OpenAI veröffentlichte am 20. Oktober einen Forschungsbericht, in dem das Unternehmen angibt, die Fähigkeiten von Modellen wie GPT-6 Astra beim Aufbau und bei der Migration in "Programmiersprachen mit wenigen Ressourcen" wie COBOL, Fortran und Visual Basic erheblich gestärkt zu haben. Von diesen Sprachen gibt es nur wenig öffentlichen Code und Dokumentation, doch sie bilden das Rückgrat kritischer Systeme – von Banken und Geldautomaten über Wettervorhersagen bis hin zur Analyse der nuklearen Sicherheit. Sie werden im Alltag kaum angefasst, doch wenn etwas passiert, ist alles betroffen.
Um die Fähigkeiten quantifizierbar zu machen, stellte OpenAI zwei Prüfungssätze auf: MultiLangBench verlangt, dass die Modelle mit 20 Sprachen von Grund auf eine SQLite-kompatible Datenbank-Engine aufbauen; ein weiterer verlangt die Migration von COBOL-Programmen nach C++, Java, Python und Rust, wobei das ursprüngliche Geschäftsverhalten vollständig erhalten bleiben muss. Die Ergebnisse sind beeindruckend: GPT-6 Astra erreicht über 20 Sprachen hinweg eine durchschnittliche Testbestehensquote von 87.4 %, mehr als das Dreifache der 26.8 % des Vorgängers GPT-5.6 Sol; bei den exotischeren Sprachen allein springt COBOL von 10.9 % auf 72.1 %, Fortran steigt von 21.4 % auf 83.5 % und Visual Basic von 27.5 % auf 89.4 %.
Auch die günstige Liga kann punkten: Migration nahe am Bewertungslimit
Noch erfreulicher ist die Kostenseite. Das günstigere GPT-6 Luna erreicht eine durchschnittliche Bestehensquote von 40.3 %, senkt aber die API-Kosten gegenüber GPT-5.6 Sol um etwa 78 %. Bei der spezialisierten COBOL-Migration erreicht GPT-6.1 Sol selbst bei geringer Inferenzstärke eine Genauigkeit von 86.6 % – weit abgeschlagen bleibt GPT-5.6 Sol mit 5.4 % – bei um 39 % gesenkten Kosten; bei höherer Inferenzstärke klettert die Genauigkeit direkt auf 97.9 %, praktisch an der Bewertungsobergrenze. Das bedeutet: Beim Umstieg eines jahrzehntelang laufenden Bankkernsystems auf eine moderne Sprache kann die Maschine bereits eine nahezu einsatzfähige Lösung liefern.
OpenAI weist darauf hin, dass diese Fortschritte Unternehmen bei der Wartung veralteter Systeme, der Behebung von Fehlern und der Software-Modernisierung helfen können. Das Unternehmen fügt jedoch eine nüchterne Anmerkung hinzu: Bevor KI-Migrationsergebnisse in Produktionsumgebungen übernommen werden, seien weiterhin Expertenprüfungen sowie Tests unter Berücksichtigung der konkreten Geschäftsregeln und Abhängigkeiten erforderlich. Denn Code, der Geldautomaten und Kernkraftwerke unterstützt, verträgt kein "ungefähr" – die Modelle können die Strecke vom Verstehen bis zur Neufassung stark verkürzen, doch sie sind noch weit davon entfernt, anstelle des Menschen die letzte Entscheidung zu treffen.