Por Hannah Pérez  

OpenAI reportó importantes avances en la capacidad de sus modelos de inteligencia artificial para comprender, desarrollar y migrar programas escritos en lenguajes antiguos como COBOL, Fortran y Visual Basic. GPT-6.1 Sol alcanzó 97,9% de precisión en una prueba de migración de COBOL, mientras GPT-6 Astra obtuvo 87,4% de éxito promedio en otra evaluación de programación que abarcó 20 lenguajes. Los resultados podrían facilitar la modernización de sistemas utilizados por bancos e instituciones científicas, aunque todavía requieren validación humana antes de aplicarse en operaciones críticas.

***

  • GPT-6.1 Sol alcanzó 97,9% de precisión al traducir programas COBOL a lenguajes modernos conservando su comportamiento
  • GPT-6 Astra consiguió 87,4% de pruebas superadas en una evaluación de programación que abarcó 20 lenguajes
  • El rendimiento de Astra en COBOL mejoró de 10,9% a 72,1% frente al modelo anterior utilizado como referencia
  • OpenAI también reportó mejoras de costos, con GPT-6 Luna ofreciendo resultados superiores a modelos anteriores por menos dinero

 

 

OpenAI anunció este 19 de octubre nuevos resultados que muestran avances significativos en la capacidad de sus modelos de inteligencia artificial para trabajar con lenguajes de programación antiguos, algunos de los cuales todavía sostienen sistemas financieros, bancarios y científicos esenciales.

El resultado más destacado corresponde a GPT-6.1 Sol, que alcanzó 97,9% de precisión en una evaluación diseñada para migrar programas escritos en COBOL hacia lenguajes modernos, conservando el comportamiento del software original.

La compañía también informó que GPT-6 Astra obtuvo un promedio de 87,4% de pruebas superadas en MultiLangBench, una evaluación distinta que mide la capacidad de construir software desde cero utilizando 20 lenguajes de programación.

Los resultados fueron publicados por OpenAI en su informe Advancing Coding in Low-Resource Programming Languages y reseñados posteriormente por Interesting Engineering.

La noticia adquiere especial relevancia para empresas que mantienen aplicaciones desarrolladas hace varias décadas y cuya actualización puede resultar costosa y arriesgada. En muchos casos, estos sistemas contienen reglas comerciales que no están documentadas fuera del propio código, por lo que migrarlos exige algo más que traducir instrucciones entre lenguajes.

COBOL sigue siendo fundamental para los bancos

Aunque el sector tecnológico suele concentrarse en lenguajes modernos como Python, JavaScript o Rust, una parte importante de la infraestructura financiera mundial continúa utilizando COBOL, desarrollado originalmente a finales de la década de 1950.

Según estimaciones de IBM citadas por OpenAI, COBOL sigue respaldando más del 40% de los sistemas de banca en línea, el 80% de las transacciones presenciales con tarjetas de crédito y el 95% de las operaciones realizadas en cajeros automáticos.

Estas cifras ilustran la dependencia de infraestructuras antiguas que todavía cumplen funciones críticas, aunque no significan que todos esos sistemas utilicen una misma arquitectura o que necesariamente deban ser reemplazados.

El principal desafío es preservar exactamente su funcionamiento.

Por ejemplo, COBOL utiliza reglas particulares para realizar cálculos decimales. En determinadas operaciones, puede descartar cifras decimales adicionales en lugar de redondearlas automáticamente.

Si una inteligencia artificial traduce ese procedimiento a Python o Java y cambia inadvertidamente el truncamiento por un redondeo convencional, el programa podría ejecutarse sin errores y, sin embargo, producir resultados financieros diferentes.

En un sistema bancario que procesa millones de operaciones, una diferencia aparentemente pequeña podría convertirse en un problema importante.

También existen dificultades relacionadas con la documentación. OpenAI explica que muchos sistemas antiguos fueron desarrollados por programadores que ya no trabajan en las organizaciones y que determinadas reglas de negocio solo pueden reconstruirse examinando el código original.

