OpenAI объявила, что научила свои ИИ‑модели гораздо лучше справляться с устаревшими языками программирования. В тестах GPT-6.1 Sol перенесла программы с COBOL на современные языки с сохранением их работы в 97,9% случаев. 

Сложность заключалась в нехватке программного кода и документации для обучения нейросетей. Поскольку многие приложения были созданы десятилетия назад, а их разработчики давно покинули компании, а важные бизнес‑процессы были описаны исключительно в исходном коде. В итоге при переносе программы на другой язык необходимо не просто переписать её, а сохранить особенности обработки данных и вычислений.

OpenAI представила тест MultiLangBench, в котором нейросеть должна самостоятельно создать совместимый с SQLite движок базы данных на одном из 20 языков программирования. Схема GPT-6 Astra при максимальном уровне рассуждений успешно прошла в среднем 87,4% проверок против 26,8% у GPT-5.6 Sol. Особенно заметно улучшились результаты на COBOL — с 10,9 до 72,1%, Fortran — с 21,4 до 83,5%, а также Visual Basic — с 27,5 до 89,4%. В 19 из 20 языков метрика Astra превысил 83%.

При этом схема GPT-6 Luna равным образом превзошла предыдущую, набрав в среднем 40,3% в MultiLangBench. Стоимость выполнения одного задания через api составила около $0,77 против $3,48 у GPT-5.6 Sol. 

Также ИИ обучили переносить программы с COBOL на C++, Java, Kotlin, Python и Rust. Для успешного прохождения теста преобразованная приложение должна была целиком повторять поведение оригинала, в том числе правила округления и обработку отсутствующих записей. При минимальном уровне рассуждений GPT-6.1 Sol справилась с 86,6% заданий против 5,4% у GPT-5.6 Sol, а стоимость обработки оказалась на 39% ниже. При повышении уровня рассуждений результат новой модели достиг 97,9%.

Ещё в феврале Anthropic обучила сервис Claude Code модернизации кода на устаревшем языке Cobol, который продолжает использоваться на компьютерах IBM. Сама IBM в 2 023 году представила основанное на ИИ инструмент для Cobol, включающее функция переноса кода на Java.