Acelerar el progreso científico es una de las formas más impactantes en que la IA puede beneficiar a la sociedad. Los modelos ya pueden ayudar a los investigadores a razonar sobre problemas difíciles, pero hacerlo bien significa probar los modelos en evaluaciones más difíciles y en flujos de trabajo científicos reales basados en experimentos.

GPT-5.2 es nuestro modelo más fuerte en la evaluación de FrontierScience, mostrando claras mejoras en tareas científicas difíciles. Pero el benchmark también revela una brecha entre un rendimiento sólido en problemas estructurados y el razonamiento abierto e iterativo que requiere la investigación real.

El referente más significativo para la IA en la ciencia son los nuevos descubrimientos que permite. FrontierScience se sitúa aguas arriba de ese objetivo, proporcionando una estrella del norte para el razonamiento científico a nivel experto al probar modelos en problemas desafiantes y estandarizados y mostrar dónde tienen éxito o fallan. Si bien es necesariamente estrecho, FrontierScience es un paso hacia los referentes más difíciles y significativos que el campo necesita.

La clonación es una herramienta fundamental de la biología molecular, y las mejoras en la eficiencia tienen aplicaciones en toda la biotecnología. Esto ofrece un vistazo de cómo la IA podría trabajar codo a codo con los biólogos para acelerar la investigación. Mejorar los métodos experimentales ayudará a los investigadores humanos a avanzar más rápido, reducir costos y traducir descubrimientos en un impacto real.

Combinar referencias más difíciles como FrontierScience con evaluaciones de laboratorio del mundo real nos proporciona un mapa más claro de dónde los modelos son efectivos hoy y dónde se necesita un mayor desarrollo. Vemos una fuerte promesa inicial, junto con limitaciones bien definidas, y continuaremos iterando con los científicos para hacer que estos modelos sean socios más capaces y confiables en el descubrimiento.