Anthropic i OpenAI rywalizują o narzędzia dla naukowców

30 czerwca 2026 r. Anthropic i OpenAI zaprezentowały oddzielne produkty skierowane do naukowców pracujących w biologii obliczeniowej i genomice. Anthropic udostępnił w wersji beta Claude Science — aplikację łączącą kod, środowiska obliczeniowe i bazy danych. OpenAI opublikowało GeneBench‑Pro — zestaw 129 zadań testujących umiejętność modeli do podejmowania decyzji badawczych przy pracy z nieuporządkowanymi danymi.

Claude Science to aplikacja, a nie nowy model. Integruje repozytoria danych z możliwością podłączenia ponad 60 baz związanych z genomiką, proteomiką i chemoinformatyką. Użytkownicy mogą uruchamiać środowiska obliczeniowe na żądanie oraz śledzić powiązania między wynikami a kodem źródłowym. Narzędzie rozwija dział Anthropic zajmujący się naukami o życiu, uruchomiony w październiku 2025 r. Firma zadeklarowała wsparcie do 50 projektów badawczych w formie kredytów do 30 000 USD każdy. W fazie beta Jérôme Lecoq z Allen Institute wykorzystał aplikację do skrócenia procesu recenzji, który wcześniej mógł trwać do dwóch lat.

GeneBench‑Pro ma 129 problemów z zakresu genomiki, biologii ilościowej i medycyny translacyjnej. Zestaw ma oceniać, czy modele potrafią wybierać właściwe metody analizy i podejmować decyzje wymagające eksperckiego osądu przy pracy z nieuporządkowanymi danymi. OpenAI podało, że model GPT‑5.6 Sol rozwiązał 28,7% zadań wymagających najwyższego poziomu rozumowania; w trybie Pro wynik wzrósł do 31,5%. Dla porównania wcześniejszy GPT‑5 osiągnął poniżej 5% na wcześniejszym GeneBench, a model Opus 4.8 od Anthropic uzyskał 16% w trudniejszym teście.

Autorzy benchmarku i recenzenci szacują, że pojedyncze zadanie GeneBench‑Pro może wymagać od eksperta 20–40 godzin pracy, co przekłada się na koszty rzędu kilku tysięcy dolarów. OpenAI podało, że automatyczna analiza przez model może kosztować „kilka dolarów” w porównaniu z manualnym kosztem.

W kwestii dostępności technologii Anthropic informuje, że najpotężniejsze modele firmy, Fable 5 i Mythos 5, podlegają ograniczeniom wynikającym z amerykańskich przepisów eksportowych, co wpływa na ich dostępność poza Stanami Zjednoczonymi. Firma rozważa lokalizację części infrastruktury poza krajem macierzystym. W publikacjach i wypowiedziach branżowych pojawia się też uwaga o rosnącym udziale chińskich modeli w badaniach AI.

Wypowiedzi ekspertów pojawiły się podczas publicznych paneli i komunikatów. Aubrey de Grey wskazał, że narzędzia AI mogą zmniejszyć opóźnienia w niektórych etapach badań, na przykład przy opracowywaniu leków, i dodał, że tempo rejestracji leków nadal zależy od procedur regulacyjnych i społecznej akceptacji ryzyka. Dr Derya Unutmaz w panelu oceniła, że po 35 latach pracy zawodowej coraz bardziej ufa analizom dostarczanym przez AI i przewiduje, że w przyszłości niekorzystanie z takich narzędzi w praktyce klinicznej może zostać zakwestionowane.

Obie firmy udostępniły materiały techniczne i informacje o wynikach testów 30 czerwca 2026 r. Dalsze testy i wdrożenia będą miały miejsce w środowiskach badawczych i klinicznych, gdzie zespoły będą porównywać użyteczność aplikacji i wyniki benchmarków.