GPT-6.1 traduz COBOL para C++, Java, Kotlin, Python e Rust com quase 98% de acerto, diz OpenAI

Benchmark divulgado pela OpenAI em 20 de outubro de 2026 mostra salto de desempenho em linguagens antigas como COBOL, Fortran e Visual Basic, que ainda sustentam boa parte dos sistemas bancários do mundo.

O anúncio: dois benchmarks para medir código de baixo recurso

Em 20 de outubro de 2026, a OpenAI divulgou dados comparando a família de modelos GPT-6 com a geração anterior, GPT-5.6, especificamente em linguagens de programação que ela chama de baixo recurso: COBOL, Fortran e Visual Basic, segundo reportagem do The Decoder. O termo existe porque circula muito menos código dessas linguagens na internet do que de Python ou JavaScript, e isso historicamente deixava os modelos de IA mais fracos nelas, mesmo quando acertavam bem em linguagens populares.

Para medir o avanço, a empresa criou dois testes. O primeiro é o MultiLangBench, publicado no GitHub, que pede ao modelo para construir do zero um motor de banco de dados compatível com SQLite, repetindo o exercício em 20 linguagens diferentes. O segundo é um benchmark específico de migração de COBOL, que avalia a tradução de código COBOL para C++, Java, Kotlin, Python ou Rust.

Os números: de 38% para 87% em uma geração de modelos

No MultiLangBench, com o esforço de raciocínio (o parâmetro que controla quanto o modelo pensa antes de responder) configurado no máximo, o GPT-6 Astra atinge taxa média de aprovação de 87,4% nos testes das 20 linguagens, contra cerca de 38% do GPT-5.6 Terra. O GPT-6.1 Sol chega perto disso, também na casa dos 87%. Já o GPT-6 Luna, modelo mais barato da linha, fica em 40,3%, pouco à frente do GPT-5.6 Terra (37,9%), mas com custo bem menor de execução.

No benchmark de migração de COBOL o salto é ainda mais nítido:

A diferença entre 5,4% e 86,6% usando o mesmo nível de esforço de raciocínio indica que o ganho não vem só de deixar o modelo pensar mais: veio de como o GPT-6.1 Sol foi treinado para essas linguagens específicas. Subir o esforço de raciocínio para o máximo empurra a acurácia para 97,9%, mas isso tem custo em tokens processados e em tempo de resposta, algo que a OpenAI não detalhou em valores absolutos no material divulgado.

Por que COBOL ainda sustenta metade do sistema financeiro

Segundo estimativa da IBM citada pela OpenAI e reportada pelo The Decoder, o COBOL ainda roda em mais de 40% dos sistemas de banco online do mundo e processa 95% de todas as transações em caixas eletrônicos. São números que explicam por que uma linguagem criada em 1959 segue relevante: trocar esse código por algo novo significa mexer no núcleo que movimenta dinheiro de milhões de pessoas, e qualquer erro de tradução vira prejuízo real, não bug de interface.

Não há dado equivalente para o mercado brasileiro no material divulgado, mas o padrão se repete aqui: é comum que bancos e seguradoras locais mantenham núcleos de processamento em mainframes COBOL por trás de camadas mais modernas de atendimento digital. Para esse tipo de instituição, um modelo que erra menos ao traduzir COBOL não é curiosidade acadêmica, é uma peça a mais na conta de quanto custa (e quanto risco tem) modernizar um sistema que roda há décadas sem parar.

O que muda na prática para quem toca o projeto de modernização

Para uma equipe de TI que planeja migrar módulos COBOL para uma stack moderna, os números sugerem um fluxo de trabalho em camadas, e não um botão único de conversão automática:

1. Rodar o esforço de raciocínio baixo primeiro, para triagem rápida e barata de módulos simples, usando o GPT-6 Luna ou o GPT-6.1 Sol conforme o orçamento.
2. Escalar para esforço de raciocínio alto apenas nos trechos mais críticos (cálculo de juros, regras de compliance, lógica de liquidação), onde a diferença entre 86,6% e 97,9% de acurácia justifica o custo extra.
3. Validar toda saída com testes automatizados que comparem o comportamento do código original com o traduzido, já que acurácia em benchmark sintético não é o mesmo que equivalência funcional garantida em produção.
4. Manter revisão humana obrigatória em qualquer módulo que toque dinheiro de cliente, auditoria regulatória ou relatório para o Banco Central, porque nenhum dos dois benchmarks divulgados testa esse tipo de exigência.

Em resumo: o ganho de desempenho reduz o trabalho manual de tradução linha a linha, mas não elimina a etapa de verificação, que continua sendo o gargalo em qualquer migração de sistema financeiro.

O que ainda fica em aberto

Os dois benchmarks são sintéticos e controlados pela própria OpenAI, o que é diferente de testar em uma base de código COBOL real, cheia de gambiarras acumuladas em 30 ou 40 anos de manutenção, algo que nenhum benchmark público reproduz fielmente. A empresa também citou melhorias em Fortran e Visual Basic no mesmo anúncio, mas não divulgou números de benchmark específicos para essas duas linguagens no material disponível até agora.

Falta ainda informação sobre o custo em dólares por token nos diferentes níveis de esforço de raciocínio, dado essencial para qualquer time que for orçar um projeto de migração em escala. O MultiLangBench está disponível no GitHub da OpenAI para quem quiser rodar os próprios testes antes de decidir se a ferramenta entra no pipeline de modernização.

Fonte

The Decoder: OpenAI says GPT-6 is much better with legacy programming languages such as COBOL and Fortran (20 de outubro de 2026)

Fonte: The Decoder