GPT-6.1 Sol migra il COBOL con l’86,6% di accuratezza, dice OpenAI
In COBOL l’aritmetica a virgola fissa scarta le cifre decimali in eccesso, a meno che il programma non chieda esplicitamente di arrotondare. Una riscrittura che arrotonda per conto suo gira senza errori, ma produce risultati finanziari diversi: è l’insidia su cui OpenAI ha costruito una nuova valutazione, pubblicata il 19 ottobre 2026. Con sforzo di ragionamento basso, GPT-6.1 Sol la supera nell’86,6% dei casi; GPT-5.6 Sol, alla stessa impostazione, si ferma al 5,4%.
Cosa deve preservare una migrazione COBOL
La valutazione chiede ai modelli di migrare programmi COBOL verso C++, Java, Kotlin, Python o Rust, mantenendo il comportamento originale. Secondo OpenAI, questi programmi elaborano spesso transazioni finanziarie e registri aziendali, dove dettagli come le regole di arrotondamento o la gestione dei record mancanti corrispondono a requisiti di business, non a scelte tecniche.
Per verificarlo, OpenAI usa test nascosti che richiedono parità byte per byte sugli output osservabili. Una migrazione conta come riuscita solo se passano tutti i test: basta una differenza per bocciarla.
I numeri dichiarati: accuratezza e costo
- Con sforzo di ragionamento basso, GPT-6.1 Sol raggiunge l’86,6% di accuratezza; GPT-5.6 Sol, con la stessa impostazione, il 5,4%.
- Sempre a basso sforzo, GPT-6.1 Sol costa il 39% in meno di GPT-5.6 Sol, cioè circa il 61% del costo API.
- Con sforzo di ragionamento più alto l’accuratezza di GPT-6.1 Sol sale al 97,9%, valore che OpenAI descrive come vicino alla saturazione della valutazione.
Il confronto vale per questa valutazione, ideata e misurata da OpenAI; la pagina non indica verifiche esterne.
Perché COBOL conta ancora
OpenAI ricorda che COBOL supporta oltre il 40% dei sistemi bancari online, l’80% delle transazioni con carta in presenza e il 95% di quelle agli ATM. Eppure ha meno codice e documentazione disponibili per l’addestramento rispetto a linguaggi come Python e JavaScript.
Mantenere e modernizzare questo software, osserva l’azienda, è difficile: la documentazione può essere incompleta, gli sviluppatori originali possono aver lasciato l’azienda e certe regole di business esistono soltanto nel codice. Il lavoro, spiega OpenAI, nasce dalle segnalazioni di sviluppatori e clienti enterprise, secondo cui i modelli di programmazione faticano con questi linguaggi.
Limiti dichiarati e come provarlo
OpenAI stessa mette un paletto: le capacità di preservare il comportamento sono utili a chi mantiene e modernizza sistemi datati, ma applicarle a software in produzione richiede comunque revisione esperta e test rispetto alle regole di business e alle dipendenze del sistema.
Nello stesso documento c’è una seconda valutazione, MultiLangBench, che misura un’altra capacità, costruire da zero un motore compatibile con SQLite in 20 linguaggi. Qui, al massimo sforzo di ragionamento, GPT-6 Astra arriva all’87,4% di media contro il 26,8% di GPT-5.6 Sol; in COBOL passa dal 10,9% al 72,1%, e secondo OpenAI resta il linguaggio più difficile.
I modelli si possono provare tramite API su compiti di programmazione nei linguaggi usati dal proprio team. OpenAI chiede feedback su cosa funziona, dove i modelli faticano e quali linguaggi o flussi di lavoro privilegiare.
