BioBasicsBench poslal agenty nad surová data z laboratoře. Astra získala 66,7 % bodů
OpenAI a Ligo sestavily 100 úloh z běžné laboratorní práce, ve kterých agenti čtou gely, mikroskopické snímky, tabulky i videa. GPT-6 Astra získala 66,7 % dostupných bodů, benchmark však zatím neukazuje, zda lze model pustit k rozhodování bez vědce.