OpenAI publicó el 20 de octubre un informe de investigación en el que afirma haber mejorado significativamente la capacidad de construcción y migración de modelos como GPT-6 Astra en lenguajes de programación de "bajos recursos" como COBOL, Fortran y Visual Basic. Estos lenguajes cuentan con poco código y documentación públicos, pero son el esqueleto de sistemas críticos como bancos, cajeros automáticos, pronósticos meteorológicos e incluso análisis de seguridad nuclear: nadie los toca en el día a día, pero si algo falla, todo se ve afectado.
Para cuantificar su capacidad, OpenAI planteó dos conjuntos de pruebas: MultiLangBench exige que el modelo construya desde cero un motor de base de datos compatible con SQLite en 20 lenguajes; el otro requiere migrar programas COBOL a C++, Java, Python y Rust, conservando intacto el comportamiento original del negocio. Los resultados son brillantes: GPT-6 Astra alcanzó una tasa media de aprobación de pruebas del 87.4% en 20 lenguajes, más del triple del 26.8% de su predecesor GPT-5.6 Sol; en cuanto a los lenguajes menos comunes, COBOL saltó del 10.9% al 72.1%, Fortran subió del 21.4% al 83.5% y Visual Basic pasó del 27.5% al 89.4%.
La gama económica también rinde, y la migración roza el techo de la evaluación
Aún más atractivo es el lado del costo. El más barato, GPT-6 Luna, logró una tasa media de aprobación del 40.3%, pero con un costo de API aproximadamente un 78% menor que el de GPT-5.6 Sol. En la migración específica de COBOL, GPT-6.1 Sol alcanzó una precisión del 86.6% incluso con baja intensidad de razonamiento, muy por encima del 5.4% de GPT-5.6 Sol, con un costo un 39% menor; al subir a una mayor intensidad de razonamiento, la precisión llegó directamente al 97.9%, casi rozando el límite de la evaluación, lo que significa que al reemplazar código bancario central que lleva décadas en funcionamiento por un lenguaje moderno, la máquina ya puede entregar una respuesta casi utilizable.
OpenAI señala que estos avances pueden ayudar a las empresas a mantener sistemas antiguos, corregir defectos y promover la modernización del software. Pero la compañía también dejó una nota de cautela: trasladar los resultados de la migración por IA a entornos de producción aún requiere revisión de expertos y pruebas según reglas de negocio y dependencias concretas. Al fin y al cabo, el código que sustenta cajeros automáticos y centrales nucleares no admite un "más o menos": los modelos pueden acortar enormemente la distancia entre comprender y reescribir, pero todavía están muy lejos de tomar la decisión final por los humanos.