OpenAI reportó el 19 de octubre de 2026 mejoras de sus modelos en COBOL, Fortran y Visual Basic. Presentó dos evaluaciones propias: crear software y migrar programas conservando su comportamiento.
En MultiLangBench, GPT-6 Astra aprobó un promedio de 87.4 % de las pruebas en 20 lenguajes, frente al 26.8 % de GPT-5.6 Sol, con el esfuerzo de razonamiento al máximo. En la evaluación de migración desde COBOL, GPT-6.1 Sol obtuvo 86.6 % con esfuerzo bajo, frente al 5.4 % de GPT-5.6 Sol; con mayor esfuerzo alcanzó 97.9 %, según OpenAI.
Qué mide la prueba de bases de datos
El repositorio público de MultiLangBench precisa el encargo: implementar SQLite 3.40.1, un motor de bases de datos, en el lenguaje indicado. El modelo recibe documentación y trabaja en un entorno que excluye acceso a internet y copias preinstaladas de SQLite.
Los casos parten de una base inicial y una consulta SQL. Después, el SQLite de referencia comprueba el resultado. El repositorio ofrece unos 24,000 casos convertidos y recomienda un subconjunto de 272 para contener el costo de evaluación; permite ejecutar el conjunto completo si se declara.
Esa metodología acota la lectura del porcentaje: mide funcionalidad de bases de datos construida para ese encargo. La prueba de migración exige salidas idénticas, byte por byte, y superar todos los casos. OpenAI recuerda que su aplicación en producción requiere revisión experta y pruebas de negocio y dependencias.
Menos datos de entrenamiento, lenguajes vigentes
"Pocos recursos" alude a la menor disponibilidad de código y documentación para entrenar modelos frente a lenguajes como Python o JavaScript.
Fortran ayuda a precisar esa distinción. Su comunidad lo describe como un lenguaje en desarrollo activo, utilizado en predicción meteorológica y oceánica, dinámica de fluidos y otras tareas de cálculo científico. También mantiene proyectos de biblioteca estándar y gestión de paquetes.
Estos usos permiten entender la mejora también como apoyo potencial al mantenimiento de aplicaciones vigentes.
