OpenAI推出Rosalind Academic Plan，为符合条件的美国大学实验室提供最多30个免费ChatGPT Business Standard席位，期限最长12个月，但访问需经过机构和生物安全等多项审核。该计划旨在让学术研究接触GPT-Rosalind及配套科研工具，同时坚持可信访问原则，且不包含API额度或零数据保留选项。
OpenAI宣布推出“Rosalind Academic Plan”，向符合条件的美国大学学术实验室提供最多30个免费的ChatGPT Business Standard席位，期限最长为12个月。通过这一计划，研究人员可以申请使用GPT-Rosalind及相关科研工具，但访问并非自动开放，实验室需要经过机构、负责人身份、研究用途和生物安全联系人等审核。
OpenAI在官方公告中表示，该计划旨在让更多学术科学家接触GPT-Rosalind——一个面向生命科学研究的专用模型。模型结合了科学推理能力与Rosalind Workbench，支持药物和蛋白质设计、基因组学、文献综合、实验规划以及湿实验室辅助等工作。
这项计划发布于2026年10月15日。与此前主要面向企业和受邀研究机构的访问方式相比，它把申请入口进一步延伸到大学实验室，但没有改变OpenAI对生命科学模型采取的“可信访问”原则。
免费席位并不等于无条件使用
根据OpenAI的帮助中心说明，Rosalind Academic Plan目前只面向美国大学的学术实验室。申请必须由首席研究员或实验室负责人代表实验室提交，申请人需要使用经过验证的机构邮箱，并提供大学、院系、实验室、研究方向和拟使用场景等信息。
获批实验室可以获得最多30个Business Standard席位，免费期最长为12个月。席位包含ChatGPT和Codex，但仍受相应的使用额度限制。GPT-Rosalind本身还需要通过额外的可信访问审核，获得席位并不自动意味着所有成员都能使用该模型。
OpenAI明确表示，这项优惠不包括API额度，也不授予GPT-Rosalind的API访问权。对于已经与OpenAI签署Enterprise协议的大学，实验室需要通过学校现有的企业访问流程申请，而不是另行建立独立工作区。
数据处理方面，OpenAI称，通过该学术计划分享的研究数据默认不会用于训练其模型。但帮助中心同时提醒，实验室使用的是受管理的ChatGPT Business工作区，标准数据保留规则默认适用；管理员可能在适用的设置和法律框架下访问、导出、保留或删除工作区数据。该计划也不提供零数据保留功能。
这意味着，免费使用并不等于研究数据自动获得最高级别的隔离。对于包含未发表结果、受限样本信息或机构敏感数据的研究，实验室仍需要根据本校的数据管理和生物安全要求作出判断。
GPT-Rosalind试图处理生命科学研究中的“工作流问题”
GPT-Rosalind并不是OpenAI首次把通用模型用于科学问答。OpenAI在今年4月发布的模型公告中，将其定位为一个面向生物学、药物发现和转化医学的专用推理模型。
OpenAI认为，生命科学研究的瓶颈不只是单个问题的计算难度，还包括研究流程本身的碎片化。科学家需要在论文、专门数据库、实验记录和不断变化的假设之间来回切换。模型的目标，是把证据综合、假设生成、实验设计和工具调用放进一个更连贯的工作流程中。
在配套的Life Sciences Research插件中，OpenAI称其连接了50多个公共多组学数据库、文献来源和生物学工具，支持蛋白质结构查询、序列搜索、文献综述以及公共数据集发现等任务。OpenAI还把该插件作为一个更广泛的编排层，使研究人员即使没有GPT-Rosalind访问权限，也可以使用OpenAI的其他模型尝试部分生命科学工作流。
OpenAI随后在9月的更新中介绍了更完整的LifeSciBench评测框架，覆盖证据处理、分析、设计与优化、科学推理、验证与操作，以及翻译与沟通六类任务。公司还推出了Life Sciences Research和Life Sciences NGS Analysis两个Codex插件，用于把证据检索、生物学解释和生物信息学执行连接起来。
OpenAI的产品页面目前列出了一组由公司报告的评测结果，包括Genebench性能提升53.7%、Medchem Bench提升18.0%、Labworkbench提升19.6%，以及LifeSci Bench提升4.42%。这些数字描述的是OpenAI所选择和设计的评测体系中的表现，并不等同于模型已经在真实实验室中证明能够提高药物研发成功率。OpenAI此前也披露，GPT-Rosalind在与Dyno Therapeutics合作的RNA序列任务中，部分结果超过了历史人工专家成绩的第95百分位；这同样属于特定任务和评测条件下的结果。
学术开放与生物安全之间的边界
将生命科学模型提供给大学实验室，反映出OpenAI试图在两种目标之间寻找平衡：一方面，学术研究需要广泛的试验和知识共享；另一方面，能够处理基因、蛋白质和实验方案的模型也可能带来生物安全风险。
OpenAI在公告中表示，申请前会核验大学和实验室的真实性、负责人身份及其机构职务，评估实验室的研究活动和预期用途，并要求明确一名机构安全联系人。访问启用后，OpenAI还会继续进行监测和执行；对于登记为高敏感度的使用场景，安全检查会结合已经批准的研究背景。
这种设计把GPT-Rosalind与普通的聊天产品区分开来。研究人员不能仅凭注册一个账户就获得模型权限，实验室负责人也需要承担成员管理责任。当成员离开实验室、改变机构归属或不再需要访问时，负责人需要撤销权限。
不过，审核机制能否在不妨碍正当科研的情况下准确区分高风险与低风险用途，仍需要实际运行数据来检验。OpenAI的公开材料主要说明了访问原则和申请流程，尚未披露该计划的申请数量、拒绝率、误报率或安全事件统计。
“普惠科研工具”仍受地理和制度条件限制
从表面看，最多30个免费席位可以降低小型实验室使用先进AI工具的门槛。尤其对缺少大型企业预算、但拥有专业研究能力的大学团队而言，模型和Codex工作区可能有助于整理文献、编写分析代码和协调重复性研究任务。
但这项计划目前并非全球开放。它仅面向美国大学实验室，且要求实验室负责人和成员使用符合条件的机构身份。访问需要获得批准，API也不在免费计划之内。这些条件限制了它直接融入跨国合作项目、校外合作机构和自建科研平台的能力。
更重要的是，模型能够生成研究假设、分析数据或提出实验计划，并不意味着它可以替代科学家对证据质量、实验可行性和安全后果的判断。OpenAI自己在此前的评测材料中也强调，部分测试只衡量文本任务的完成情况，并不验证科学结论是否正确、方法是否可行，或实验方案能否在现实条件下成功。
因此，Rosalind Academic Plan的真正影响，可能不在于它是否让大学实验室“免费获得一个更强的聊天机器人”，而在于它是否能在受控环境中形成可复核、可追溯的科研工作流。研究人员需要知道模型引用了哪些证据、使用了哪些工具、哪些结论仍然存在不确定性，以及最终实验决定由谁负责。
对于OpenAI而言，这也是一次从企业客户走向学术基础研究的试验。计划能否扩大到美国以外的大学、是否会开放API额度，以及研究数据治理规则是否会进一步细化，将是后续观察的重点。
外部报道方面，《Crypto Briefing》确认了该计划的发布时间、席位数量和一年期限，但有关模型评测和商业化进展的部分主要转述OpenAI说法。当前最可靠的访问范围、数据条款和申请要求，仍应以OpenAI的官方公告及帮助中心页面为准。