Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
IBM estimates that COBOL supports 95 percent of ATM transactions and 80 percent of in-person credit card transactions. For banks, this old code is not only a technical burden: it is often where the business rules live, and sometimes nowhere else. OpenAI now says its newest models can rewrite such programs in modern languages without changing how they behave, and reports 97.9 percent accuracy on its own migration test.
IBM estima que COBOL da soporte al 95 % de las transacciones en cajeros automáticos y al 80 % de las transacciones con tarjeta de crédito en comercios. Para los bancos, este código antiguo no es solo una carga técnica: a menudo es el lugar donde viven las reglas de negocio, y en ocasiones no existen en ningún otro sitio. OpenAI afirma ahora que sus modelos más recientes pueden reescribir estos programas en lenguajes modernos sin cambiar su comportamiento, y reporta una precisión del 97,9 % en su propia prueba de migración.
The difficulty is not only the age of the code. COBOL and Fortran, which is used in weather forecasting and nuclear reactor safety analysis, have far less training material available than Python or JavaScript, and their documentation is often incomplete. A rewritten program can run without a single error and still produce different numbers. COBOL, for example, discards extra decimal digits unless a program explicitly requests rounding, and in finance that detail is the whole calculation.
La dificultad no reside solo en la antigüedad del código. COBOL y Fortran, este último utilizado en la predicción meteorológica y en el análisis de seguridad de reactores nucleares, cuentan con mucho menos material de entrenamiento disponible que Python o JavaScript, y su documentación suele ser incompleta. Un programa reescrito puede ejecutarse sin un solo error y, aun así, producir cifras distintas. COBOL, por ejemplo, descarta los decimales adicionales salvo que un programa pida explícitamente redondeo, y en finanzas ese detalle es todo el cálculo.
To score a migration, OpenAI's test translates existing COBOL programs into C++, Java, Kotlin, Python or Rust, and requires the new version to pass every hidden test, including checks that its observable outputs match the original. GPT-6.1 Sol reached 86.6 percent at low reasoning effort, against 5.4 percent for GPT-5.6 Sol, and 97.9 percent at higher effort. OpenAI also reported a 39 percent reduction in API costs at the lower setting.
Para puntuar una migración, la prueba de OpenAI traduce programas COBOL existentes a C++, Java, Kotlin, Python o Rust, y exige que la nueva versión supere todas las pruebas ocultas, incluidas las comprobaciones de que sus resultados observables coinciden con los del original. GPT-6.1 Sol alcanzó el 86,6 % con un esfuerzo de razonamiento bajo, frente al 5,4 % de GPT-5.6 Sol, y el 97,9 % con un esfuerzo mayor. OpenAI también informó de una reducción del 39 % en los costes de API con el ajuste más bajo.
The gains go beyond COBOL. On MultiLangBench, which asks models to build a database engine compatible with SQLite in 20 programming languages, GPT-6 Astra averaged 87.4 percent, up from 26.8 percent for GPT-5.6 Sol, and improved in every language. Its Fortran score rose from 21.4 to 83.5 percent, and COBOL, still the hardest language, climbed from 10.9 to 72.1 percent. The cheaper GPT-6 Luna averaged 40.3 percent, at approximately 78 percent less per sample: OpenAI estimates average API costs of $0.77 against $3.48.
Las mejoras van más allá de COBOL. En MultiLangBench, que pide a los modelos construir un motor de bases de datos compatible con SQLite en 20 lenguajes de programación, GPT-6 Astra promedió el 87,4 %, frente al 26,8 % de GPT-5.6 Sol, y mejoró en todos los lenguajes. Su puntuación en Fortran pasó del 21,4 % al 83,5 %, y COBOL, todavía el más difícil, subió del 10,9 % al 72,1 %. El más económico GPT-6 Luna promedió el 40,3 %, con un coste por muestra aproximadamente un 78 % menor: OpenAI estima un coste medio de API de 0,77 dólares frente a 3,48 dólares.
What changes first is the cost of experimenting. For institutions that have long avoided touching core systems because replacing them is risky, a cheaper way to test rewrites is the practical point, and OpenAI argues that Luna's lower costs could let engineering teams run more trials without substantially increasing budgets. The limits are as clear as the gains: 97.9 percent is a score on OpenAI's own suite, not a guarantee, and the company itself points to COBOL as the weakest language in its results. Teams will still have to check migrated software against real workloads and undocumented dependencies before trusting it with critical operations.
Lo que cambia primero es el coste de experimentar. Para las instituciones que llevan mucho tiempo evitando tocar sistemas centrales porque reemplazarlos es arriesgado, una forma más barata de probar reescrituras es el punto práctico, y OpenAI sostiene que los menores costes de Luna podrían permitir a los equipos de ingeniería realizar más pruebas sin aumentar sustancialmente los presupuestos. Los límites son tan claros como las mejoras: el 97,9 % es una puntuación en el conjunto de pruebas de OpenAI, no una garantía, y la propia empresa señala COBOL como el lenguaje más débil de sus resultados. Los equipos tendrán que comprobar el software migrado con cargas de trabajo reales y dependencias no documentadas antes de confiarle operaciones críticas.