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 implica probar modelos en evaluaciones más exigentes y en flujos de trabajo científicos reales basados en experimentos.

GPT-5.2 es nuestro modelo más sólido en la evaluación FrontierScience, mostrando claros avances en tareas científicas difíciles. Pero el índice también revela una brecha entre un buen rendimiento 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 descubrimientos novedosos que permite. FrontierScience se sitúa antes de ese objetivo, proporcionando una estrella polar para el razonamiento científico de nivel experto al probar modelos en problemas estandarizados y desafiantes y mostrar dónde tienen éxito o fallan. Aunque necesariamente limitado, FrontierScience supone un paso hacia los referentes más duros y significativos que el sector necesita.

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

Combinar benchmarks más difíciles como FrontierScience con evaluaciones reales de laboratorio nos da un mapa más claro de dónde los modelos son efectivos hoy y dónde se necesita más desarrollo. Vemos un fuerte potencial inicial, junto con limitaciones bien definidas, y seguiremos iterando con científicos para hacer que estos modelos sean socios más capaces y fiables en el descubrimiento.