OpenAI diz que GPT-6.1 Sol e GPT-6 Astra melhoraram na migração de COBOL e código legado

Fala aí, beleza? A OpenAI diz que seus modelos mais recentes ficaram bem melhores em criar e migrar software escrito em linguagens de poucos recursos, como COBOL, Fortran e Visual Basic

O anúncio saiu no X da OpenAI em 19 de outubro de 2026, junto com a pesquisa oficial Advancing coding in low-resource programming languages

No dia 26 de outubro de 2026, o The Verge repercutiu a novidade: segundo o veículo, a OpenAI fala em "substantial improvements" para ajudar a "maintaining and modernizing older systems"

Pra quem quer usar isso hoje: o GPT-6.1 Sol está no ChatGPT Work e no Codex para os planos Plus, Pro, Business, Enterprise e Edu, e também na API

O que a OpenAI anunciou sobre migração de COBOL

A OpenAI afirma que os modelos novos chegaram num nível bem diferente em linguagens antigas, e mostrou isso com duas avaliações separadas

Antes, o porquê disso ser difícil pra uma IA

Na pesquisa oficial, a OpenAI descreve COBOL como uma linguagem de poucos recursos

O que é isso? É uma linguagem com MUITO menos código e documentação disponíveis para treinar modelos do que Python e JavaScript, mas que ainda sustenta infraestrutura crítica e serviços essenciais

Ou seja: pouco material pra IA aprender, muita coisa importante rodando em cima 😅

Avaliação de migração de COBOL

Aqui o modelo pega programas COBOL existentes e migra para outra linguagem preservando o comportamento

Segundo a pesquisa da OpenAI, as linguagens de destino são C++, Java, Kotlin, Python ou Rust

A avaliação usa testes ocultos que exigem paridade byte a byte nas saídas observáveis, e só conta como sucesso quando TODOS os testes passam

Os números oficiais divulgados pela OpenAI, para o GPT-6.1 Sol:

• Esforço de raciocínio baixo: 86,6% de acerto
• GPT-5.6 Sol na mesma configuração: 5,4%
• Esse resultado de 86,6% sai 39% mais barato que o do GPT-5.6 Sol, segundo a OpenAI
• Com esforço de raciocínio maior, o GPT-6.1 Sol chega a 97,9%, e a própria OpenAI diz que isso quase satura a avaliação

De 5,4% pra 86,6% é um salto absurdo, né? Mas segura a empolgação que lá embaixo tem a parte das limitações

Um detalhe que vale deixar claro: o The Verge relata que essa mesma avaliação de migração (com esforço de raciocínio baixo) também testou o GPT-6 Astra, que marcou cerca de 86%, na mesma faixa do GPT-6.1 Sol. O modelo anterior, GPT-6 Sol, ficou em torno de 21% nessa configuração. Ou seja, a migração de COBOL não foi medida só no GPT-6.1 Sol

MultiLangBench

A segunda avaliação é outra história: o modelo precisa construir do zero um motor de banco de dados compatível com SQLite, em 20 linguagens

Com esforço de raciocínio máximo, o GPT-6 Astra teve taxa média de 87,4% de testes aprovados nas 20 linguagens, contra 26,8% do GPT-5.6 Sol

Olhando só as linguagens legadas, segundo a pesquisa oficial da OpenAI:

Linguagem	GPT-5.6 Sol	GPT-6 Astra
COBOL	10,9%	72,1%
Fortran	21,4%	83,5%
Visual Basic	27,5%	89,4%

Então, pra resumir: são duas avaliações com objetivos diferentes (migrar código existente vs criar um sistema do zero), mas os modelos não são exclusivos de cada uma. Os números oficiais da OpenAI (86,6% e 97,9% na migração; 87,4% na MultiLangBench) foram divulgados para GPT-6.1 Sol e GPT-6 Astra respectivamente, mas o The Verge mostra que o GPT-6 Astra também passou pela avaliação de migração

