IA en un minutoNoticiasModelos
OpenAI dice que sus modelos han mejorado con COBOL y otros lenguajes de programación antiguos
Redacción de IA en un minuto · Editor: Jon Elgezabal
En 30 segundos
OpenAI asegura que sus últimos modelos programan mejor en COBOL, Fortran y Visual Basic, lenguajes antiguos con poco código del que aprender. En su prueba de migración, GPT-6.1 Sol acertó el 86,6 % con razonamiento bajo, cuando GPT-5.6 Sol, en ese nivel, se quedaba en el 5,4 %, y alcanzó el 97,9 % con más razonamiento. La compañía insiste en que llevarlo a sistemas reales exige expertos y pruebas.
OpenAI publicó el lunes 19 de octubre en su blog que sus últimos modelos han mejorado al escribir y migrar software en lenguajes de programación antiguos con poca presencia en internet, como COBOL, Fortran y Visual Basic. La empresa explica que de estos lenguajes hay mucho menos código y documentación de los que aprender que de Python o JavaScript, aunque sostienen infraestructuras críticas. Según cifras que cita OpenAI, COBOL está detrás de más del 40 % de los sistemas de banca en línea, del 95 % de las operaciones en cajeros y del 80 % de los pagos presenciales con tarjeta de crédito; Fortran se usa en la predicción del tiempo y en el análisis de seguridad de reactores nucleares.
Para medir el avance, OpenAI ha preparado dos pruebas propias. En la de migración, el modelo tiene que trasladar programas en COBOL a Java, Python, Rust, C++ o Kotlin sin cambiar lo que hacen, y solo cuenta como acierto si supera todas las pruebas ocultas, que exigen resultados idénticos byte a byte. GPT-6.1 Sol logró un 86,6 % de precisión con un nivel de razonamiento bajo, frente al 5,4 % de GPT-5.6 Sol con ese mismo nivel, y con solo el 61 % de su coste en la API. Con un nivel de razonamiento más alto llegó al 97,9 %, casi en el techo de la prueba.
La otra prueba, MultiLangBench, pide construir desde cero un motor de bases de datos compatible con SQLite en 20 lenguajes. Con el máximo nivel de razonamiento, GPT-6 Astra superó de media el 87,4 % de las pruebas, frente al 26,8 % de GPT-5.6 Sol; en COBOL pasó del 10,9 % al 72,1 %, y sigue siendo el lenguaje más difícil. GPT-6 Luna, la opción más barata, se quedó en el 40,3 % de media, con un coste estimado de 0,77 dólares por muestra frente a 3,48.
La propia empresa avisa de que aplicar esta capacidad a programas en producción sigue necesitando revisión de expertos y pruebas contra las reglas de negocio y las dependencias de cada sistema. OpenAI invita a probar los modelos por su API en los lenguajes que use cada equipo.
Por qué importa · análisis y opinión
La migración de sistemas heredados es uno de los proyectos más delicados en banca, seguros y administraciones, porque las reglas del negocio a menudo solo viven en el código y quienes lo escribieron ya no están. Que un modelo conserve el comportamiento exacto de un programa, y no solo que lo traduzca, es justo lo que hace falta para que esas migraciones dejen de durar años. Aun así, no hay que confundir una prueba diseñada y medida por la propia empresa con un sistema real: un error de redondeo en un programa financiero no se nota como un fallo, sino como cifras distintas. Para quien tenga código antiguo, lo sensato ahora es probar el modelo en una parte acotada y con baterías de pruebas propias antes de confiarle nada crítico.
Fuente oficial: OpenAI · Redactada con ayuda de IA: cómo hacemos las noticias
