OpenAI 联合 Ligo 发布 BioBasicsBench，考验 Agent 湿实验分析能力

OpenAI 联合酶设计生物技术公司 Ligo 发布 BioBasicsBench，以来自真实实验的 100 个任务衡量 AI Agent 解读原始实验数据、发现错误及识别证据不足的能力。结果显示，GPT-6 Astra/Sol 明显领先，GPT-6 Astra 在约 6k tokens 时接近 67%，GPT-5.x 系列普遍处于 25%-45% 区间。