OpenAI gir forskere tilgang til GPT-5.6 Sol

OpenAI gjør et nytt grep i kampen om hvor frontiermodellene faktisk blir brukt: Selskapet lanserer ChatGPT for Academic Researchers og gir gratis tilgang til modeller og verktøy for opptil 100 000 forskere ved utvalgte akademiske institusjoner gjennom 2027. Første bølge er 10 000 forskere i sommer.

Dette er ikke en vanlig rabattkampanje. OpenAI sier deltakerne får tilgang til frontiermodeller på tvers av ChatGPT, ChatGPT Work og Codex, inkludert GPT-5.6-familien ved lansering. GPT-5.6 Sol Pro trekkes frem for de tyngste vitenskapelige og matematiske oppgavene. Terra beskrives som en mer effektiv arbeidshest, mens Luna er den raske og rimeligere varianten. Programmet kommer også med større kontekstvinduer, høyere bruksgrenser, utvidet deep research og mer enn 75 ferdigheter og koblinger rettet mot livsvitenskap, dataanalyse, litteratur, notebooks, referanseverktøy og kodearbeid.

For en CIO eller CISO er nyheten interessant av tre grunner. Først flyttes frontierkapasitet ut av rene AI-laber og inn i forskningsmiljøer som jobber med biologi, energi, matematikk, programvare og materialer. Det betyr raskere eksperimentering, men også flere steder der sensitive data, hypoteser og uferdige resultater møter svært kraftige modeller. Deretter gjør OpenAI dette som en arbeidsflate, ikke bare som en modell i et API. Forskere får ChatGPT, Codex, Work, ferdigheter, connectorer og samarbeidsrom. Til slutt er dette et talentgrep: de forskerne som lærer å bruke agentiske modeller tungt nå, blir morgendagens interne eksperter i virksomheter, leverandører og offentlige institusjoner.

OpenAI legger vekt på styring. Arbeidsrommene skal ha «business-grade» personvern og sikkerhet, og data skal ikke brukes til å trene modellene som standard. Godkjente forskere kan invitere opptil fire samarbeidspartnere fra samme institusjon. Tilgangen koordineres gjennom institusjonenes ChatGPT Edu der det finnes. Dette er viktig, fordi friksjonsfri forskningsbruk uten sentral styring fort blir skygge-IT med bedre matematikk.

Det mest konkrete modellpunktet er hvordan OpenAI posisjonerer GPT-5.6 Sol. Selskapet sier Sol håndterer de vanskeligste vitenskapelige og matematiske problemene, og oppgir at GPT-5.6 Sol scorer 83 prosent på FrontierMath Tier 4, mot 72,5 prosent for GPT-5.5. På GeneBench Pro, som måler biologisk dataanalyse og vitenskapelig resonnering, skal GPT-5.6 Sol Pro løse 31,5 prosent av oppgavene. Dette er leverandørtall, men de sier mye om hva OpenAI vil at markedet skal se: frontiermodeller som forskningsmotor, ikke bare skriveassistent.

Det bør få norske ledere til å stramme opp tre ting.

• Lag en tydelig modellpolicy for forskning og fagmiljøer. Hvis virksomheten har FoU, analyse, sikkerhet, produktutvikling eller tekniske miljøer, er spørsmålet ikke om ansatte kommer til å bruke frontiermodeller. Spørsmålet er om bruken skjer i godkjente arbeidsrom med logging, dataklassifisering og avklarte rettigheter.

• Skill mellom modelltilgang og arbeidsflyt. En GPT-5.6-lisens er bare én del av verdien. OpenAI kobler modellen til Codex, deep research, kontekst, connectors og ferdigheter. Det er der produktiviteten kommer, og det er også der risikoen samler seg. Hvem får koble til GitHub, Drive, notebooks, biobanker, kundedata eller interne dokumenter? Hvilke verktøy kan agenten bruke? Hvem eier resultatene?

• Se dette som kompetansebygging, ikke bare leverandørnyhet. OpenAI finansierer ikke bare tilgang. De skaper en generasjon forskere som lærer å stille bedre spørsmål til frontiermodeller, bygge evaluerbare arbeidsflyter og bruke agentiske verktøy som del av fagarbeidet. Bedrifter som ikke bygger tilsvarende kompetanse internt, kommer til å kjøpe den dyrt senere.

Det er også en konkurransedimensjon. OpenAI sier programmet er del av en samlet forpliktelse på mer enn 250 millioner dollar gjennom 2027 for ekstern forskning og vitenskapelig oppdagelse. Det inkluderer NextGenAI og arbeid med amerikanske energimyndigheters Genesis Mission. Når modellleverandører finansierer verktøy, opplæring og tilgang for forskningsmiljøer, påvirker de også hvilke plattformer fremtidens forskning bygges rundt. Det kan gi fart, men det kan også gi binding.

Den pragmatiske konklusjonen: dette er et positivt grep for forskning, men ledere bør ikke lese det som «gratis AI». De bør lese det som et varsel om at frontiermodeller nå blir normal arbeidsinfrastruktur i avanserte fagmiljøer. Da må virksomhetene få på plass styring som gjør bruken trygg, målbar og nyttig før den blir uformell standard.

Kilder og medier

Primærkilde: OpenAI – https://openai.com/index/chatgpt-for-academic-researchers

Relatert modellbakgrunn: OpenAI – https://openai.com/index/gpt-5-6-frontier-intelligence-efficiency

Thumbnail: OpenAI Image 2 / hogby.ai