OpenAI сообщила, что её модель GPT-6.1 Sol выполнила миграцию COBOL-программ с точностью 86,6% при низком уровне рассуждений — против 5,4% у GPT-5.6 Sol в том же тесте. Для команд, у которых критичные расчёты до сих пор живут на мейнфреймах, OpenAI COBOL миграция выглядит уже не как лабораторный фокус, а как повод пересчитать бюджет на инвентаризацию кода, тесты и привлечение предметных экспертов.
Результаты, о которых сообщает The New Stack, относятся к собственной оценке OpenAI для переноса COBOL-кода в C++, Java, Kotlin, Python или Rust. Задача сформулирована жёстко: результат считается успешным, только если программа проходит все скрытые проверки, а наблюдаемые выходные данные совпадают побайтно. При более высоком уровне рассуждений компания заявляет о 97,9% успешных миграций. При этом OpenAI отдельно предупреждает: для промышленного кода всё равно нужны ревью специалистов и тестирование с реальными бизнес-правилами и зависимостями.
Разница между 5,4% и 86,6% впечатляет, но это не означает, что 86,6% большого банковского ландшафта можно безболезненно переписать кнопкой. Бенчмарк измеряет поведение программ на своём наборе скрытых сценариев. Реальная система обычно включает copybook-файлы, пакетные задания, очереди, интеграции, собственные форматы данных и десятилетия исключений, о которых никто не написал документацию. Именно в этих исключениях обычно и лежит часть логики, за которую бизнес готов судиться.
Особенно неприятный случай — денежные расчёты. В COBOL лишние десятичные разряды могут отбрасываться, если округление не задано явно. Переведённая программа способна собираться, запускаться и выглядеть аккуратно в pull request, но по-другому посчитать комиссию или начисление процентов. Скрытые тесты снижают риск такой ошибки, однако не заменяют регрессионный контур конкретной компании.
Что именно проверяла OpenAI
Параллельно компания представила MultiLangBench — набор испытаний для 20 языков программирования. В нём модель должна с нуля собрать совместимый со SQLite движок базы данных: получить исходный файл БД и SQL-запрос, изменить базу и выдать результат, который сверяется с эталонной SQLite. GPT-6 Astra, по данным OpenAI, достигла среднего показателя прохождения тестов 87,4% против 26,8% у GPT-5.6 Sol.
На COBOL в этом отдельном тесте результат Astra вырос с 10,9% до 72,1%. Язык всё равно остался самым сложным среди проверяемых, хотя модель показала более 83% в 19 из 20 языков. Более дешёвая GPT-6 Luna набрала в среднем 40,3% при оценочной стоимости API в 0,77 доллара на пример — OpenAI сравнивает это с 3,48 доллара у GPT-5.6 Sol. Эти цифры нельзя смешивать с результатами миграционного теста: один бенчмарк проверяет создание нового программного обеспечения, другой — сохранение поведения уже существующего.
Для бизнеса новость важна не обещанием «перевести COBOL в Python», а возможным сдвигом в экономике подготовительных работ. Модель можно использовать для первичного анализа модулей, объяснения устаревшего кода, подготовки вариантов трансляции и генерации тестовых сценариев. Но финальную ответственность за правила расчётов, порядок обработки записей и поведение в нештатных ситуациях ей передавать рано. OpenAI COBOL миграция может ускорить работу команды, но не отменяет архитекторов, инженеров по качеству и носителей знаний о предметной области.
Не замена мейнфрейм-команде, а повод изменить процесс
Практичный сценарий для IT-директора — не начинать с крупнейшей программы и не измерять успех количеством строк, сгенерированных моделью. Лучше выбрать изолированный модуль с понятными входами и архивом реальных данных, зафиксировать текущее поведение автоматическими тестами, затем сравнить несколько вариантов миграции. Если результат стабильно проходит регрессию, можно расширять контур. В таком процессе модель помогает быстрее получать кандидаты на новый код, а не становится единственным источником истины.
Главный вопрос теперь не в том, умеет ли LLM написать правдоподобный Java-код вместо COBOL. Он умеет. Вопрос в том, смогут ли компании превратить исторические знания, зашитые в легаси, в проверяемые спецификации до начала переноса. Чем лучше этот фундамент, тем заметнее будет эффект, который обещает OpenAI COBOL миграция; без него даже 97,9% на бенчмарке останутся хорошей цифрой для презентации, а не планом безопасной модернизации.