OpenAI випустила нові версії моделей, які суттєво краще пишуть і переносять код мовами з обмеженою базою для навчання: COBOL, Fortran, Visual Basic та OCaml. Для оцінки компанія створила два власні тести — MultiLangBench і тест міграції COBOL. Найгучніший результат: на міграції COBOL модель нового покоління показала точність 86,6% проти 5,4% у попередника, і зробила це за нижчої вартості.
Малоресурсні мови — це ті, до яких мало відкритого коду й документації. ШІ-моделям просто нема на чому вчитися, тож із Python чи JavaScript вони справляються впевненіше. Проблема в тому, що саме такі мови тримають критичну інфраструктуру. За даними IBM, на які посилається OpenAI, COBOL обслуговує понад 40% систем онлайн-банкінгу, 80% карткових платежів у фізичних магазинах і 95% операцій у банкоматах. Fortran досі застосовують у прогнозуванні погоди та аналізі безпеки ядерних об'єктів. За оцінкою Crypto Briefing, у промисловій експлуатації працює близько 800 млрд рядків COBOL-коду.
Складність не лише в самій мові. Документація до таких систем часто неповна, початкові розробники давно пішли з компанії, а бізнес-правила подекуди існують тільки всередині коду. Кількість фахівців, які знають ці мови, постійно скорочується, а витрати на підтримку зростають. Саме тому модернізація легасі-систем стала окремим ринком, на якому конкурують і OpenAI, і Anthropic, і сама IBM.
Щоб виміряти прогрес, OpenAI розробила дві перевірки. MultiLangBench оцінює створення нового ПЗ: модель має з нуля написати рушій бази даних, сумісний із SQLite, заданою мовою. Тестів багато — перевіряють структуру кодової бази, керування станом, обробку помилок і додавання нових функцій без поломки старих. Результат звіряють з еталонною реалізацією SQLite, тож однакові тести застосовують до будь-якої з 20 мов. Другий тест — міграція COBOL: модель переносить програми на C++, Java, Kotlin, Python або Rust, і приховані тести вимагають побайтового збігу видимих результатів. Міграція вважається успішною, лише якщо пройдено всі тести.
У MultiLangBench найкращий результат показала GPT-6 Astra на максимальному рівні міркування: у середньому вона проходить 87,4% тестів у 20 мовах, тоді як GPT-5.6 Sol давала 26,8%. Покращення зафіксовано в кожній із протестованих мов, а в 19 із 20 Astra перевищує 83%. Найскладнішим залишився COBOL із 72,1%. Для порівняння: OCaml — 85,8%, Fortran — 83,5%, Visual Basic — 89,4%. Є й бюджетний варіант: GPT-6 Luna поступається Astra, але перевершує GPT-5.6 Sol у кожній мові. Середня оцінена вартість API-запиту для неї становить $0,77 за зразок проти $3,48 у GPT-5.6 Sol, тобто приблизно на 78% менше.
У тесті міграції COBOL GPT-6.1 Sol на низькому рівні міркування досягла точності 86,6%. GPT-5.6 Sol на тих самих налаштуваннях мала лише 5,4%, а витрати нової моделі становили близько 61% від витрат попередниці. На вищих рівнях міркування точність сягає 97,9%, тобто тест майже вичерпано. OpenAI виклала набір тестів і результати за кожною мовою на GitHub, тож розробники можуть самостійно перевірити, наскільки модель справляється з їхнім стеком.
«Працює» не означає «правильно». COBOL-програми зазвичай обробляють фінансові транзакції та бізнес-записи, де кожна дрібниця є вимогою бізнесу. Приклад від OpenAI: у фіксованій арифметиці COBOL зайві десяткові знаки відкидаються, якщо не вказано явне округлення. Якщо при перенесенні значення почнуть округлювати, програма запуститься без помилок, але фінансові результати вже відрізнятимуться. Саме тому в регульованих галузях такі інструменти оцінюватимуть не за тим, чи компілюється новий код, а за тим, наскільки надійно він відтворює ті самі результати. Навіть невеликі розбіжності після міграції можуть обернутися проблемами з комплаєнсом.
OpenAI не єдина, хто бореться за ринок модернізації застарілих систем. Anthropic випустила оновлення, пов'язані з COBOL, ще в лютому 2026 року, після чого акції IBM впали приблизно на 13%. Сама IBM пропонує watsonx Code Assistant — інструмент для перекладу COBOL у Java. Агентні ШІ-процеси на базі моделей OpenAI можуть самостійно перекладати й оптимізувати Fortran-код, подекуди за кілька доларів на одне ядро обчислень.
Навіть самі розробники визнають, що результати тестів не дорівнюють готовності до промислового запуску. OpenAI наголошує: для реальних систем усе одно потрібні експертна перевірка та тестування на відповідність бізнес-правилам і залежностям. Компанія також просить розробників і корпоративних клієнтів ділитися відгуками про те, де моделі помиляються і які мови чи процеси варто покращувати наступними. Нові моделі вже можна спробувати через API на завданнях у своєму стеку.
Для українських команд практичний висновок такий: легасі-код у банках, страхуванні та промисловості перестає бути «чорною скринькою», яку неможливо рухати без носіїв мови. Але економію на міграції варто рахувати разом із витратами на тестування бізнес-логіки — саме там ховаються ризики, які не видно в компіляторі.
4
