Kemajuan model terbaru kami menghadirkan kemampuan yang lebih kuat untuk membangun dan memigrasikan perangkat lunak dalam bahasa pemrograman sumber daya rendah seperti COBOL, Fortran, dan Visual Basic. Bahasa-bahasa ini memiliki lebih sedikit kode dan dokumentasi yang dapat dipelajari model dibandingkan bahasa seperti Python dan JavaScript, namun bahasa-bahasa ini menopang infrastruktur kritis di seluruh dunia. COBOL mendukung lebih dari 40% sistem perbankan online, 80% transaksi kartu kredit langsung, dan 95% transaksi ATM, sementara Fortran digunakan dalam prakiraan cuaca dan analisis keselamatan reaktor nuklir. Peningkatan kemampuan AI dalam bekerja dengan bahasa-bahasa ini dapat membantu tim memelihara dan memodernisasi perangkat lunak yang menjadi andalan layanan esensial.
Memelihara perangkat lunak ini sulit. Dokumentasinya mungkin tidak lengkap, pengembang aslinya mungkin sudah meninggalkan perusahaan, dan aturan bisnis penting mungkin hanya ada di dalam kode. Tim yang memperbaiki bug atau bermigrasi ke bahasa lain perlu mempertahankan perilaku yang bergantung pada sistem mereka. Untuk mengukur kemajuan, para pengembang membuat dua evaluasi. Multi Lang Bench menguji apakah sebuah model dapat membangun mesin basis data yang kompatibel dengan SQLite dari awal di 20 bahasa pemrograman. Evaluasi migrasi COBOL menguji apakah sebuah model dapat memigrasikan program yang ada ke bahasa lain sambil mempertahankan perilakunya.
Model-model terbaru menunjukkan peningkatan yang signifikan. Pada Multi Lang Bench, GPT-6 Astra mencapai rata-rata tingkat kelulusan tes sebesar 87,4%, naik dari 26,8% untuk GPT-5.6 Sol, dengan peningkatan di setiap bahasa yang diuji. GPT-6 Luna juga mengungguli GPT-5.6 Sol, mencapai 40,3% dengan estimasi biaya API sekitar 78% lebih rendah. Pada evaluasi migrasi COBOL, GPT-6.1 Sol mencapai akurasi 86,6% pada tingkat penalaran rendah, dibandingkan hanya 5,4% untuk GPT-5.6 Sol, dengan biaya 39% lebih murah. Pada tingkat penalaran yang lebih tinggi, akurasinya mencapai 97,9%.
Secara keseluruhan, hasil ini menunjukkan bahwa model semakin jauh lebih baik dalam bekerja di berbagai bahasa pemrograman sekaligus menjadi lebih hemat biaya.
Sumber: Hacker News · Diringkas oleh HeadlinesBriefing