OpenAI 表示將推出一項新計畫，讓 100,000 名學術研究人員在 2027 年前免費使用其最先進的 AI 工具，此舉旨在讓 ChatGPT 更深入日常科學工作，同時把存取範圍擴大到資金充裕的實驗室之外。公司表示，這項名為 ChatGPT for Academic Researchers 的計畫將於今年夏天先從 10,000 名研究人員開始，然後在接下來兩年內擴大。

根據 OpenAI 的公告，該計畫將涵蓋部分指定學術機構，初期包括 Institute for Advanced Study 與 École normale supérieure。參與者將可使用 ChatGPT、ChatGPT Work 與 Codex 上的前沿模型，啟動時即包含 GPT‑5.6 家族。OpenAI 將此方案定位為一部分是基礎設施補助，一部分是產品擴張：公司不只是捐出席位，而是試圖讓其研究導向的 AI 堆疊成為文獻回顧、程式撰寫、假設驗證、研究計畫申請與科學合作的標準工具。

這很重要，因為科學研究已成為先進 AI 系統日益重要的試煉場。OpenAI 的公告將這項計畫描述為一種方式，讓科學家、數學家與工程師手中擁有更有能力的工具，而不是把存取權集中在少數公司與菁英實驗室。對大學而言，這項提案也正好出現在研究者使用 AI 相當不均的時刻——有些人只是偶爾拿來寫作或搜尋，另一些人則將其推進到正式分析與軟體密集型工作流程中。

OpenAI 提供給大學的內容

OpenAI 表示，每位參與研究人員最多可邀請同一機構內四位協作者，讓實際影響範圍超出被點名的參與者本身。公司也表示，工作空間將包含企業級隱私與安全保護，而且資料預設不會用於訓練其模型。對於已在使用 ChatGPT Edu 的機構，OpenAI 表示這項新計畫的存取將透過既有的機構工作空間協調。

公司將此套方案描述為不只是基本的 ChatGPT 存取。研究人員將獲得更高的使用上限、更大的上下文視窗、擴充的 deep research 功能，以及旨在支援研究工作流程中「agentic execution」的工具。實際上，這意味著 OpenAI 正針對科學流程的不同部分提出不同產品：ChatGPT 用於互動式推理與起草，ChatGPT Work 用於較長期的專案組織，Codex 則用於程式生成、除錯、資料分析與可重現的工作流程。

OpenAI 也表示，該計畫包括培訓、實作支援，以及讓參與者彼此學習並提供回饋的機會。這個支援面向的重要性，可能不亞於模型存取本身。在許多大學環境中，限制因素不是實驗室能否打開聊天機器人，而是團隊能否在研究補助準備、筆記本式分析、文獻整合與出版流程中可靠地使用 AI，且不產生新的可重現性或合規問題。

為何科學已成為 ChatGPT 的關鍵戰場

這家公司的訴求反映出更廣泛的趨勢：前沿模型供應商越來越希望被視為不只是通用聊天機器人的製造者，而是特定領域研究基礎設施的供應者。OpenAI 表示，這項新計畫是其到 2027 年投入超過 2.5 億美元、支持外部科學研究與發現承諾的一部分。公司將此計畫與 NextGenAI 連結起來，後者是針對研究機構的 5,000 萬美元支持計畫，也與其在美國能源部 Genesis Mission 的工作相關。

OpenAI 也在此次發布中主張，AI 已經開始成為日常科學工具。根據公司說法，每週約有 130 萬人使用 ChatGPT 進行進階科學與數學，產生約 840 萬則訊息。公司指出，這個變化在數學領域尤其明顯，過去幾個月 AI 已從對個別問題的偶爾使用，轉向研究中的更常態化使用，且越來越多論文提及 ChatGPT。

這些數據顯示研究已成為 OpenAI 重要的使用類別，但也需要謹慎解讀。公司沒有提供這 130 萬使用者中有多少是學術研究人員、學生、業界科學家或愛好者的拆分資料。它也沒有公開這裡所提供公告材料中，如何分類「進階科學與數學」使用情形的完整方法論。

不過，戰略方向很清楚。透過現在向大學提供免費存取，OpenAI 可以鼓勵研究團隊在高等教育尚未完全定案採購、治理與標準化決策之前，就先圍繞其產品建立工作流程。若真如此，ChatGPT Edu、ChatGPT Work 與 Codex 可能會像雲端筆記本與參考文獻管理器一樣，成為機構軟體堆疊中難以替代的一部分。

產品細節：模型、連接器與科學工作流程

OpenAI 表示，參與該計畫的研究人員在啟動時將獲得 GPT‑5.6 家族模型。公司將 GPT‑5.6 Terra 描述為在能力與效率之間取得平衡，適合日常研究；GPT‑5.6 Luna 則是針對較輕量任務的更快速選項；GPT‑5.6 Sol 則是用於更困難科學與數學工作的模型。公告也提到 GPT‑5.6 Sol Pro，以及另一個涉及 GPT‑5.5 Pro 的研究案例。

除了核心模型之外，OpenAI 表示研究人員可使用超過 75 項生命科學技能，涵蓋遺傳學、基因組學、定序、單細胞分析、蛋白質建模與藥物發現。公司也表示，連接器可提供科學文獻、公開基因組與臨床資料庫、衛星影像、計算筆記本、資料平台與參考文獻管理器的存取。

這是公告中值得注意的一部分，因為它指出研究 AI 產品正朝什麼方向發展：不只是更強的原始模型，而是更有結構地整合進既有科學環境。一個能思考實驗的模型很有用；一個能抓取文獻、檢視程式碼、比較資料集，並在熟悉工具內生成可重現工作流程的模型，更有可能改變實驗室的運作方式。

