OpenAI улучшила перенос кода с устаревших языков программирования
OpenAI сообщила об улучшении своих моделей для работы с устаревшими языками программирования. В частности, GPT-6.1 Sol научилась переносить программы с COBOL на современные языки с сохранением исходного поведения в 97,9% случаев.
Модернизация такого кода остаётся сложной задачей не только из-за особенностей самих языков. Многие корпоративные приложения создавались десятилетия назад, а их авторы уже не работают в компаниях. При этом правила обработки данных и ключевые бизнес-процессы нередко зафиксированы только в исходном коде, без подробной документации.
При переносе программы недостаточно механически переписать синтаксис. Новая версия должна повторять исходные вычисления и учитывать детали вроде правил округления, обработки отсутствующих записей и других особенностей работы с данными.
Результаты теста MultiLangBench
Для оценки способностей моделей OpenAI представила тест MultiLangBench. В его рамках нейросеть должна самостоятельно создать совместимый с SQLite движок базы данных на одном из 20 языков программирования.
GPT-6 Astra с максимальным уровнем рассуждений в среднем успешно прошла 87,4% проверок. Для сравнения, результат GPT-5.6 Sol составил 26,8%. Особенно заметный рост показали языки, которые редко используются в новых проектах: результат на COBOL увеличился с 10,9 до 72,1%, на Fortran — с 21,4 до 83,5%, а на Visual Basic — с 27,5 до 89,4%. В 19 из 20 языков показатель Astra превысил 83%.
Модель GPT-6 Luna также оказалась сильнее предшественницы и набрала в среднем 40,3% в MultiLangBench. Одновременно снизилась стоимость выполнения заданий через API: около 0,77 доллара против 3,48 доллара у GPT-5.6 Sol.
Перенос COBOL на современные языки
Отдельно OpenAI обучила модели преобразовывать программы с COBOL в C++, Java, Kotlin, Python и Rust. Для успешного прохождения проверки получившаяся программа должна была полностью повторять поведение оригинала, включая специфические правила вычислений.
При минимальном уровне рассуждений GPT-6.1 Sol выполнила 86,6% заданий, тогда как GPT-5.6 Sol справилась только с 5,4%. Стоимость обработки при этом оказалась на 39% ниже. При повышении уровня рассуждений точность новой модели достигла 97,9%.
Интерес к автоматизации модернизации COBOL растёт и у других разработчиков ИИ. В феврале Anthropic обучила Claude Code обновлять код на этом языке, который продолжает использоваться в компьютерных системах IBM. Сама IBM ещё в 2023 году представила ИИ-инструмент для работы с COBOL, в том числе с возможностью переноса программ на Java.
