OpenAI impulsa GPT‑6 y supera a GPT‑5.6 en COBOL y Fortran con 87 % de aciertos
OpenAI ha anunciado que su modelo GPT‑6 alcanza hasta un 87 % de éxito en pruebas de programación con lenguajes heredados como COBOL y Fortran, superando ampliamente a la versión anterior GPT‑5.6.
OpenAI reveló este martes que su último modelo de lenguaje, GPT‑6, ha sido optimizado para manejar lenguajes de programación con escasos recursos de entrenamiento, entre ellos COBOL, Fortran y Visual Basic. En dos evaluaciones internas, la nueva arquitectura superó a GPT‑5.6, logrando una tasa de éxito del 87,4 % en el benchmark MultiLangBench y alcanzando un 86,6 % de precisión en la traducción automática de código COBOL a lenguajes modernos.
Rendimiento de GPT‑6 en lenguajes heredados
El conjunto de pruebas MultiLangBench, alojado en GitHub, exige a los modelos crear desde cero un motor de bases de datos compatible con SQLite. Con el modo de «máximo esfuerzo de razonamiento», la variante GPT‑6 Astra aprobó el 87,4 % de los casos entre 20 lenguajes, frente al 38 % registrado por GPT‑5.6 Terra. La segunda variante, GPT‑6 Luna, obtuvo un 40,3 % de aciertos, ligeramente superior al 37,9 % de su predecesor, pero consumiendo menos recursos de cómputo, lo que la hace atractiva para entornos con presupuesto limitado.
Benchmark de migración de COBOL y sus implicaciones
En una prueba específica de migración, el modelo GPT‑6.1 Sol tradujo código COBOL a C++, Java, Kotlin, Python o Rust con un 86,6 % de exactitud bajo bajo nivel de razonamiento. Al elevar la profundidad de razonamiento, la precisión subió a un 97,9 %, superando por mucho el 5,4 % alcanzado por GPT‑5.6 Sol. Estos números son relevantes porque IBM estima que más del 40 % de los sistemas bancarios en línea y el 95 % de las transacciones en cajeros automáticos dependen de aplicaciones escritas en COBOL.
Impacto en la infraestructura financiera de Latinoamérica y España
En la región iberoamericana, cientos de bancos y cooperativas todavía operan plataformas críticas basadas en COBOL. La capacidad de GPT‑6 para traducir y refactorizar este código con alta precisión abre la puerta a migraciones más seguras y económicas. Empresas de fintech en México, Colombia y Chile podrían reducir la dependencia de equipos de mantenimiento especializados, cuya disponibilidad es limitada y cuyos costos laborales son elevados. En España, el sector público y las grandes entidades financieras también enfrentan el reto de modernizar sistemas legados; una herramienta que automatice la conversión a lenguajes como Java o Rust podría acortar proyectos que tradicionalmente se planifican en varios años.
Competencia y respuestas de la industria
Google y Anthropic ya anunciaron versiones de sus modelos que incluyen soporte para lenguajes de bajo recurso, aunque sin publicar métricas comparables. IBM, por su parte, ha lanzado una suite de herramientas basadas en su plataforma Watson que facilitan la migración de COBOL, pero dependen de procesos manuales y de revisión humana intensiva. La ventaja de OpenAI radica en la combinación de alta precisión y menor coste de inferencia, lo que podría forzar a la competencia a replantear sus estrategias de entrenamiento para lenguajes heredados.
Qué significa para desarrolladores y empresas
Desde el punto de vista práctico, GPT‑6 sigue requiriendo hardware de gama alta para los modos de máximo razonamiento, típicamente GPUs con al menos 24 GB de VRAM. Sin embargo, la variante Luna permite ejecutar inferencias con tarjetas de 12 GB, lo que la hace accesible a startups y equipos de I+D que operan en la nube bajo modelos de pago por uso. Las organizaciones interesadas en migrar sus sistemas legacy deberán evaluar:
- El nivel de razonamiento necesario para alcanzar la precisión deseada (p.ej., 97,9 % vs 86,6 %).
- El coste total de inferencia frente a la inversión en personal especializado.
- La integración del modelo con pipelines de CI/CD existentes, usando APIs que aceptan código fuente como entrada.
En cualquier caso, la disponibilidad de una herramienta que automatice gran parte del proceso de conversión reduce el riesgo de errores humanos y acelera la modernización de infraestructuras críticas.
Perspectiva a medio plazo
El avance de GPT‑6 sugiere que la brecha entre lenguajes modernos y legacy se está cerrando rápidamente. A medida que más bancos y gobiernos publiquen sus planes de transformación digital, la demanda de soluciones de IA capaces de comprender y traducir código obsoleto crecerá. Si OpenAI mantiene el ritmo de mejora, es probable que veamos versiones futuras que manejen también lenguajes de script de sistemas embebidos y plataformas de automatización industrial, ampliando el espectro de aplicaciones más allá del sector financiero.
