Kritik Altyapılarda COBOL ve Fortran
IBM verilerine göre çevrim içi bankacılık sistemlerinin yüzde 40'ından fazlası, yüz yüze kredi kartı işlemlerinin yüzde 80'i ve ATM işlemlerinin yüzde 95'i COBOL altyapısına dayanıyor. Hava durumu tahminleri ve nükleer reaktör güvenlik analizleri gibi kritik uygulamalarda Fortran belirleyici rolünü koruyor. Bu dillere ait sınırlı eğitim verisi, yapay zeka modellerinin güvenilir kod üretmesini uzun süredir zorlaştırıyordu.
Mevcut sistemlerin taşınmasındaki temel güçlük, dokümantasyon eksikliği ve operasyonel iş kurallarının doğrudan kaynak koda gömülü olmasından kaynaklanıyor. Örneğin COBOL, program açıkça yuvarlama talep etmediği sürece fazla ondalık basamakları otomatik olarak göz ardı ediyor; dönüştürülmüş kod hatasız çalışsa bile bu tür dil dinamikleri farklı finansal hesaplama sonuçları üretebiliyor.
GPT-6.1 Sol ile COBOL Aktarımı
OpenAI değerlendirmeleri, modellerin mevcut COBOL programlarını davranışlarını koruyarak C++, Java, Kotlin, Python veya Rust’a aktarma yeteneğini ölçtü. Düşük akıl yürütme seviyesinde GPT-6.1 Sol yüzde 86,6 doğruluk oranına ulaşırken bir önceki nesil GPT-5.6 Sol aynı testte yüzde 5,4'te kaldı. Yeni model bu ayarda API maliyetlerini önceki nesle kıyasla yüzde 39 düşürdü.
Akıl yürütme seviyesi yükseltildiğinde GPT-6.1 Sol’un doğruluk oranı yüzde 97,9'a çıktı. OpenAI, bu oranın kontrollü test paketindeki başarıyı yansıttığını; gerçek operasyonel sistemlerde belgelenmemiş bağımlılıklar ve iş yükleri nedeniyle geliştiricilerin manuel doğrulama yapmasının zorunlu olduğunu vurguluyor.
MultiLangBench’te Yirmi Dil Testi
Modeller ayrıca 20 farklı programlama dilinde SQLite uyumlu bir veritabanı motoru oluşturma yeteneğini ölçen MultiLangBench üzerinde değerlendirildi. GPT-6 Astra, ortalama test geçme oranını GPT-5.6 Sol’un yüzde 26,8'inden yüzde 87,4'e taşıdı. Fortran puanı yüzde 21,4'ten yüzde 83,5'e, Visual Basic puanı yüzde 27,5'ten yüzde 89,4'e yükseldi. En zorlu dil olmayı sürdüren COBOL ise yüzde 10,9'dan yüzde 72,1'e çıktı.
Maliyet Avantajıyla GPT-6 Luna
Ekonomik seçenek olarak konumlandırılan GPT-6 Luna, MultiLangBench genelinde yüzde 40,3 ortalama başarı sağlarken örnek başına GPT-5.6 Sol’a kıyasla yaklaşık yüzde 78 daha az maliyet oluşturdu. İki modelin ortalama API maliyetleri sırasıyla 0,77 dolar ve 3,48 dolar olarak kaydedildi. Bu maliyet düşüşünün, mühendislik ekiplerine bütçeleri zorlamadan geniş çaplı modernizasyon denemeleri yapma imkânı tanıması öngörülüyor.
