reasoning effort решает перенос COBOL: у GPT-6.1 Sol на высоком точность 97,9%

Это COBOL: по данным IBM, он же стоит за больше чем 40% систем онлайн-банкинга. 19 октября OpenAI показала замер переноса такого кода на C++, Java, Kotlin, Python и Rust.

Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.

На внутреннем тесте GPT-6.1 Sol сдаёт 86,6% миграций против 5,4% у GPT-5.6 Sol и стоит при этом 61% от её цены по API. Отдельного продукта под миграцию у компании нет. Остаётся API и последние модели.

Рычаг один. Точность решает уровень reasoning effort: на низком модель даёт 86,6%, на высоком 97,9%. Миграция зачтена только тогда, когда прошли все скрытые тесты и наблюдаемый вывод совпал побайтово.

Ловушка в деньгах. Фиксированная арифметика COBOL отбрасывает лишние знаки после запятой, пока округление не запрошено явно. Переписанный код с округлением работает без ошибок и выдаёт другой финансовый результат.

Второй замер OpenAI прогнала на MultiLangBench: написать с нуля SQLite-совместимый движок БД на 20 языках. GPT-6 Astra проходит в среднем 87,4% тестов против 26,8% у GPT-5.6 Sol, выше 83% в 19 языках из 20. COBOL поднялся с 10,9% до 72,1% и остался самым трудным.

Код бенча OpenAI выложила на GitHub: сетап оценки, тест-сьют и результаты по каждому из 20 языков. Команды прогоняют проверку на своих языках и ищут пробелы сами.

Anthropic зашла в ту же тему на восемь месяцев раньше. В феврале 2026 она показала, как Claude Code разбирает legacy-код: строит карту зависимостей, документирует процессы, ищет риски. Модернизацию кодовой базы COBOL компания обещала уложить в кварталы вместо лет, замеров не приводила.

После того заявления акции IBM потеряли 13,2% за день и закрылись на $223,35. Сильнейшее однодневное падение с 18 октября 2000 года, за февраль бумага упала на 27%.

Первые сторонние прогоны открытого бенча покажут, держится ли замер за пределами OpenAI.