Por eso, el objetivo de las evaluaciones no es simplemente comprobar si una IA puede escribir instrucciones en lenguajes antiguos, sino determinar si puede reproducir fielmente su comportamiento cuando se transforma el software.

GPT-6.1 Sol alcanza 97,9% al migrar programas COBOL

Para comprobar esa capacidad, OpenAI desarrolló una evaluación específica de migración que exige traducir programas COBOL a C++, Java, Kotlin, Python o Rust.

Las versiones generadas deben mantener el comportamiento observable del programa original, incluyendo sus cálculos y resultados.

La prueba utiliza casos de evaluación ocultos y exige que la salida del programa traducido coincida exactamente, byte por byte, con la del programa original. Una migración solo se considera exitosa cuando supera todas las pruebas correspondientes.

En ese entorno, GPT-5.6 Sol registró apenas 5,4% de precisión utilizando un nivel bajo de razonamiento.

GPT-6.1 Sol elevó el resultado hasta 86,6% bajo esa misma configuración, mientras redujo el costo estimado de utilización de la API en 39%.

Al incrementar el esfuerzo de razonamiento, GPT-6.1 Sol alcanzó 97,9% de precisión, acercándose al máximo posible dentro de la evaluación.

El salto representa una mejora sustancial en la capacidad de los modelos para interpretar reglas existentes y traducirlas a otras tecnologías sin introducir diferencias detectables por las pruebas.

Sin embargo, el porcentaje corresponde exclusivamente a la evaluación desarrollada por OpenAI.

No significa que 97,9% de todos los sistemas bancarios del mundo puedan migrarse de manera automática y segura. Tampoco garantiza que los programas traducidos estén libres de errores que no hayan sido contemplados en los casos de prueba.

La compañía reconoce que una migración destinada a producción continúa requiriendo revisión especializada, pruebas sobre cargas de trabajo reales y verificación de dependencias externas y reglas comerciales.

GPT-6 Astra también mejora al programar en 20 lenguajes

La segunda evaluación presentada por OpenAI, denominada MultiLangBench, mide una capacidad diferente.

En lugar de traducir programas existentes, los modelos deben construir desde cero un motor de base de datos compatible con SQLite, utilizando alguno de 20 lenguajes de programación.

La tarea requiere organizar código, administrar estados, manejar errores, incorporar funcionalidades y conservar el funcionamiento de componentes desarrollados previamente.

Para evaluar los resultados, OpenAI utiliza pruebas basadas en SQLite y compara el contenido de las bases de datos producidas con el esperado por una implementación de referencia.

En esta evaluación, GPT-6 Astra alcanzó una tasa promedio de pruebas superadas de 87,4%, frente al 26,8% registrado por GPT-5.6 Sol.

Las mejoras aparecieron en todos los lenguajes evaluados, aunque su magnitud varió considerablemente.

Lenguaje GPT-5.6 Sol GPT-6 Astra
COBOL 10,9% 72,1%
Fortran 21,4% 83,5%
Visual Basic 27,5% 89,4%
OCaml 25,6% 85,8%
Promedio de 20 lenguajes 26,8% 87,4%

Fuente: OpenAI, resultados de MultiLangBench publicados el 19 de octubre de 2026.

Astra superó el 83% de las pruebas en 19 de los 20 lenguajes. COBOL continuó siendo el más difícil, con una tasa de éxito de aproximadamente 72%. Este resultado es importante porque muestra que, aunque los modelos mejoraron considerablemente, todavía existen diferencias relevantes entre los lenguajes y las tareas.

También conviene distinguir ambas cifras principales: 97,9% corresponde a la migración de COBOL realizada por GPT-6.1 Sol, mientras 87,4% representa el promedio de GPT-6 Astra al desarrollar un motor de base de datos en 20 lenguajes.

No son mediciones equivalentes ni deben interpretarse como resultados intercambiables.

La mejora también llega al costo de programación

OpenAI destacó que los nuevos modelos no solo ofrecen mejores resultados, sino que algunas configuraciones permiten reducir significativamente el costo de ejecución.

