Qual foi o resultado da OpenAI na migração de COBOL?

O GPT-6.1 Sol migrou programas COBOL para C++, Java, Kotlin, Python ou Rust com 86,6% de acerto no esforço baixo e 97,9% no esforço alto. O GPT-5.6 Sol acertou 5,4%. O teste é da própria OpenAI.

O que é o MultiLangBench?

É um teste aberto da OpenAI, com licença Apache 2.0 no GitHub, que pede ao modelo um motor de banco de dados compatível com o SQLite em 20 linguagens. O GPT-6 Astra fez 87,4% em média e 72,1% em COBOL.

A IA já pode migrar COBOL sozinha em produção?

Não sem revisão, segundo a própria OpenAI. O uso em produção exige revisão de especialistas e testes contra as regras de negócio e as dependências do sistema.

Bancos brasileiros já usam IA em COBOL?

Sim, em parte. O Bradesco disse ter ganhado até 80% de tempo na engenharia reversa de sistemas como COBOL com IA agêntica. Na pesquisa Febraban de 2026, 20% dos bancos usam geração de código com IA em larga escala.

GPT-6.1 Sol migra COBOL com até 97,9% de acerto

Capa do Watcher com o título OpenAI: GPT-6.1 Sol migra COBOL com 97,9% — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A OpenAI publicou na segunda, 19 de outubro, resultados de seus modelos em COBOL, Fortran e Visual Basic, linguagens antigas com pouco código disponível para treinar IA. No teste de migração de programas COBOL para C++, Java, Kotlin, Python ou Rust, o GPT-6.1 Sol acertou 86,6% com pouco raciocínio e 97,9% com mais esforço. O GPT-5.6 Sol, da geração anterior, acertou 5,4%. A empresa também lançou o MultiLangBench, teste aberto em 20 linguagens. Os dois testes foram desenhados e aplicados pela própria OpenAI.

Em resumo

Migração de COBOL: o GPT-6.1 Sol acertou 86,6% com esforço baixo e 97,9% com esforço alto. O GPT-5.6 Sol fez 5,4%. Uma migração só conta se passar em todos os testes ocultos, com saída idêntica byte a byte.
Custo: no esforço baixo, o GPT-6.1 Sol custa 61% do que custava o GPT-5.6 Sol na mesma configuração.
MultiLangBench: o modelo precisa escrever do zero um banco de dados compatível com o SQLite em 20 linguagens. O GPT-6 Astra fez 87,4% em média, contra 26,8% do GPT-5.6 Sol. Em COBOL, 72,1% contra 10,9%.
Ressalva: a OpenAI diz que usar isso em produção exige revisão de especialistas e testes contra as regras de negócio do sistema.
Brasil: na pesquisa Febraban de 2026, sistemas legados aparecem como a principal barreira para escalar inovação nos bancos.

O que a OpenAI mediu?

O MultiLangBench pede ao modelo que construa, do zero, um motor de banco de dados compatível com o SQLite numa linguagem determinada. O programa recebe um banco inicial e uma consulta SQL e devolve o banco alterado. O SQLite original confere o resultado. A nota combina a taxa de testes aprovados e o custo de API numa sessão longa de programação. As 20 linguagens vão de C, Java e Python até COBOL, Fortran, Visual Basic, Lean e Zig.

O GPT-6 Astra, modelo topo de linha da OpenAI lançado em 3 de setembro, fez 87,4% em média no esforço máximo. O GPT-5.6 Sol fazia 26,8%. O Astra passou de 83% em 19 das 20 linguagens. A exceção é o COBOL, que subiu de 10,9% para 72,1% e segue como a linguagem mais difícil. Fortran foi de 21,4% para 83,5% e Visual Basic de 27,5% para 89,4%. O GPT-6 Luna, opção barata, fez 40,3% em média, a US$ 0,77 por amostra, contra US$ 3,48 do GPT-5.6 Sol.

O repositório do MultiLangBench está no GitHub com licença Apache 2.0. Ele usa a versão 3.40.1 do SQLite e testes convertidos da suíte oficial. O README orienta rodar 272 testes. Um modelo que escreve na linguagem errada leva nota zero. A OpenAI não disse se vai publicar o teste de migração de COBOL.

Como funciona o teste de migração?

