OpenAI 又悄悄上架了新模型：`gpt-rosalind-discovery`，生命科学"品牌店"越开越大

一句话结论： OpenAI 没有开任何发布会、没发一篇博客、连文档页面都还是 404，却在 10 月 10 日把一款新生命科学模型 gpt-rosalind-discovery 直接挂上了 API 定价页。价格与现有 gpt-rosalind-research 一模一样：输入 $5/百万 token、输出 $25/百万 token。这说明两件事：OpenAI 正在把"Rosalind"从一款实验性模型做成一个按研发阶段分版本的垂直模型家族；而通用大模型的价格战打不动之后，巨头们都在向付费意愿最强的行业收"垂直税"。

要点速览：

• 新模型是谁： gpt-rosalind-discovery，出现在 OpenAI 定价页新增的 "Life Sciences Models"（生命科学模型）版块，紧挨着已发布的 gpt-rosalind-research；据科技媒体 TestingCatalog 首先发现，OpenAI 官方至今没有任何说明。
• 价格： 输入 $5、缓存输入 $0.5、输出 $25（每百万 token），与 research 版完全同价，约等于通用旗舰模型的价位；文档页点进去是 404。
• 已有成绩单： GPT-Rosalind 自今年 4 月发布研究预览版，合作方包括 Amgen、Moderna、Allen Institute、赛默飞；10 月 5 日起对通过 Trusted Access Program 审核的机构正式计费。
• 三条产品线： 模型本体、Rosalind Workbench 研究工作台、Codex 里的生命科学插件（接 50+ 科学工具与数据源）。
• 对手姿态各异： Anthropic 今年夏天推 Claude Science（自己既卖工具也下场做药研）；Google DeepMind 有 AlphaFold、开源的 TxGemma，重商业化部分扔给了 2021 年分拆的 Isomorphic Labs；微软则走平台路线，不卖自有模型。
• 对价格的启示： OpenAI 定价页上还有个 "Cybersecurity Models" 版块，gpt-5.6-cyber 输出价 $75/百万 token，是 Rosalind 的 3 倍——生命科学当前定价明显是"先圈人、再收钱"的招商价。

发生了什么：一款"只有名字和价格"的模型

10 月 10 日（当地时间），有人在 OpenAI 官方 API 定价页上发现了一个新条目：gpt-rosalind-discovery。

先说它有多"幽灵"：

1. 没有发布会，没有博客，没有 system card。 OpenAI 对这款模型只字未提。
2. 文档页是 404。 第三方检查发现，gpt-rosalind-discovery 和文档链接都指向不存在的页面——除了价格，没有任何官方信息。
3. 社交媒体上先炸了。 英文、葡语、西班牙语、韩语的科技博主都在转定价页截图，有人调侃"OpenAI 自己装作不知道，名字却明晃晃地挂在那儿"。

但它又不是完全的空壳：名字里的 "discovery" 指向明确，外界普遍推测这是面向**药物发现（drug discovery）**场景的专用版本，与现有的 gpt-rosalind-research（偏广泛研究）形成分工——一个管"广谱研究"，一个管"候选分子筛选"这样的具体环节。

真正值得注意的不是这一个模型，而是 OpenAI 专门为它新建了一个定价版块："Life Sciences Models"。在大模型厂商里，这是第一次有人给某个具体科研领域单独建品牌、单独建准入审核流程、还持续迭代版本。这意味着生命科学在 OpenAI 内部已经不是一个实验项目，而是一条业务线。

Rosalind 是谁：从"以科学家命名"到"10 月 5 日开账单"

Rosalind 这个名字来自英国化学家 Rosalind Franklin——她的 X 射线衍射照片为揭示 DNA 双螺旋结构提供了关键证据。用她的名字命名生命科学模型，OpenAI 的野心写在脸上。

