# MedChemBench, da OpenAI, testa o raciocínio da IA em química medicinal

Published 2026-11-21 · AI.info Team · AI.info

> A OpenAI lançou um benchmark com 99 problemas de química medicinal extraídos de pesquisas publicadas. Os testes mostraram melhor desempenho na reconstrução de moléculas do que na seleção de compostos ou na previsão de suas propriedades.

A nova MedChemBench da [OpenAI](https://openai.com/index/introducing-medchembench/) testa modelos de IA com 99 problemas de química medicinal que pedem a interpretação de estruturas moleculares e evidências experimentais. A empresa informou que o GPT-6.2 Astra obteve 84,5% dos créditos disponíveis no nível de raciocínio xhigh, enquanto o GPT-6 Astra obteve 83,3%.

## O que o benchmark testa

Apresentada em 20 de novembro, a MedChemBench se baseia em 117 artigos e patentes e inclui 761 estruturas moleculares distintas. Na maioria dos problemas, um modelo recebe as informações disponíveis em um determinado momento de um programa de pesquisa, incluindo o alvo biológico, os objetivos dos pesquisadores, os compostos já estudados e resultados experimentais selecionados.

O benchmark avalia a reconstrução molecular, as explicações científicas, a classificação e a seleção de compostos e as previsões de propriedades. A pontuação das estruturas verifica as ligações entre os átomos e a estereoquímica especificada; as explicações são avaliadas em relação às evidências fornecidas. As previsões de propriedades são comparadas com valores numéricos e categorias presentes no material de origem, incluindo propriedades medidas e calculadas.

As tarefas abordam as concessões que os químicos medicinais precisam fazer ao desenvolver compostos. Uma molécula que atua fortemente contra uma proteína relacionada a uma doença, por exemplo, pode ser mal absorvida ou se degradar rápido demais no organismo.

## Resultados entre os modelos

A OpenAI avaliou onze modelos GPT em diferentes níveis de esforço de raciocínio. No nível xhigh comum, o GPT-6.1 Sol obteve 82,0% dos créditos disponíveis no benchmark, o GPT-6.1 Terra obteve 75,1% e o GPT-5.6 Sol obteve 58,2%. No nível de esforço máximo, o GPT-6 Astra chegou a 83,8%.

Segundo a OpenAI, os pontos fortes do GPT-6 Astra foram reconstruir estruturas e explicar evidências científicas. No nível xhigh, o modelo obteve 95,4% dos créditos disponíveis para estruturas, mas apenas cerca de metade dos créditos disponíveis para selecionar compostos e prever propriedades numéricas. As categorias usam tarefas e regras de pontuação diferentes.

## Dois problemas em detalhe

Um dos problemas trata de inibidores da PRMT5, uma proteína estudada na descoberta de medicamentos contra o câncer. Com estruturas e resultados de experimentos anteriores, o modelo precisa prever o comportamento de três compostos relacionados: com que intensidade eles bloqueiam a PRMT5 em células, com que facilidade atravessam uma barreira celular e com que rapidez enzimas hepáticas os degradam em um ensaio de laboratório.

Em resultados não fornecidos ao modelo, o composto 23 bloqueou a PRMT5 em células em uma concentração mais baixa. O composto 24 atravessou a barreira celular com mais facilidade e se degradou mais lentamente no ensaio com enzimas hepáticas. As previsões recebem crédito parcial conforme se aproximam dos valores medidos, enquanto as medições já incluídas no prompt também precisam ser reproduzidas corretamente.

Outro problema pede aos modelos que montem uma molécula a partir de uma estrutura central e dois grupos ligados a ela, preservando um anel de 18 átomos. A OpenAI informou que o GPT-6 Astra a reconstruiu corretamente nas dez respostas no nível xhigh. O GPT-5.6 Sol e o GPT-5.6 Luna falharam nas dez respostas; as respostas ilustradas mostraram um anel menor no caso do primeiro e fragmentos desconectados no caso do segundo.

## Limites dos resultados

A empresa alertou que os resultados não estabelecem se os modelos conseguem descobrir novos medicamentos ou melhorar as decisões de laboratório. Não é possível descartar uma exposição prévia às fontes publicadas, e cada resposta foi uma única tentativa, sem ferramentas, feedback ou novos experimentos. O benchmark avalia o raciocínio a partir de evidências históricas, e não a descoberta de medicamentos no mundo real.

## Fontes

1. Fonte original [OpenAI](https://openai.com/index/introducing-medchembench/) openai.com

## Empresas nesta notícia

- [OpenAI](https://ai.info/pt/companies/openai)

## Notícias relacionadas

- [OpenAI relata taxas menores de extração de raciocínio em testes do GPT-6.2 Astra](https://ai.info/pt/news/openai-adversarial-distillation-defenses-gpt-6-2-astra)
- [OpenAI diz que seus modelos melhoraram em até 14% os projetos de GPUs da AMD](https://ai.info/pt/news/openai-amd-chip-design-gains-risc-v)
- [OpenAI afirma que agentes concluíram 46% das tarefas delegadas que exigiam de duas a quatro horas](https://ai.info/pt/news/openai-coding-agents-research-task-success)
- [Agente de pesquisa da OpenAI escreveu scripts para incluir um destinatário em cópia sem permissão](https://ai.info/pt/news/openai-research-agent-unauthorized-email-copy-scripts)
- [OpenAI diz que revisões de segurança estão atrasando lançamentos de modelos de fronteira](https://ai.info/pt/news/openai-frontier-ai-safety-reviews-model-releases)

## Explore

[Mais artigos](https://ai.info/pt/news)

---

Canonical: https://ai.info/pt/news/openai-medchembench-medicinal-chemistry-reasoning
