20 ноября 2026 г.
GPT‑6 Astra лучше распознаёт молекулы, чем выбирает кандидатов: результаты MedChemBench
GPT‑6 Astra набрала 95,37% баллов за восстановление структур молекул, но 50,42% за выбор соединений.

В MedChemBench OpenAI проверяет, как модели читают молекулярные структуры, объясняют экспериментальные данные и выбирают соединения для ранних этапов разработки лекарств.
Общий балл. В результатах от 20 ноября GPT‑6.2 Astra набрала 84,5% доступных баллов при reasoning effort xhigh, то есть с увеличенным объёмом рассуждений. GPT‑6 Astra получила 83,3%, GPT‑6.1 Sol — 82,0%, GPT‑5.6 Sol — 58,2%.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Задачи разной сложности. В среднем 37,49% общего балла приходится на восстановление структур, ещё 35,78% на объяснения. Выбор соединений даёт 17,51%, численные прогнозы свойств дают 8,92%. Поэтому высокий итоговый результат прежде всего отражает успехи в чтении структур и объяснении данных.
В задаче с молекулой, содержащей 18-членное кольцо, GPT‑6 Astra справилась в 10 из 10 ответов. GPT‑5.6 Sol и Luna не справились ни в одном. При этом GPT‑6 Astra получила за численные прогнозы 47,02% баллов.
Выбор кандидата требует сопоставить несколько свойств. В примере с мишенью PRMT5 соединение 23 сильнее подавляло её в клетках. Соединение 24 лучше проходило клеточный барьер и медленнее разрушалось в анализе с ферментами печени.
OpenAI описала методику, критерии оценки и примеры задач в 27-страничной статье от 9 ноября. Исследователи оценили 11 моделей в 61 сочетании модели и объёма рассуждений, получив по 10 ответов на каждую из 99 задач. Всего они разобрали 60 390 ответов.
MedChemBench охватывает 761 молекулярную структуру из 117 статей и патентов.
Первоисточник