时间线梳理：

• 2026 年 4 月： GPT-Rosalind 正式发布研究预览版，首批只对美国的合规企业客户开放，初始合作方包括 Amgen（安进）、Moderna（莫德纳）、Allen Institute、Thermo Fisher Scientific（赛默飞）。
• 随后： 推出基于 GPT-5.5 训练的新版本，强化药物化学与基因组学能力，研究预览范围扩大到全球合规机构。
• 2026 年 5 月 29 日： 上线 Rosalind Biodefense 计划，向生物安全领域的开发者和部分美国政府机构免费开放模型，用于大流行防范。首批伙伴包括劳伦斯利弗莫尔国家实验室、约翰霍普金斯应用物理实验室和 CEPI（流行病防范创新联盟）的"百日使命"计划。
• 2026 年 10 月 5 日： Rosalind 正式开始计费——只有通过 Trusted Access Program（可信准入计划）审核的机构才能用，且仅限内部研究，不许集成进面向客户的产品。

还有一个容易被忽略的实绩：今年早些时候，OpenAI 与 Ginkgo Bioworks 合作，把 GPT-5 接进对方的云端自动化实验室——AI 负责设计实验方案，机器人负责执行湿实验。结果是：一种标准测试蛋白反应的原料成本从 $698/克降到 $422/克，Ginkgo 随后把优化后的反应配方直接上架销售。从模型建议到实验室验证再到商品化，这个闭环是 Rosalind 这条业务线目前最有说服力的"成绩单"。

此前 OpenAI 还与礼来（Eli Lilly）、赛诺菲（Sanofi）、诺和诺德（Novo Nordisk）等药企探索过 AI 制药合作，并在 2025 年成立了内部的 "OpenAI for Science" 团队。可以说，Rosalind 是 OpenAI 在科学领域多年布局的一次集中收网。

价格表里藏着的信号：同价、3 倍差价和"招商价"

把定价页上的数字摆出来看，信息量很大：

几点解读：

1. 两款 Rosalind 定价完全相同，说明 OpenAI 还没想好怎么差异化。 如果 discovery 真的是面向药物发现的专用版本，按理说应该有不同的定价策略（要么更贵、要么按阶段打包）。同价挂出，更像是在"占位"——先把名字和价格框架放上去，抢占"生命科学模型家族"的心智，细节以后再说。

2. 生命科学 vs 网络安全：3 倍的价差是战略信号。 定价页上另一个垂直版块 "Cybersecurity Models" 里，gpt-5.6-cyber 的输出价高达 $75/百万 token。对比之下 Rosalind 的 $25 显得相当"克制"。合理的解读是：生命科学当前的目标是圈人、攒案例——把顶级药企和研究机构先拉进 Trusted Access 的池子里，积累真实使用反馈；等模型在某个研发环节证明了 ROI，再谈差异化涨价。网络安全那边则是另一个逻辑：漏洞挖掘的付费方（安全厂商、大企业）对价格不敏感，直接按价值定价。

3. 缓存输入只要 $0.5，是长上下文科研场景的甜点。 生命科学任务（文献综述、基因组数据分析）动不动就是几十万 token 的上下文，缓存价低意味着"反复读同一批文献/数据"的成本可控。这是对科研工作流的精准定价设计。

三条腿走路：OpenAI 的生命科学产品矩阵

Rosalind 现在已经不是"一个模型"，而是三层交付：

1. 模型本体： GPT-Rosalind / research / discovery——推理能力针对分子、蛋白、基因和药物发现调优。据报道，它处理长篇定量生物学分析所用的 token 比 GPT-5.5 少约 31%。
2. Rosalind Workbench： 研究工作台。OpenAI 的愿景是把现在散落在各处的文献检索、数据分析、序列处理、实验规划，收拢到一个模型可以统一编排的环境里。
3. Codex 里的生命科学插件： 把 50 多个科学工具和数据源接进代码智能体，让"写代码做科研"和"做湿实验"之间只差一个函数调用。

这个矩阵的打法很清晰：OpenAI 只做"卖铲子"的，不下场挖矿。 它不自己建药企管线、不自己搞临床，模型改进靠客户的真实使用反馈驱动。用大白话说：药企出数据、出实验室、出钱，OpenAI 出模型、收 API 费，各赚各的。

