Los últimos avances de nuestros modelos ofrecen mayores capacidades para construir y migrar software en lenguajes de programación de bajos recursos como COBOL, Fortran y Visual Basic. Estos lenguajes tienen menos código y documentación disponibles para que los modelos aprendan que lenguajes como Python y JavaScript, pero sustentan infraestructuras críticas en todo el mundo. COBOL respalda más del 40% de los sistemas de banca en línea, el 80% de las transacciones presenciales con tarjetas de crédito y el 95% de las transacciones en cajeros automáticos, mientras que Fortran se utiliza en la predicción meteorológica y en el análisis de seguridad de reactores nucleares. Mejorar la capacidad de la IA para trabajar con estos lenguajes podría ayudar a los equipos a mantener y modernizar el software del que dependen los servicios esenciales.
Mantener este software es difícil. La documentación puede estar incompleta, los desarrolladores originales pueden haber abandonado la empresa y las reglas de negocio importantes pueden existir solo en el código. Los equipos que corrigen errores o migran a otro lenguaje deben preservar el comportamiento del que dependen sus sistemas. Para medir el progreso, los desarrolladores crearon dos evaluaciones. Multi Lang Bench comprueba si un modelo puede construir desde cero un motor de bases de datos compatible con SQLite en 20 lenguajes de programación. La evaluación de migración de COBOL comprueba si un modelo puede migrar programas existentes a otro lenguaje conservando su comportamiento.
Los modelos más recientes muestran mejoras sustanciales. En Multi Lang Bench, GPT-6 Astra alcanza una tasa media de aciertos en las pruebas del 87,4%, frente al 26,8% de GPT-5.6 Sol, con mejoras en todos los lenguajes evaluados. GPT-6 Luna también supera a GPT-5.6 Sol, alcanzando el 40,3% con un coste estimado de API aproximadamente un 78% inferior. En la evaluación de migración de COBOL, GPT-6.1 Sol alcanza una precisión del 86,6% con un esfuerzo de razonamiento bajo, frente al 5,4% de GPT-5.6 Sol, con un coste un 39% menor. Con un mayor esfuerzo de razonamiento, la precisión llega al 97,9%.
En conjunto, los resultados muestran que los modelos son significativamente mejores para trabajar con una amplia gama de lenguajes de programación, al tiempo que son más rentables.
Fuente: Hacker News · Resumido por HeadlinesBriefing