OpenAI affirme que GPT-6 progresse nettement sur les langages anciens comme COBOL et Fortran
OpenAI affirme avoir nettement amélioré ses derniers modèles sur les langages de programmation peu représentés dans les données d'entraînement, comme COBOL, Fortran et Visual Basic. Sur le nouveau banc d'essai MultiLangBench, qui couvre 20 langages, GPT-6 Astra atteint un taux de réussite aux tests de 87,4 %, contre environ 38 % pour GPT-5.6 Terra. Pour la migration de code COBOL en particulier, GPT-6.1 Sol atteint jusqu'à 97,9 % de précision.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de The Decoder. Lire l'article original →
Ces chiffres comptent surtout pour les secteurs qui reposent encore sur du code ancien. Banques, assurances, administrations et laboratoires scientifiques font tourner des systèmes critiques écrits dans ces langages, et les développeurs capables de les maintenir sont de plus en plus rares. Un modèle qui produit et traduit ce code de façon fiable pourrait réduire le coût et le risque des chantiers de modernisation, en particulier dans l'infrastructure financière. Le bond de 38 % à 87,4 % sur l'ensemble des langages suggère aussi que l'écart entre les langages courants, comme Python ou JavaScript, et les langages de niche se réduit. Ces résultats viennent toutefois d'OpenAI et d'un banc d'essai récent, et ils devront être confirmés sur de vrais projets de migration.
Les langages historiques ont longtemps été le point faible des assistants de programmation. Leur code public est rare, leur documentation est dispersée, et les bases existantes comportent des particularités qui ne figurent dans aucun manuel. La modernisation du COBOL est depuis des années un marché convoité par les grands éditeurs, les sociétés de conseil et les spécialistes de l'IA. Les concurrents d'OpenAI sont attendus sur ce terrain, et la question à suivre est de savoir si ces gains tiendront sur des bases de code d'entreprise réelles, plus vastes et plus désordonnées que les tests de référence.
Les banques, assurances et administrations européennes qui maintiennent du code COBOL ou Fortran pourraient réduire le coût de leur modernisation, sous réserve de validation sur des projets réels.