OpenAI jaunākie modeļi uzrādījuši ievērojamu progresu programmatūras rakstīšanā vecākās programmēšanas valodās un mantota koda migrēšanā. Uzņēmuma publicētie rezultāti ietver 97,9% precizitāti testā, kas paredzēts mantoto programmu pārnešanas spēju novērtēšanai.

Šādi uzlabojumi varētu palīdzēt uzņēmumiem modernizēt programmatūru, kas joprojām ir būtiska ikdienas darbībām. Bankas un finanšu iestādes izmanto pirms vairākiem gadu desmitiem izstrādātu kodu, tādēļ tā aizstāšana ir riskanta — migrācijas laikā jāsaglabā gan esošie aprēķini, gan konkrētās biznesa loģikas noteikumi.

COBOL un Fortran joprojām uztur kritiski svarīgas sistēmas

COBOL joprojām ir dziļi iestrādāts finanšu infrastruktūrā. IBM aplēses liecina, ka šī valoda nodrošina vairāk nekā 40% tiešsaistes banku sistēmu, 80% klātienē veiktu kredītkaršu darījumu un 95% bankomātu darījumu.

Arī Fortran saglabā nozīmi zinātniskajā skaitļošanā, tostarp laikapstākļu prognozēšanā un kodolreaktoru drošības analīzē. Abām valodām ir pieejams mazāk apmācību materiālu nekā tādām populārām alternatīvām kā Python un JavaScript.

OpenAI norādīja, ka izstrādātāji un uzņēmumu klienti iepriekš saskārušies ar grūtībām, mēģinot panākt, lai kodēšanas modeļi uzticami darbotos ar šīm vecākajām valodām. Dokumentācija var būt nepilnīga, bet būtiski biznesa noteikumi dažkārt pastāv tikai sākotnējā kodā.

Tas rada problēmas migrācijas laikā. Pārrakstīta programma var darboties bez tehniskām kļūdām, taču sniegt citādus rezultātus nekā oriģinālā. Piemēram, COBOL var atmest liekos ciparus aiz komata, ja programma nepārprotami nepieprasa noapaļošanu. Šādas uzvedības maiņa var ietekmēt finanšu aprēķinus.

GPT-6.1 Sol būtiski uzlabo rezultātus

OpenAI COBOL migrācijas novērtējums pārbauda, vai modeļi spēj esošās programmas pārtulkot uz C++, Java, Kotlin, Python vai Rust, nemainot to darbību.

GPT-6.1 Sol pie zema spriešanas līmeņa sasniedza 86,6% precizitāti, salīdzinot ar 5,4% GPT-5.6 Sol rezultātu. OpenAI šajā iestatījumā ziņoja arī par 39% API izmaksu samazinājumu.

Pie augstāka spriešanas līmeņa GPT-6.1 Sol sasniedza 97,9% precizitāti. Lai programma tiktu ieskaitīta, tulkotajam kodam bija jāiztur visi slēptie testi, tostarp pārbaudes, kurās salīdzina tā novērojamo izvadi ar sākotnējās programmas izvadi.

Šis rādītājs atspoguļo veiktspēju OpenAI testa komplektā, nevis garantiju migrācijai bez kļūdām. Izstrādātājiem joprojām jāpārbauda pārrakstītās lietotnes ar reālām darba slodzēm un jāņem vērā nedokumentētas atkarības.

Dažādu valodu testos progress nav vienmērīgs

OpenAI modeļus pārbaudīja arī ar MultiLangBench — testu, kas mēra spēju izveidot ar SQLite saderīgu datubāzes dzinēju 20 programmēšanas valodās.

GPT-6 Astra sasniedza vidējo testa nokārtošanas rādītāju 87,4%, salīdzinot ar 26,8% GPT-5.6 Sol rezultātu. Astra uzlabojās visās pārbaudītajās valodās. Fortran rezultāts pieauga no 21,4% līdz 83,5%, savukārt Visual Basic rādītājs — no 27,5% līdz 89,4%. COBOL joprojām bija sarežģītākā valoda, tomēr Astra tās rezultātu palielināja no 10,9% līdz 72,1%.

GPT-6 Luna uzrādīja zemāku vidējo nokārtošanas rādītāju — 40,3%, taču viena parauga izveide maksāja aptuveni par 78% mazāk nekā GPT-5.6 Sol gadījumā. OpenAI aplēsa vidējās API izmaksas attiecīgi 0,77 un 3,48 ASV dolāru apmērā.

Rezultāti liecina par labāku atbalstu novecojušas programmatūras uzturēšanai, tomēr izstrādātājiem jāpārliecinās, ka modernizētās sistēmas saglabā uzņēmumiem nepieciešamo darbību. Testi arī parāda, kur vēl nepieciešami uzlabojumi: Astra rezultāti būtiski atšķīrās starp valodām, bet COBOL joprojām radīja vislielākās grūtības.

Savukārt Luna zemākās izmaksas varētu ļaut inženieru komandām veikt vairāk eksperimentu, būtiski nepalielinot budžetu. Šie rezultāti ir iepriecinošs progresa signāls, taču pirms migrētās programmatūras izmantošanas kritiskās darbībās komandām ražošana jebkurā gadījumā būs rūpīgi jāvalidē.