Η OpenAI ανακοινώνει σημαντική βελτίωση των νέων μοντέλων της στον προγραμματισμό με COBOL

Η OpenAI ανακοίνωσε τη Δευτέρα, 19 Οκτωβρίου 2026, ότι τα νεότερα μοντέλα της έχουν βελτιωθεί σημαντικά στη συγγραφή και τη μεταφορά κώδικα σε γλώσσες προγραμματισμού με περιορισμένους πόρους, όπως η COBOL, η Fortran και η Visual Basic. Στη δική της δοκιμή μεταφοράς κώδικα COBOL, το μοντέλο GPT-6.1 Sol πέτυχε ακρίβεια 86,6% με χαμηλή προσπάθεια συλλογισμού, σε σύγκριση με το 5,4% του GPT-5.6 Sol.openai.com

Η OpenAI χαρακτηρίζει αυτές τις γλώσσες ως γλώσσες με περιορισμένους πόρους επειδή τα μοντέλα έχουν πολύ λιγότερο κώδικα και τεκμηρίωση για να μάθουν σε σχέση με τη Python ή τη JavaScript. Ωστόσο, εξακολουθούν να τρέχουν κρίσιμες υποδομές. Η εταιρεία επικαλέστηκε στοιχεία που δείχνουν ότι η COBOL υποστηρίζει πάνω από το 40% των συστημάτων online τραπεζικής και το 95% των συναλλαγών σε ΑΤΜ, ενώ η Fortran χρησιμοποιείται στις προγνώσεις καιρού και στην ανάλυση ασφάλειας πυρηνικών αντιδραστήρων. Η OpenAI ανέφερε ότι προγραμματιστές και εταιρικοί πελάτες της είχαν επισημάνει πως τα μοντέλα κώδικα συχνά δυσκολεύονται με αυτές τις γλώσσες.openai.com

Δύο νέες αξιολογήσεις

Το MultiLangBench, η πρώτη δοκιμή, ζητά από ένα μοντέλο να δημιουργήσει μια μηχανή βάσης δεδομένων συμβατή με SQLite από το μηδέν σε καθεμία από τις 20 γλώσσες. Τα αποτελέσματα ελέγχονται σε σχέση με την αναφορά υλοποίησης της SQLite χρησιμοποιώντας δοκιμές προσαρμοσμένες από τη σουίτα ελέγχου της ίδιας της SQLite. Με τη μέγιστη προσπάθεια συλλογισμού, το GPT-6 Astra πέτυχε μέσο ποσοστό επιτυχίας 87,4%, από 26,8% που είχε το GPT-5.6 Sol. Το Astra σημείωσε βαθμολογία πάνω από 83% σε 19 από τις 20 γλώσσες. Η COBOL ήταν η πιο δύσκολη, όπου η βαθμολογία του Astra αυξήθηκε από 10,9% σε 72,1%.openai.com

Το GPT-6 Luna, ένα φθηνότερο μοντέλο, είχε μέσο όρο 40,3%. Το εκτιμώμενο κόστος API ήταν 0,77 δολάρια ανά δείγμα, σε σύγκριση με 3,48 δολάρια για το GPT-5.6 Sol, δηλαδή περίπου 78% λιγότερο. Η OpenAI δημοσιεύει τη ρύθμιση του MultiLangBench, τη σουίτα δοκιμών και τα αποτελέσματα για κάθε γλώσσα στο GitHub.openai.com

Διατήρηση της παλιάς επιχειρηματικής λογικής

Η δεύτερη δοκιμή ζητά από τα μοντέλα να μετατρέψουν προγράμματα COBOL σε C++, Java, Kotlin, Python ή Rust χωρίς να αλλάξουν τη λειτουργία των προγραμμάτων. Οι κρυφές δοκιμές απαιτούν τα αποτελέσματα να ταιριάζουν με το πρωτότυπο byte προς byte, και μια μεταφορά μετράει μόνο αν περάσουν όλες οι δοκιμές. Η OpenAI έδωσε ένα παράδειγμα για το γιατί αυτό είναι δύσκολο: η αριθμητική σταθερής υποδιαστολής της COBOL απορρίπτει επιπλέον δεκαδικά ψηφία εκτός αν ζητηθεί στρογγυλοποίηση. Μια επανεγγραφή που στρογγυλοποιεί αντίθετα μπορεί να τρέξει χωρίς σφάλματα και να παράγει διαφορετικά οικονομικά αποτελέσματα.openai.com

Η βαθμολογία 86,6% του GPT-6.1 Sol επιτεύχθηκε με το 61% του κόστους API του GPT-5.6 Sol. Σε υψηλότερη προσπάθεια συλλογισμού, έφτασε το 97,9%, το οποίο η OpenAI δήλωσε ότι φέρνει τη δοκιμή κοντά στον κορεσμό.openai.com

Επιφυλάξεις και πλαίσιο

Η OpenAI σχεδίασε και εκτέλεσε και τις δύο δοκιμές μόνη της, και καμία εξωτερική ομάδα δεν έχει επαληθεύσει ακόμα τα αποτελέσματα. Η εταιρεία δήλωσε επίσης ότι η χρήση αυτών των δεξιοτήτων σε λογισμικό παραγωγής "απαιτεί ακόμα έλεγχο από ειδικούς και δοκιμές σε σχέση με τους επιχειρηματικούς κανόνες και τις εξαρτήσεις του συστήματος".openai.com

Το ενδιαφέρον για την COBOL αυξάνεται. Η γλώσσα, που δημιουργήθηκε το 1959, ανέβηκε από την 23η θέση τον Οκτώβριο του 2025 στη 16η θέση στον δείκτη δημοτικότητας TIOBE, σύμφωνα με το ITHardware. Οι εταιρείες εξακολουθούν να εξαρτώνται από αυτά τα συστήματα, και η δεξαμενή των μηχανικών που ξέρουν πώς να τα συντηρούν συρρικνώνεται.ithardware.pl