**DeepSeek 在自主药物研发基准中胜过 GPT-6 Sol**

_DeepSeek beats GPT-6 Sol in autonomous drug development_

> Raycaster 发布 Biopharma Bench V0.1，覆盖 12 家私营生物医药公司环境中的 71 项专业任务，考察前沿智能体能否处理相互矛盾的记录、识别控制性规范并产出可审计成果。示例任务为 Broad Institute 针对 FDA CDER IND 167326 的部分临床暂停（21 CFR 312.42(b)(1)(iv)）撰写应答绑定方案：多数模型听从内部指引备忘录，主张“反驳暂停”并悄悄推进筛查与试验点搭建，但该研究在 FDA 正式书面解除令前不得开展筛查、建点或接触志愿者，否则将触发执法行动。Claude Opus 5、GPT-5.6 Sol、DeepSeek V4.1 Flash 均未通过，GPT-6 Astra 通过。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-09-25 23:23（北京时间）
- **原文**：[打开原文](https://eval.raycaster.ai/benchmarks/biopharma-bench)