AnswersPublished18 sources
OpenAI viser store COBOL-fremskridt – men testresultater er ikke garanti for sikker migrering
GPT 6 Astra bestod i gennemsnit 87,4 procent af testene i MultiLangBench på tværs af 20 sprog. De to evalueringer måler forskellige opgaver, og resultaterne dokumenterer ikke i sig selv, at AI genereret kode kan sættes sikkert i drift.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- GPT 6 Astra bestod i gennemsnit 87,4 procent af testene i MultiLangBench på tværs af 20 sprog.
- De to evalueringer måler forskellige opgaver, og resultaterne dokumenterer ikke i sig selv, at AI genereret kode kan sættes sikkert i drift.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI announce on October 19, 2026, about its newest models’ improvements in writing and migrating code in low-resource languages. Article summary: On October 19, 2026, OpenAI announced stronger capabilities for writing and migrating software in low-resource languages, including COBOL, Fortran, Visual Basic and OCaml, supported by two new evaluations. The reported g. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, click
OpenAI meldte den 19. oktober 2026 om fremskridt med at skrive og migrere kode i blandt andet COBOL, Fortran, Visual Basic og OCaml. De mest iøjnefaldende tal er en gennemsnitlig beståelsesprocent på 87,4 i en test med 20 programmeringssprog og et resultat på 97,9 procent i en særskilt test af COBOL-migrering. 2
18
19
Tallene siger noget om, hvordan modellerne klarede bestemte tests. De viser ikke, at en AI-migrering er klar til at blive taget i brug i et virksomheds- eller banksystem.
Begrænsede træningsdata – ikke begrænset betydning
Når et programmeringssprog kaldes low-resource eller ressourcefattigt, handler det om, hvor lidt egnet materiale der findes til at træne og evaluere AI-modeller med. Det betyder ikke, at sproget er uvigtigt eller sjældent brugt i praksis. Ifølge omtalen af OpenAIs udmelding har sprogene begrænsede mængder træningsdata. 25
COBOL viser tydeligt forskellen. Et estimat fra IBM, som er gengivet i en af kilderne, placerer COBOL bag mere end 40 procent af onlinebanksystemerne og 95 procent af hæveautomattransaktionerne. Den udbredelse fortæller dog ikke, hvor meget egnet COBOL-kode der indgår i AI-modellernes træningsmateriale. 24
To tests med forskellige formål
MultiLangBench beder modellen bygge en SQLite-kompatibel databasemotor fra bunden i hvert af 20 programmeringssprog. Resultatet er den gennemsnitlige andel af testene, modellen består på tværs af sprogene. Testene er beskrevet som tilpasset SQLite-testsuiten. 2
26
COBOL-migreringstesten undersøger oversættelse af eksisterende COBOL-programmer til C++, Java, Kotlin, Python eller Rust. Formålet er at bevare programmets opførsel, og skjulte tests bruges til at vurdere oversættelserne. 19
21
Det er altså to forskellige opgaver: at bygge software i sprog, en model måske kender mindre til, og at oversætte eksisterende software uden at ændre dens observerbare resultater. Procenterne kan derfor ikke læses som direkte sammenlignelige mål for det samme.
Resultater, ræsonnering og pris
| Evaluering | Model og indstilling | Rapporteret resultat |
|---|---|---|
| MultiLangBench, gennemsnit på 20 sprog | GPT-6 Astra, højeste ræsonneringsindsats | 87,4 procent beståede tests mod 26,8 procent for GPT-5.6 Sol. |
| MultiLangBench | GPT-6 Luna | 40,3 procent beståede tests; cirka 0,77 dollar pr. prøve mod 3,48 dollar for GPT-5.6 Sol. |
| COBOL-migrering, lav ræsonneringsindsats | GPT-6.1 Sol | 86,6 procents nøjagtighed mod 5,4 procent for GPT-5.6 Sol; den rapporterede pris var 39 procent lavere. |
| COBOL-migrering, højere ræsonneringsindsats | GPT-6.1 Sol | 97,9 procents nøjagtighed. |
På MultiLangBench scorede GPT-6 Astra 72,1 procent i COBOL, 83,5 procent i Fortran og 89,4 procent i Visual Basic. COBOL-migreringstallene stammer fra en anden evaluering: De 97,9 procent er altså ikke Astras resultat i COBOL-delen af MultiLangBench. 18
25
Prisoplysningerne for GPT-6 Luna gælder dens resultat på MultiLangBench. De tilgængelige tal fastslår ikke en tilsvarende pris for Astra eller for GPT-6.1 Sols migreringstest med højere ræsonneringsindsats. 18
Hvad tallene betyder for ældre systemer
Ved migrering af etableret software er det afgørende, at den nye version gør det samme som den gamle – ikke blot at den nye kode ser rigtig ud. OpenAIs rapporterede testresultater peger på markante fremskridt i netop den type opgave, især sammenlignet med GPT-5.6 Sols resultat ved lav ræsonneringsindsats. 19
21
Men en bestået benchmark er ikke det samme som en gennemprøvet løsning til et virkeligt system. Resultaterne viser ikke i sig selv, om en model bevarer alle forretningsregler, håndterer samtlige afhængigheder og integrationer eller opfører sig korrekt i tilfælde, der ikke indgår i testen. Før kode bruges i produktion, kræves fortsat faglig gennemgang og test mod organisationens egne krav og data.
Hvad er offentligt – og hvad er stadig uklart?
Omtalen af udmeldingen siger, at OpenAI har frigivet MultiLangBench som en åben benchmark. Det tilgængelige materiale fastslår ikke, at de skjulte tests i den særskilte COBOL-migreringsevaluering også er offentligt tilgængelige. Det kan derfor være svært for andre at gentage netop det resultat fuldt ud. 19
28
Resultaterne, der omtales her, er rapporterede benchmarktal, og kilderne dokumenterer ikke en uafhængig gentagelse af testene. De viser fremskridt på klart afgrænsede opgaver – ikke en uafhængig bekræftelse af, at løsningerne er pålidelige i produktion.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "OpenAI viser store COBOL-fremskridt – men testresultater er ikke garanti for sikker migrering"?
GPT 6 Astra bestod i gennemsnit 87,4 procent af testene i MultiLangBench på tværs af 20 sprog.
What are the key points to validate first?
GPT 6 Astra bestod i gennemsnit 87,4 procent af testene i MultiLangBench på tværs af 20 sprog. De to evalueringer måler forskellige opgaver, og resultaterne dokumenterer ikke i sig selv, at AI genereret kode kan sættes sikkert i drift.