Компания OpenAI представила отчет об улучшении моделей GPT-6 Astra и GPT-6 Luna в работе с редкими языками программирования, такими как COBOL, Fortran и Visual Basic. Эти языки до сих пор лежат в основе банковских систем, банкоматов, метеорологических прогнозов и систем ядерной безопасности.
Для оценки возможностей OpenAI запустила два теста. MultiLangBench проверяет способность моделей создавать базу данных, совместимую с SQLite, на 20 языках. Второй тест оценивает перенос программ с COBOL на C++, Java, Python и Rust с сохранением исходной логики работы.
Модель GPT-6 Astra показала средний результат прохождения MultiLangBench на уровне 87,4% против 26,8% у GPT-5.6 Sol. В частности, точность работы с COBOL выросла с 10,9% до 72,1%, с Fortran — с 21,4% до 83,5%, а с Visual Basic — с 27,5% до 89,4%.
Более доступная модель GPT-6 Luna показала средний результат 40,3%, при этом стоимость API для нее снижена примерно на 78% по сравнению с GPT-5.6 Sol. В задачах миграции с COBOL модель GPT-6.1 Sol при низкой интенсивности вычислений достигла точности 86,6%, тогда как у GPT-5.6 Sol этот показатель составлял 5,4%.
При высокой интенсивности вычислений точность GPT-6.1 Sol в миграции COBOL достигла 97,9%. OpenAI подчеркивает, что эти инструменты помогут компаниям в модернизации ПО и обслуживании старых систем. При этом разработчик настаивает на обязательной проверке результатов экспертами перед их внедрением в рабочую среду.