对手们：同一条赛道，三种姿势

Anthropic 的姿势最激进——自己建湿实验室、自己跑管线，等于既当裁判又当运动员：好处是能拿到第一手验证数据，坏处是跟自己的药企客户成了潜在竞争对手。OpenAI 的"纯工具"路线恰恰相反：不跟客户抢生意，但代价是模型能力的验证速度完全依赖客户的反馈回路。

谁对谁错现在下结论太早。但 PitchBook 的数据说明了为什么所有巨头都在往里挤：AI 药物发现自 2019 年以来累计吸引了超过 170 亿美元投资。通用模型价格战把利润打薄之后， vertical（垂直场景）是唯一还能讲出高毛利故事的地方——而制药业"早期研发极度依赖人力、选对一个靶点下游全受益"的特点，让它成了付费意愿最强的买家。

冷静一下：两个真正的挑战

热闹之外，AI 制药这条路有两个硬骨头，模型厂商谁都绕不过：

1. 验证周期太长，模型学得慢。 代码是 AI Agent 第一个跑通的市场，因为结果可以立刻运行验证。生物学不行：一个想法要经过湿实验，甚至多年临床试验才能验证。这意味着模型很难像写代码那样快速迭代、自我纠错。Ginkgo 那样的自动化实验室是压缩验证周期的关键，但这层基础设施不属于任何一家模型公司——除非有人愿意重金自建（Anthropic 正在这么干）。

2. 方向还得人来定。 现在的模型能搞定具体的实验设计，但"哪个科学问题值得解决"依然是人类的强项。正如 Ginkgo 联合创始人 Reshma Shetty 所说，选择值得解决的科学问题，仍然是人类擅长的事。这决定了 AI 目前的角色是"替人干重活"，还够不到更高价值的决策环节。

所以 gpt-rosalind-discovery 的"悄悄上架"也可以换个角度看：OpenAI 自己也还在摸索这个模型的定位——连文档都没写好，价格先挂上去了。垂直模型的战争才刚刚开始，现在拼的是"谁先占住生态位"，而不是"谁的模型更强"。

一句话总结

OpenAI 把生命科学做成了独立品牌、独立定价版块、独立准入审核，还按研发阶段切分模型版本——通用模型打价格战、垂直模型收高毛利，"Rosalind" 就是这套新剧本的第一个主角；但文档 404、同价占位也说明，剧本的细节 OpenAI 自己还在写。

来源：

• BigGo Finance《OpenAI Quietly Lists a New Life Sciences Model, Targeting the Drug-Tool Supplier Track》：https://finance.biggo.com/news/d837a572-fbea-477a-880e-8d08cfecc37e
• TestingCatalog（据 BigGo 报道，首个发现定价页新增条目的科技媒体）
• GitHub synapse-news：OpenAI Rosalind Biodefense 计划（2026-05-30）：https://github.com/archie0125/synapse-news/blob/HEAD/src/content/articles/2026-05-30-openai-rosalind-biodefense-pandemic-en.md
• Complete AI Training：OpenAI 向政府机构免费开放生物防御 AI 模型：https://completeaitraining.com/news/openai-offers-free-biodefense-ai-model-to-governments-for/
• TechTimes：Rosalind Biodefense 与双重用途争议：https://www.techtimes.com/articles/318356/20260614/openais-rosalind-biodefense-opens-gpt-rosalind-vetted-partnersdual-use-fears-mount.htm
• Robonomics Substack《AI Drug Discovery Is Becoming a Bottleneck Trade》：https://robonomics.substack.com/p/ai-drug-discovery-is-becoming-a-bottleneck
• Tech+Bio 周报 #86（OpenAI 投资"抢救"失败药物）：https://www.techlifesci.com/p/weekly-techbio-86-openai-backs-a

*配图来源：solafide.ca（GPT-Rosalind 报道配图）、Nature（Rosalind Franklin）、Drug Discovery Trends（Adobe Stock 授权图库）。*