OpenAI cho biết dòng GPT-6 đã cải thiện đáng kể năng lực viết mã ở các ngôn ngữ lập trình ít dữ liệu huấn luyện như COBOL, Fortran và Visual Basic so với các mô hình trước. Kết quả này được kỳ vọng sẽ hỗ trợ việc bảo trì và hiện đại hóa các hệ thống phần mềm cũ đang được sử dụng trong ngân hàng và những ngành công nghiệp trọng yếu.

Ngày 19/10 (giờ địa phương), OpenAI công bố kết quả đánh giá khả năng xử lý các ngôn ngữ lập trình ít tài nguyên của dòng GPT-6. Để đo hiệu năng, công ty xây dựng bộ benchmark mang tên MultiLangBench, dùng để kiểm tra khả năng mô hình AI tạo ra một engine cơ sở dữ liệu tương thích với SQLite bằng 20 ngôn ngữ, chẳng hạn C, Python và COBOL, sau đó đo tỷ lệ vượt qua các bài kiểm thử chức năng được thiết lập sẵn.

Theo kết quả thử nghiệm, GPT-6 Astra đạt tỷ lệ vượt bài kiểm thử trung bình 87,39%, cao hơn nhiều so với mức 26,77% của phiên bản tiền nhiệm GPT-5.6 Sol. Trong khi đó, GPT-6.1 Sol ghi nhận tỷ lệ 87,04%.

Mức cải thiện ở từng ngôn ngữ cũng khá rõ rệt. Với GPT-6 Astra, tỷ lệ vượt bài kiểm thử bằng COBOL tăng từ 10,9% lên 72,1%, còn Fortran tăng từ 21,4% lên 83,5%. Với Visual Basic, tỷ lệ này tăng từ 27,5% lên 89,4%.

Phiên bản chi phí thấp GPT-6 Luna đạt mức trung bình 40,31%, vượt cả GPT-5.6 Sol. Chi phí API ước tính cho mỗi bài kiểm thử là 0,77 USD, thấp hơn khoảng 78% so với mô hình cũ.

Trong bài kiểm thử chuyển đổi mã COBOL hiện có sang các ngôn ngữ mới hơn như C++, Java và Python, hiệu năng của dòng GPT-6 cũng được cải thiện. GPT-6.1 Sol đạt độ chính xác 86,6% ở chế độ suy luận thấp và 97,9% ở chế độ suy luận cao.

Hiện nay, COBOL vẫn được sử dụng trong các giao dịch tài chính và hệ thống máy tính của ngân hàng, trong khi Fortran tiếp tục được ứng dụng trong dự báo thời tiết cũng như lĩnh vực khoa học - công nghệ.

OpenAI cho rằng kết quả này có thể hỗ trợ việc bảo trì phần mềm lõi cũ và chuyển đổi hệ thống. Tuy vậy, các số liệu trên được rút ra từ bài đánh giá do chính OpenAI thiết kế, nên trước khi áp dụng vào các hệ thống tài chính và công nghiệp thực tế vẫn cần được chuyên gia thẩm định và kiểm chứng thêm.