OpenAI 強調的案例涵蓋基因組分析、蛋白質建模、文獻回顧、出版與研究計畫撰寫。公司也提到物理學家 Rogerio Jorge 的團隊，據稱他們使用 AI 開發供產業與國家實驗室使用的開源聚變研究軟體；以及理論計算機科學研究人員 Barna Saha、Yinzhan Xu 與 Christopher Ye，OpenAI 表示他們使用 GPT‑5.5 Pro 協助發展證明，之後再自行驗證與精煉結果。

證據、基準測試，以及仍屬供應商自述的部分

由於這則報導的來源材料來自 OpenAI 與 OpenAI News，這裡最強的使用、基準與生產力主張都屬於供應商自述。這不代表它們是假的，但也表示在出現獨立驗證之前，讀者應將其視為公司說法。

公司指出 GPT‑5.6 Sol 的基準表現有所提升，稱其在 FrontierMath Tier 4 上得分為 83%，高於 GPT‑5.5 的 72.5%。公司也表示，GPT‑5.6 Sol Pro 在 GeneBench Pro 上解決了 31.5% 的任務；OpenAI 將 GeneBench Pro 描述為測試複雜生物資料分析與科學推理的工具。這些數字顯示模型在研究導向任務上持續進步，但公告並未提供足夠廣泛的評估背景，讓人能比較不同供應商、提示策略，或真實實驗室條件。

OpenAI 也表示，其最重度的研究使用者正在承擔更具野心的任務。根據公司說法，某一領域內前 20% 的 AI 使用者，將模型用於估計需四小時以上人力工作的任務的可能性，幾乎是同儕的兩倍——約占請求的 7%，而非 3.5%。這是有趣的行為訊號，但不是科學生產力或發現結果的直接證據。較高比例的長時任務請求，可能代表信任、實驗，或過度使用，取決於工作流程。

這則公告在一個較窄的點上較具說服力：需求看起來是真實存在的。如果 OpenAI 在科學與數學領域看到 ChatGPT 與 Codex 的持續使用，那麼學術 AI 就不再是邊緣類別。更大的未解問題是品質控制、可重現性，以及當這些工具從腦力激盪走向分析與出版時，機構能否負責任地治理它們。

這對建構者與企業買家的意義

對 AI 建構者而言，這項計畫強化了一個訊號：科學軟體正成為嚴肅的產品類別，而不是一堆示範。要在這個市場勝出，可能不只需要一個強大的基礎模型，還需要連接器、領域專用工具、工作流程支援、隱私控制，以及機構層級的管理。OpenAI 正試圖透過 ChatGPT、ChatGPT Edu、ChatGPT Work 與 Codex，把這整套堆疊組裝起來。

對大學與研究機構來說，這項提案可能降低標準化採用企業級 AI 工具的門檻，而不是讓研究者自行使用消費型帳號或臨時實驗室訂閱方案。「資料預設不會用於訓練我們的模型」與企業級隱私的說法，顯然就是針對這類買家疑慮而來。與機構工作空間的串接也是如此。

但免費存取並不會消除困難問題。研究團隊仍需要在引用、驗證、程式碼審查、資料處理與作者署名方面訂定政策。他們也必須區分哪些任務可以由 AI 安全加速——例如文獻初步篩選、樣板程式碼或研究補助初稿——以及哪些任務若出現幻覺、隱藏錯誤或不可重現的推理，可能造成實際傷害。

在競爭層面上，這也對其他爭取高等教育與研究市場的 AI 平台形成壓力。如果 OpenAI 能夠及早把前沿模型嵌入機構工作流程，競爭者可能就得以自己的學術定價、模型補助，或更深度的科學工具整合來回應。

接下來要觀察什麼

首先要觀察的是機構覆蓋範圍。OpenAI 點名了 Institute for Advanced Study 與 École normale supérieure，但這項計畫的影響力將取決於它能否擴展到這些早期據點之外，以及哪些學科最快採用。

其次，要看 OpenAI 是否會釋出獨立案例研究或經同行審查的證據，顯示科學產出有可衡量的提升，而不只是基準測試表現或使用量。更強的證明應包括基因組學、數學或材料科學等領域的可重現案例。

第三，觀察產品整合。如果 Codex 與 ChatGPT Work 與計算筆記本、資料庫和參考系統緊密連結，OpenAI 將從聊天機器人供應商走向研究平台。

最後，請關注治理。大學仍在制定研究與出版中 AI 使用的政策。透過 ChatGPT Edu 的更大規模部署，可能會迫使機構更快就隱私、可稽核性與可接受使用做出決定。

Creati.ai 觀點

OpenAI 的新學術計畫與其說是慷慨，不如說是通路策略，但這並不減弱它的重要性。研究是少數幾個領域之一，在這裡，更好的推理、更大的上下文視窗、程式碼生成與工具使用，能轉化為明確的工作流程收益。透過現在補貼存取，OpenAI 正試圖在機構鎖定採購標準、以及競爭平台定義這個類別之前，先塑造使用習慣。

更重要的問題是，這些工具會不會成為科學方法中值得信賴的一部分，而不只是圍繞其旁的快速助手。如果 ChatGPT、Codex 與 GPT‑5.6 能幫助研究人員搜尋文獻、撰寫分析程式碼並測試想法，同時保持可稽核與可重現，OpenAI 就可能嵌入核心研究運作；若不能，這看起來就更像是一場採用推廣，而不是科學基礎設施的持久轉變。