OpenAI 与 Ligo 联合发布湿实验室日常任务评测 BioBasicsBench

2026年11月6日，OpenAI 与 Ligo 发布 BioBasicsBench，用100项常规湿实验任务和凝胶、培养皿、显微影像等原始数据评测智能体的判读与排错能力。评测覆盖7个模型、18500条结果；xhigh 设定下 GPT-6 Astra 平均得分为可获得满分的66.7%（95% CI 60.3–73.1%），GPT-5.6 Sol 为43.8%。官方同时列举对照误读、多模态细节与实验语境上的进步，并说明更高分数尚不等于可依赖的实验室判断，且将能力进展与生物安全治理相关联。