加速科學進步是 AI 能夠惠及社會的最具影響力的方式之一。模型已經可以幫助研究人員推理解決困難的問題——但要做到這一點，意味著需要在更嚴格的評估和基於實驗的真實科學工作流程中測試模型。

GPT-5.2 是我們在 FrontierScience 評估中最強大的模型，在困難的科學任務上顯示出明顯的進步。 但基準測試也揭示了在結構化問題上的強勁表現與真正研究所需的開放式、迭代推理之間的差距。

在科學領域，AI 最有意義的基準是它所促成的新發現。 FrontierScience 在這一目標的上游，為專業級科學推理提供了一個北極星，通過在具有挑戰性和標準化的問題上測試模型，顯示它們的成功之處或不足之處。 雖然必然是狹窄的，但 FrontierScience 是朝向該領域所需的更艱難、更有意義的基準邁出的一步。

克隆是分子生物學的一項基本工具，效率的提升在生物技術中有廣泛的應用。 這提供了一個如何讓AI與生物學家並肩工作以加速研究的視角。改善實驗方法將幫助人類研究者更快地行動，降低成本，並將發現轉化為現實世界的影響。

將更具挑戰性的基準，如 FrontierScience，與現實世界的實驗室評估相結合，讓我們更清楚地了解目前模型的有效性以及需要進一步開發的地方。 我們看到早期的強勁潛力，並伴隨著明確的限制，我們將繼續與科學家們進行迭代，使這些模型成為更有能力、更可靠的發現夥伴。