OpenAI 发布湿实验室基准 BioBasicsBench：GPT-6 Astra 得分 66.7%

OpenAI 联合 Ligo 发布湿实验室基准 BioBasicsBench，共 100 道题，测 AI 智能体处理日常湿实验室科学的能力：读原始实验数据、做对照、数菌落。GPT-6 Astra 在最高推理档下拿 66.7%，比 GPT-5.6 Sol 的 43.8% 高出一大截。但 OpenAI 自己也坦承模型仍会误读对照、数错菌落，离能可靠进实验室还差得远。