OpenAI teste ses modèles sur COBOL, Fortran et la migration de logiciels anciens
Le 19 octobre 2026, OpenAI a présenté deux évaluations destinées à mesurer les capacités de ses modèles d’intelligence artificielle sur des langages de programmation moins représentés dans les données d’entraînement, comme COBOL, Fortran et Visual Basic. Ces langages restent utilisés dans des banques, des administrations et des logiciels scientifiques.
Le test MultiLangBench demande à un modèle de construire un moteur de base de données compatible avec SQLite dans vingt langages. Selon OpenAI, GPT-6 Astra réussit en moyenne 87,4 % des tests, contre 26,8 % pour GPT-5.6 Sol. En COBOL, le taux annoncé passe de 10,9 % à 72,1 % ; en Fortran, de 21,4 % à 83,5 %.
Une seconde évaluation examine la migration de programmes COBOL vers des langages modernes, tout en préservant exactement le comportement des programmes initiaux. OpenAI annonce 86,6 % de migrations réussies avec GPT-6.1 Sol à faible effort de raisonnement, contre 5,4 % pour GPT-5.6 Sol.
Ces scores proviennent des évaluations publiées par l’entreprise et ne garantissent pas le même résultat sur des systèmes réels, souvent complexes ou mal documentés. Avant toute migration en production, la vérification humaine, les tests fonctionnels et la recherche de divergences restent indispensables.
Source primaire : étude et résultats publiés par OpenAI le 19 octobre 2026.
