OpenAI: GPT-6.1 Sol migra il COBOL all'86,6% con basso sforzo di ragionamento, contro il 5,4% del predecessore

Qualche giorno fa OpenAI ha comunicato che i suoi ultimi modelli scrivono e migrano software in linguaggi datati come COBOL, Fortran e Visual Basic con risultati molto superiori a quelli dei predecessori. Il numero che spicca di più riguarda il COBOL: GPT-6.1 Sol arriva al 97,9% di accuratezza nella migrazione quando usa un ragionamento elevato. Per l'azienda è un valore che porta la valutazione vicino alla saturazione, cioè a un punto in cui il test distingue ormai poco tra un modello e l'altro.

La prova chiede ai modelli di tradurre programmi COBOL in C++, Java, Kotlin, Python o Rust senza alterarne il comportamento. Rientrano nel compito dettagli come l'arrotondamento dei numeri con cifre decimali in eccesso e la gestione dei record mancanti. Secondo OpenAI una migrazione conta come riuscita solo se tutti i test passano. A basso sforzo di ragionamento, GPT-6.1 Sol arriva all'86,6%, mentre GPT-5.6 Sol si ferma al 5,4%. Il costo di API di GPT-6.1 Sol è pari al 61% di quello del predecessore.

Per misurare i progressi su un fronte più ampio, OpenAI ha creato MultiLangBench. Il test chiede ai modelli di costruire da zero un motore di database compatibile con SQLite in 20 linguaggi di programmazione. GPT-6 Astra ottiene un tasso medio di test superati dell'87,4%, contro il 26,8% di GPT-5.6 Sol, e migliora in ogni linguaggio provato. Tra gli esempi citati ci sono Fortran, che passa dal 21,4% all'83,5%, Visual Basic, dal 27,5% all'89,4%, e OCaml, dal 25,6% all'85,8%. Il COBOL resta il linguaggio più difficile, ma sale comunque dal 10,9% al 72,1%.

C'è anche una versione economica. GPT-6 Luna ottiene una media di test superati più bassa, il 40,3%, ma costa circa il 78% in meno per campione rispetto a GPT-5.6 Sol: OpenAI stima costi medi di API di 0,77 dollari contro 3,48.

L'azienda spiega di aver lavorato a partire dalle segnalazioni di sviluppatori e clienti enterprise, che faticavano a ottenere dai modelli di coding risultati affidabili con questi linguaggi. Secondo OpenAI, hanno meno codice e documentazione disponibili per l'apprendimento rispetto a Python e JavaScript, eppure reggono infrastrutture critiche e servizi essenziali in tutto il mondo.

Le stime di IBM danno la misura della posta in gioco: il COBOL sostiene più del 40% dei sistemi di online banking, l'80% delle transazioni con carta di credito in presenza e il 95% di quelle agli ATM. I programmatori che lo conoscono stanno intanto uscendo dal mondo del lavoro. Il Fortran, dal canto suo, resta in uso in ambiti come le previsioni meteo e l'analisi di sicurezza dei reattori nucleari.

Il tema ha già mosso i mercati. All'inizio dell'anno Anthropic aveva scritto sul proprio blog che, con Claude Code, i team possono modernizzare la base di codice COBOL in trimestri anziché in anni. Secondo Bloomberg, quel giorno le azioni di IBM, i cui mainframe sono molto diffusi nel settore finanziario e nelle agenzie pubbliche per eseguire COBOL, sono scese del 13%, il calo giornaliero più ampio dal 2000.

Resta però un punto fermo: si tratta di risultati ottenuti da OpenAI su test costruiti da OpenAI. L'azienda stessa avverte che questa capacità di preservare il comportamento è utile ai team che mantengono e modernizzano sistemi più vecchi, ma che portarla su software in produzione richiede ancora revisione di esperti e verifiche rispetto alle regole di business e alle dipendenze del sistema. La prova vera verrà dai carichi di lavoro reali.