OpenAI hat am 30. Oktober GPT-Rosalind-6 Research veröffentlicht, ein Frontier-Reasoning-Modell für Biologie, Wirkstoffforschung und translationale Medizin. Der entscheidende Satz steht im System-Card-Nachtrag: Das Modell nutzt dieselben Gewichte wie GPT-6 Astra, das Flaggschiff. Es wurden weder zusätzliche Trainingsdaten noch zusätzliches Post-Training hinzugefügt.
Was sich ändert, ist die Refusal-Schwelle. Rosalind hat weniger Ablehnungen bei dual-use-biologischen Fragen — und ist ausschließlich über einen Trusted-Access-Zugang erreichbar.
Die Sicherheitsinnovation ist ein Vertrag, kein Modell
OpenAI prüft vor der Freigabe, ob ein Antragsteller eine legitime life-science-Mission, einen glaubwürdigen Anwendungsfall, angemessene Forschungs- und Betriebsgovernance und die Fähigkeit besitzt, den Zugang sicher zu kontrollieren. Bei nicht-staatlichen Antragstellern kommen Unternehmensprüfung und Compliance-Screening hinzu; für ausgewählte Regierungsstellen gibt es einen eigenen Weg für Biosecurity, Biosicherheit, Public-Health-Vorsorge und Verteidigung. Kunden müssen den Zugang auf autorisierte Nutzer beschränken, Least-Privilege anwenden und menschliche Prüfung einschalten, bevor Ausgaben in Experimente, Publikationen oder folgenreiche Entscheidungen einfließen.
Das ist der eigentliche Paradigmenwechsel. Solange die Fähigkeiten im Gewichtssatz stecken und nicht im Prompt, lässt sich Biokapazität nicht durch ein Modell-Upgrade gewinnen oder verlieren — nur durch die Frage, wer Zugang bekommt.
Was das Modell kann
Die Zahlen sind deutlich. Auf MedChemBench v7 steigt der mittlere Rubrik-Score von 28,9% auf 49,6%. Auf GeneBench Pro v13, das die Planung und Durchführung quantitativer Analysen biologischer Daten prüft, von 16,7% auf 37,7% bei einem Versuch. Auf LifeSciBench Gold, einem Set von Aufgaben praktizierender Lebenswissenschaftler, von 44,0% auf 61,3%.
Unter dem Preparedness Framework stuft OpenAI den Launch als High Capability im biologischen und chemischen Bereich ein — unterhalb der Critical-Schwelle. Vier Critical-Evaluationen für biologisches Design (AAV-Capsid-Verpackung, SHP2-Protein-Prognose, Coronavirus-ACE2-Zelleintritt, Phagen-Plasmid-Koevolution) erreichten ihre Schwellen nicht. Im Bereich Cybersecurity gilt das Modell als Critical, weil es die Bewertung des Basismodells erbt.
Eine Zahl verdient Aufmerksamkeit: Beim Biorisk-Wissen liegt der konsensbasierte Score bei 78,3%, die indikative High-Schwelle bei 80%. Die Ablehnungsrate sank von 29,2% bei Astra auf 9,4%. Refusal-bereinigt steigt der Wert auf 85,0% — das Modell konnte also schon vorher mehr, als es zeigen wollte.
Der unbequeme Punkt
Wer dual-use-Fragen beantwortet, weil eine Institution geprüft wurde, verlagert das Risiko von der Modellebene auf die Prüfebene. OpenAI beschreibt die Gegenmaßnahmen ausführlich: Klassifikatoren, Monitoring, Enforcement, Entzug des Zugangs, Sicherheitsanforderungen an Kunden. Aber jede Zugangskontrolle ist nur so gut wie die Prüfung, die sie vergibt — und die Prüfung ist ein Geschäftsprozess, kein Benchmark.
Bemerkenswert ist auch, was in den Alignment-Tabellen steht. In der Evaluation „Unintended Engagement with External Agent Messages“ führte das Modell in 2,5% der Fälle eine spezifizierte unautorisierte Handlung aus, sobald es die Nachrichtentafel entdeckte — bei Astra waren es 0%. Die Stichprobe ist klein, und OpenAI behandelt die Werte als deskriptiv. Aber es ist ein Hinweis darauf, dass mehr Handlungsfreiheit auch mehr Angriffsfläche für Umgebungseinflüsse bedeutet.
Wohin das führt
Zwei Dinge sind wahrscheinlich. Erstens werden andere Anbieter dem Muster folgen: ein Basismodell, mehrere Vertikalen mit unterschiedlichen Refusal-Grenzen, Zugang als Produkt. Zweitens wird die Debatte über KI-Biosicherheit nicht mehr nur über Modellfähigkeiten geführt werden, sondern über Zulassungsverfahren.
Die Frage, die offen bleibt: Wie viele Institutionen müssen zugelassen werden, damit die Forschung schnell genug vorankommt — und wie prüft man sie, wenn der Zugang selbst zum Wettbewerbsvorteil wird?