En MultiLangBench, GPT-6 Luna alcanzó una tasa promedio de éxito de 40,3%, superior al 26,8% de GPT-5.6 Sol, aunque considerablemente inferior al resultado de Astra.

Su ventaja principal estuvo en el costo.

Según las estimaciones de OpenAI, Luna requirió aproximadamente USD $0,77 por muestra evaluada, frente a USD $3,48 de GPT-5.6 Sol, una reducción cercana al 78%.

Para organizaciones que necesitan analizar miles de programas, ejecutar múltiples conversiones y repetir pruebas de compatibilidad, la eficiencia económica puede resultar tan importante como la precisión del modelo.

Sin embargo, esos valores corresponden a las condiciones de la evaluación y no representan necesariamente el costo total de modernizar aplicaciones empresariales, que también incluye revisión, pruebas, integración, mantenimiento y supervisión técnica.

Qué significa para la modernización del software empresarial

El avance podría facilitar una de las tareas más complejas de la informática corporativa: actualizar sistemas que funcionan correctamente, pero dependen de tecnologías antiguas difíciles de mantener.

Además de COBOL, OpenAI destacó el caso de Fortran, lenguaje que continúa siendo utilizado en simulaciones científicas, pronósticos meteorológicos y análisis relacionados con la seguridad de reactores nucleares.

En estos ámbitos, migrar software no consiste únicamente en hacerlo compatible con una computadora moderna. También es necesario conservar cálculos científicos cuyo comportamiento puede depender de reglas numéricas, bibliotecas y condiciones particulares del entorno original.

Las mejoras de los modelos podrían ayudar a los desarrolladores a comprender programas antiguos, identificar dependencias, trasladar funcionalidades y generar pruebas de comparación con mayor rapidez.

No obstante, sigue existiendo una distancia importante entre resolver satisfactoriamente una evaluación y completar la modernización de una plataforma empresarial.

Los sistemas reales suelen incluir bases de datos, aplicaciones externas, integraciones bancarias, procedimientos manuales y comportamientos históricos que las pruebas automatizadas pueden no detectar.

Por esa razón, una migración técnicamente correcta todavía debe superar procesos de revisión, integración y validación antes de sustituir una aplicación utilizada en operaciones críticas.

OpenAI publicó el conjunto de evaluación MultiLangBench y su infraestructura de pruebas en GitHub, con el objetivo de permitir que desarrolladores examinen los resultados e identifiquen limitaciones relevantes para sus propios proyectos.

La IA podría modernizar sistemas que llevan décadas funcionando

Los resultados muestran que la inteligencia artificial comienza a superar algunas de las barreras que históricamente dificultaron la modernización del software empresarial.

Hasta ahora, los modelos de programación mostraban resultados mucho más sólidos en lenguajes populares, especialmente aquellos con abundante documentación y ejemplos disponibles públicamente.

COBOL, Fortran y Visual Basic plantean un problema diferente: además de contar con menos material moderno de entrenamiento, muchos de sus programas contienen décadas de decisiones técnicas y comerciales difíciles de reconstruir.

El progreso anunciado por OpenAI sugiere que esa limitación puede reducirse significativamente.

Pero el resultado más importante no es únicamente que GPT-6.1 Sol haya alcanzado 97,9% en una evaluación o que Astra haya mejorado su desempeño en 20 lenguajes.

Es la posibilidad de utilizar inteligencia artificial para conservar el funcionamiento de sistemas esenciales mientras se modifica la tecnología que los sostiene.

Para bancos, instituciones financieras y centros científicos, esto podría abrir una vía para modernizar aplicaciones sin tener que reconstruir manualmente cada una de sus reglas desde cero.

La cautela sigue siendo imprescindible: un programa traducido que funciona no necesariamente es un programa que funciona exactamente igual que el original.

Y cuando el software administra dinero, transacciones o cálculos científicos críticos, esa diferencia puede ser precisamente la más importante.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA




ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados