5.6 Sol. Le billet montre aussi des échecs d’Astra : mauvaise lecture de contrôles, généralisation abusive, surcomptage de colonies d’environ 12 % sur un exemple. Sept modèles OpenAI sont évalués, pour 18 500 résultats au total (cinq essais par tâche et par réglage).
Pourquoi ça compte
Les bancs « papier » lissent l’ambiguïté du labo. Un score sur des images et contrôles réels dit mieux si un agent peut aider — ou induire en erreur — un chercheur au quotidien, avec un enjeu biosécurité.
Lecture Neurone21
Tous les scores viennent d’OpenAI sur son propre banc. Ce n’est pas un produit commercial : c’est un outil de mesure. À suivre : l’ouverture éventuelle du jeu de tâches, les scores d’autres laboratoires, et le lien avec les contrôles de biosécurité.