O modelo recebe um programa COBOL e precisa reescrevê-lo em C++, Java, Kotlin, Python ou Rust sem mudar o comportamento. Testes ocultos comparam as saídas byte a byte. Basta uma diferença para a migração falhar.

A OpenAI dá um exemplo do que costuma dar errado. A aritmética de ponto fixo do COBOL descarta casas decimais a mais, a menos que o programa peça arredondamento. Uma versão nova que arredonda roda sem erro e entrega resultado financeiro diferente. No esforço alto, a própria empresa diz que o teste está perto da saturação, ou seja, perto do teto que ele consegue medir.

Onde as coberturas divergem?

O Thurrott.com publicou que a OpenAI lançou um modelo novo para linguagens antigas e citou 86,8% na migração. O texto da OpenAI não anuncia modelo novo. Ele mostra resultados do GPT-6 Astra, do GPT-6.1 Sol e do GPT-6 Luna, que já estavam no mercado, e o número com esforço baixo é 86,6%, valor que o Interesting Engineering e o TechBriefly repetem. O TechBriefly lembra outro cuidado: os 72,1% em COBOL vêm do MultiLangBench e os 97,9% vêm do teste de migração. São testes diferentes.

Como chegamos até aqui?

Em 23 de fevereiro de 2026, a Anthropic publicou que o Claude Code ajuda a modernizar sistemas COBOL. As ações da IBM, que vende mainframes, caíram 13,1% naquele dia, o pior pregão desde outubro de 2000, e a empresa perdeu cerca de US$ 31 bilhões em valor de mercado, segundo a Forbes Australia. Oito meses depois, a OpenAI entra na mesma disputa com números próprios. A OpenAI cita a IBM para dizer que o COBOL sustenta mais de 40% dos sistemas de banco online, 80% das transações presenciais com cartão e 95% das transações em caixas eletrônicos.

O GPT-6.1 Sol, usado no teste de migração, foi lançado em 29 de setembro no DevDay, como a Marcio.AI mostrou. Ele custa US$ 2 por milhão de tokens de entrada, um quinto do Astra.

O que isso muda para bancos e governo no Brasil?

A Pesquisa Febraban de Tecnologia Bancária 2026, feita com a Deloitte e publicada em agosto, diz que sistemas legados são a principal barreira para escalar inovação nos bancos. A mesma pesquisa mostra que, numa amostra de 25 bancos, 20% já usam geração de código com IA em larga escala, 72% estão em exploração ou uso limitado e 8% não usam.

Há casos concretos. O Bradesco disse ao Mobile Time, em julho, que a engenharia reversa de sistemas antigos, como COBOL, ganhou até 80% de tempo com IA agêntica. Em setembro, a AI/R Compass UOL informou ter levado 1,9 milhão de linhas de COBOL e JCL para a linguagem Go numa grande financeira brasileira, sem dar o nome do cliente, com 80% menos esforço de desenvolvimento. No governo, a migração é antiga e lenta. Em 2011, a Dataprev contou ao IT Forum que convertia de COBOL para Java cerca de 70 sistemas da Receita Previdenciária, com 7,3 milhões de linhas.

Para quem tem COBOL em produção, o recado do teste é sobre verificação. O critério da OpenAI exige saída idêntica, e o exemplo do arredondamento mostra por quê: num banco, uma casa decimal diferente vira divergência contábil. Antes de contratar migração com IA, a equipe precisa de uma bateria de testes que compare a saída antiga com a nova em dados reais.

O que observar nas próximas semanas

A tese da Marcio.AI: até o fim do primeiro semestre de 2027, os grandes bancos brasileiros vão exigir dos fornecedores de modernização um índice de equivalência medido em teste próprio, e o MultiLangBench vai virar referência nessas propostas. Quatro sinais para conferir. Se a OpenAI publica o teste de migração de COBOL, como fez com o MultiLangBench. Se laboratórios independentes rodam o MultiLangBench com modelos da Anthropic e do Google. Se a IBM reage em preço ou produto, como depois do anúncio da Anthropic em fevereiro. E se algum banco ou órgão público brasileiro anuncia migração de COBOL com modelos da OpenAI.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #COBOL #OpenAI #Mainframe #ModernizacaoDeLegado #Bancos #IAGenerativa

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

OpenAI diz que o GPT-6.1 Sol migra COBOL com até 97,9% de acerto em teste próprio