OpenAI anunció el 19 de octubre que su modelo GPT-6.1 Sol ya puede migrar COBOL a lenguajes modernos. Los lenguajes de destino son C++, Java, Kotlin, Python o Rust, y la tarea exige preservar lo que hace cada programa. La empresa mide ese criterio con pruebas ocultas que piden salidas idénticas byte a byte al original. A bajo esfuerzo de razonamiento —cuánto puede pensar antes de responder—, el modelo acierta el 86,6% de las migraciones, según la compañía. A máximo esfuerzo, la cifra sube al 97,9%.
Según la publicación de OpenAI, una migración solo cuenta como exitosa cuando todos los casos de prueba pasan. Llevar el resultado a software en producción, aclara la compañía, todavía requiere revisión de expertos. Esa revisión se hace contra las reglas de negocio y las dependencias de cada sistema. El anuncio presenta los resultados como un avance para los equipos que modernizan el software del que dependen sus operaciones.
El interés por migrar COBOL a lenguajes modernos responde a un problema material. COBOL sostiene más del 40% de la banca en línea y el 95% de las transacciones de cajeros automáticos, según cifras que cita OpenAI. Su documentación suele estar incompleta y los desarrolladores originales ya dejaron la empresa. Muchas reglas de negocio viven solo dentro del código, escritas hace décadas.
Por qué es difícil migrar COBOL a lenguajes modernos
La dificultad no está en traducir la sintaxis. COBOL usa aritmética de punto fijo, que descarta los decimales sobrantes salvo que se pida un redondeo explícito. Un modelo que redondee donde el original truncaba puede correr sin errores y entregar un resultado financiero distinto. Por eso la evaluación mide paridad byte a byte en las salidas observables, y no solo que el programa compile. Una reescritura que cambie un redondeo altera el dinero sin que nadie lo note.
Los casos de prueba están ocultos para el modelo, de modo que no puede memorizar la respuesta. La migración se aprueba solo si todas las salidas coinciden con el programa de referencia. Ese criterio, describe OpenAI, captura comportamientos que importan en finanzas, como el manejo de registros faltantes y las reglas de redondeo. El resultado es una prueba más exigente que compilar o pasar revisiones superficiales.
La comparación con el modelo anterior muestra la distancia. GPT-5.6 Sol acierta el 5,4% de los casos en la misma configuración de bajo esfuerzo. El salto se produce además a un costo de API menor que el del modelo anterior. Para OpenAI, ese cambio acerca la migración de código a una precisión y un precio que los equipos de mantenimiento pueden usar. La evaluación se acerca a su puntaje máximo cuando se sube el esfuerzo.
Un paso más en lenguajes con poco código público
OpenAI enmarca el anuncio dentro de una familia de lenguajes con poco código de entrenamiento disponible, como Fortran y Visual Basic. Fortran se usa en pronóstico meteorológico y en análisis de seguridad de reactores nucleares. Esos lenguajes sostienen infraestructura crítica, aunque los modelos aprenden de ellos con menos ejemplos que de Python o JavaScript. La empresa busca que el modelo aplique habilidades de ingeniería de software también a estos entornos.
La empresa publicó además MultiLangBench, una prueba para construir un motor de base de datos desde cero en veinte lenguajes. El kit de evaluación quedó disponible en GitHub para que los desarrolladores revisen qué se mide y dónde fallan los modelos. El objetivo declarado es acercar a los modelos a repositorios que no conocen de antemano.
El caso muestra el reparto de tareas que la empresa propone. El modelo entrega una primera migración con el comportamiento preservado, y la revisión humana queda como filtro final contra errores que una evaluación no detecta. Para la banca y los servicios esenciales que dependen de COBOL, esa separación es lo que distingue un borrador de un sistema listo para producción.
(Cifras de la evaluación aportadas por OpenAI.)
Otras fuentes consultadas: Dataconomy (20/10), Silicon Report (20/10), AlphaSignal (20/10).
