Análise aprofundada · Cerca de 4 min de leitura
OpenAI relata avanços em linguagens de programação menos comuns
Novas avaliações analisam implementações de SQLite e migração de COBOL com preservação de comportamento.
- Data da fonte
- Publicado aqui
- Fonte verificada
A OpenAI publicou em 19 de outubro avaliações de programação voltadas a linguagens com menos material de treinamento, incluindo COBOL, Fortran e Visual Basic. O anúncio trata de tarefas específicas de engenharia, sem garantir migração automática de sistemas antigos.
Ouça as notícias
Ouça este artigo ou continue ouvindo as notícias.
Preparando a leitura…
Voz do dispositivo
O navegador ou dispositivo processa a voz. O AISubHub não envia o texto a uma API de áudio. As vozes e a reprodução com a tela bloqueada variam conforme o dispositivo.
Ao continuar, uma frase curta pode se repetir.
Resumo
- O MultiLangBench pede a criação de motores compatíveis com SQLite em 20 linguagens. A OpenAI informa média de 87,4% de testes aprovados para GPT-6 Astra no esforço máximo de raciocínio, contra 26,8% para GPT-5.6 Sol.
- Uma avaliação separada de migração de COBOL verifica a preservação do comportamento observável. A migração só é considerada correta quando todos os testes ocultos passam.
O que as duas avaliações realmente medem
A publicação de 19 de outubro separa dois problemas frequentemente misturados nas promessas de programação por IA. O MultiLangBench mede quanta funcionalidade nova de banco de dados um modelo consegue implementar; a tarefa COBOL verifica se uma reescrita conserva o comportamento existente. Em nossa leitura, essa distinção importa mais que uma porcentagem isolada. Gerar código convincente não garante aprovação em nenhuma das provas. Uma equipe modernizando software precisa decidir qual habilidade seu projeto exige e que evidência revelaria uma falha antes da implantação.
Como o teste de SQLite verifica software funcional
No MultiLangBench, o candidato recebe um banco e uma solicitação SQL, modifica o banco e é avaliado pela implementação real do SQLite. O README especifica SQLite 3.40.1 e três componentes: banco inicial, consulta do candidato e consulta de validação de referência. Informa cerca de 24.000 testes convertidos entre 51.000 testes TCL, com subconjunto padrão de 272. Usar a suíte maior deve ser declarado. Nossa interpretação: o formato compara funcionalidade observável entre linguagens, sem provar cobertura de todos os testes originais do SQLite.
Ler os números junto das configurações
A OpenAI relata média de 87,4% de testes aprovados para GPT-6 Astra no esforço máximo, contra 26,8% do GPT-5.6 Sol. COBOL sobe de 10,9% para 72,1% e permanece mais difícil que as outras linguagens avaliadas. GPT-6 Luna chega a 40,3%, com custo estimado de API de US$0,77 por amostra, contra US$3,48 do GPT-5.6 Sol. São escolhas diferentes entre precisão e custo. Recomendamos comparar o custo por resultado aceito, incluindo tentativas malsucedidas e revisão, em vez de presumir que uma amostra barata barateie toda a migração.
Por que reescrever exige preservar o comportamento
A avaliação separada migra COBOL para C++, Java, Kotlin, Python ou Rust. Testes ocultos exigem igualdade byte a byte nas saídas observáveis, e todos devem passar. O anúncio apresenta uma armadilha: a aritmética de ponto fixo de COBOL descarta casas decimais extras, salvo solicitação de arredondamento. Uma reescrita que arredonde pode funcionar e alterar resultados financeiros. A OpenAI relata 86,6% para GPT-6.1 Sol com esforço baixo, contra 5,4% do GPT-5.6 Sol na mesma configuração e custo de API 39% menor; com esforço maior, chega a 97,9%.
Condições para uma reprodução significativa
O repositório público pede remover implementações existentes de SQLite do ambiente e proíbe acesso à internet. Soluções em outra linguagem ou misturando linguagens falham; divergências, travamentos e testes acima de 60 segundos também falham. Essas regras evitam confundir implementação com uso de um motor instalado. Inspecionamos a documentação, sem executar o benchmark. Uma reprodução deve registrar modelo exato, esforço, subconjunto, ambiente e custo, para que mudanças na configuração não sejam apresentadas silenciosamente como o mesmo experimento.
Um caminho prático até a migração
Nossa sugestão é um piloto limitado a um módulo não crítico, preservando entradas representativas e saídas esperadas antes de solicitar a reescrita. Inclua casos de arredondamento, registros ausentes e dependências reais do módulo: são recomendações de avaliação, não resultados divulgados. Revise divergências com os responsáveis pelo negócio e preserve a reversão. O anúncio recomenda experiências via API, mas não concede orçamento de API a uma assinatura ChatGPT. Avanço em benchmark justifica investigação, sem substituir critérios de produção nem responsabilidade especializada.
Por que importa
Equipes que mantêm software antigo podem examinar a configuração publicada e testar regras representativas do negócio. A escolha deve considerar cobertura, configuração de raciocínio e custos reais de API.
Limites e disponibilidade
Os resultados são do fornecedor, sem reprodução independente pelo AISubHub. Um benchmark aprovado não comprova segurança em produção; revisão especializada e testes das regras e dependências continuam necessários.
Fontes e evidências
Data da fonte: 19 de out. de 2026 · Fonte verificada: 20 de out. de 2026
Leituras complementares
Fonte verificada: 20 de out. de 2026
Conteúdo editorial com apoio de IA, verificado em fontes primárias. Alegações dos fornecedores são atribuídas; inclusão não é recomendação.