OpenAI hat seine neuesten KI-Modelle für "Low-Resource"-Sprachen wie COBOL, Fortran und Visual Basic verbessert. Diese Sprachen haben weniger verfügbaren Code als etwa Python, stützen aber laut OpenAI kritische Infrastruktur weltweit: COBOL unterstützt laut IBM mehr als 40 Prozent der Online-Banking-Systeme und 95 Prozent aller Geldautomaten-Transaktionen.
OpenAI hat zwei Evaluationen entwickelt. MultiLangBench (Github) verlangt, eine SQLite-kompatible Datenbank-Engine von Grund auf zu bauen. Bei maximalem Reasoning-Aufwand erreicht GPT-6 Astra im Durchschnitt über 20 Sprachen 87,4 Prozent Testbestehensrate, gegenüber 26,8 Prozent bei GPT-5.6 Sol. GPT-6 Luna kommt auf 40,3 Prozent bei rund 78 Prozent niedrigeren geschätzten API-Kosten pro Sample.
Durchschnittliche Testbestehensrate im MultiLangBench über 20 Programmiersprachen: GPT-6 Astra und GPT-6.1 Sol erreichen rund 87 %, während ältere Modelle wie GPT-5.6 Sol bei knapp 27 % liegen. | Bild: OpenAIBei der COBOL-Migration zu C++, Java, Kotlin, Python oder Rust erreicht GPT-6.1 Sol bei niedrigem Reasoning-Aufwand 86,6 Prozent Genauigkeit, verglichen mit 5,4 Prozent bei GPT-5.6 Sol. Bei höherem Aufwand steigt die Genauigkeit auf 97,9 Prozent.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
