IT之家 Mensaje del 21 de octubre: la empresa OpenAI publicó ayer (20 de octubre) un informe de investigación,en el que anuncia que ha mejorado la capacidad de modelos como GPT-6 Astra para construir y migrar lenguajes de programación de bajos recursos como COBOL, Fortran y Visual Basic.Aunque estos lenguajes disponen de poco código y documentación públicos, sustentan ampliamente sistemas críticos como la banca, los cajeros automáticos, los pronósticos del tiempo y el análisis de seguridad nuclear.
Para medir esta capacidad, OpenAI lanzó dos evaluaciones: MultiLangBench exige que los modelos construyan desde cero un motor de bases de datos compatible con SQLite en 20 lenguajes; la otra evaluación exige que los modelos migren programas COBOL a lenguajes como C++, Java, Python y Rust manteniendo sin cambios el comportamiento original del negocio.
Los resultados muestran que GPT-6 Astra alcanzó una tasa media de aprobación de pruebas del 87,4% en los 20 lenguajes de MultiLangBench, una mejora sustancial frente al 26,8% de GPT-5.6 Sol; en concreto, COBOL subió del 10,9% al 72,1%, Fortran del 21,4% al 83,5% y Visual Basic del 27,5% al 89,4%.
El más económico GPT-6 Luna logró una tasa media de aprobación del 40,3%, con un coste estimado de API un 78% inferior al de GPT-5.6 Sol. IT之家 adjunta las imágenes correspondientes a continuación:
En la evaluación de migración de COBOL, GPT-6.1 Sol alcanzó una precisión del 86,6% con baja intensidad de razonamiento, muy por encima del 5,4% de GPT-5.6 Sol, con una reducción de coste del 39%; con mayor intensidad de razonamiento, la precisión llegó al 97,9%, acercándose al límite de la evaluación.
OpenAI afirma que este avance ayuda a las empresas a mantener sistemas antiguos, corregir defectos e impulsar la modernización del software. No obstante, la compañía también subraya que utilizar los resultados de migración de la IA en entornos de producción aún requiere revisión de expertos, así como pruebas basadas en reglas de negocio concretas y dependencias.