OpenAI 與 Ligo 聯合發佈溼實驗室日常任務評測 BioBasicsBench

2026年11月6日，OpenAI 與 Ligo 發佈 BioBasicsBench，用100項常規溼實驗任務和凝膠、培養皿、顯微影像等原始數據評測智能體的判讀與排錯能力。評測覆蓋7個模型、18500條結果；xhigh 設定下 GPT-6 Astra 平均得分爲可獲得滿分的66.7%（95% CI 60.3–73.1%），GPT-5.6 Sol 爲43.8%。官方同時列舉對照誤讀、多模態細節與實驗語境上的進步，並說明更高分數尚不等於可依賴的實驗室判斷，且將能力進展與生物安全治理相關聯。