OpenAI mejoró sus últimos modelos de IA para lenguajes "con pocos recursos" como COBOL, Fortran y Visual Basic. Estos lenguajes tienen mucho menos código de entrenamiento disponible que algo como Python, pero según OpenAI, sostienen infraestructura crítica en todo el mundo. IBM estima que COBOL impulsa más del 40 por ciento de los sistemas de banca en línea y el 95 por ciento de todas las transacciones de cajeros automáticos.
OpenAI construyó dos evaluaciones para medir el progreso. MultiLangBench (GitHub) pide a los modelos que construyan un motor de base de datos compatible con SQLite desde cero. Con el máximo esfuerzo de razonamiento, GPT-6 Astra alcanza una tasa de aprobación de pruebas promedio del 87.4 por ciento en 20 lenguajes, frente a alrededor del 38 por ciento de GPT-5.6 Terra. GPT-6 Luna obtiene un 40.3 por ciento, superando apenas a GPT-5.6 Terra (37.9 por ciento) pero a un costo mucho menor.
En el benchmark de migración de COBOL, que traduce COBOL a C++, Java, Kotlin, Python o Rust, GPT-6.1 Sol alcanza un 86.6 por ciento de precisión con bajo esfuerzo de razonamiento, en comparación con el 5.4 por ciento de GPT-5.6 Sol. Aumentar el esfuerzo de razonamiento lleva la precisión al 97.9 por ciento.Ad
Fuente: OpenAI