Onde usar o GPT-6.1 Sol e o GPT-6 Astra

O GPT-6.1 Sol já está liberado para todos os usuários Plus, Pro, Business, Enterprise e Edu no ChatGPT Work e no Codex, segundo o anúncio do modelo

Se liga num detalhe: ele ainda NÃO está no Chat comum do ChatGPT

Se você ainda está se situando nessa família de modelos, vale entender antes o que é o GPT-6 Sol

Na API, o identificador é gpt-6.1-sol, conforme a documentação de modelos

O preço padrão é:

• US$ 2 por milhão de tokens de entrada
• US$ 0,10 por milhão de tokens de entrada em cache
• US$ 10 por milhão de tokens de saída

Já o GPT-6 Astra aparece na API como `gpt-6-astra`

Por que COBOL ainda importa para bancos e governos

Porque tem muita coisa essencial rodando em COBOL até hoje, e quase ninguém quer mexer nisso

A OpenAI diz que essas linguagens rodam software do qual bancos, governos e empresas dependem

O The Verge vai na mesma linha e cita o IRS (a Receita dos EUA), bancos e companhias aéreas como exemplos

O problema é que esses sistemas raramente são alterados por medo de quebrar algo que funciona

É o clássico "tá funcionando, não encosta" levado ao nível de infraestrutura de país haha

E a OpenAI não é a primeira a bater nessa tecla

Em fevereiro de 2026, a Anthropic publicou um playbook de modernização de código e apresentou o Claude Code como forma de migrar COBOL para linguagens modernas, sem divulgar benchmarks de desempenho, segundo o The Verge

Não existe dado público comparando o desempenho das duas nesse cenário, então qualquer "quem ganhou" aqui seria achismo

O que muda para quem mantém código legado

Pra times de modernização, consultorias e devs que cuidam de sistema legado, o caminho prático já documentado pela OpenAI é o guia code modernization do Cookbook

Ele usa o Codex CLI para modernizar um repositório legado, e o exemplo é justamente um sistema de portfólio de investimentos em COBOL

O ponto mais importante do guia: a migração NÃO acontece em um único passo. O fluxo é dividido em fases:

1. Setup do projeto, organizando o trabalho do agente com arquivos AGENTS e PLANS
2. Escolha de um piloto (um módulo menor pra começar) e criação de um ExecPlan pra esse piloto
3. Inventário e descoberta do sistema existente, incluindo o levantamento das regras de negócio
4. Design, spec e plano de validação, antes de escrever qualquer código novo
5. Implementação, com testes de paridade comparando o comportamento do sistema antigo e do novo

E por que separar assim? Porque a regra de negócio de um sistema COBOL antigo muitas vezes não está documentada em lugar nenhum, só no próprio código

Se tu pula direto pra implementação, sem passar pelo inventário e pelo design, corre o risco de reescrever bonitinho um comportamento que ninguém entendeu direito…

Pra quem quer reproduzir a parte de criação de software, a OpenAI publicou no GitHub a configuração e a suíte de testes da MultiLangBench, junto com os resultados por linguagem

Já os testes por trás da avaliação de migração de COBOL: a afirmação mais forte do anúncio: continuam privados, segundo o The New Stack

Limitações: o que os benchmarks não garantem

Os números vêm da suíte de testes da própria OpenAI, e a própria empresa reconhece as limitações: aplicar essa capacidade a software em produção ainda exige revisão especializada e testes contra as regras de negócio e as dependências do sistema

E tem um agravante: como a avaliação de migração de COBOL não é pública, não dá pra auditar como esses 86,6% e 97,9% foram obtidos

O The Verge ouviu um porta-voz da OpenAI, que admitiu que código legado "is still far from a solved problem". O veículo também ouviu especialistas que dizem que essas avaliações ainda ficam muito longe de uma modernização real

Ou seja, antes de colocar algo assim em produção, continuam necessários:

• Testes de equivalência de comportamento entre o sistema antigo e o novo
• Revisão humana do código gerado por quem entende do domínio
• Validação das regras de negócio e das dependências do sistema, como a própria OpenAI recomenda

Modelo melhor ajuda MUITO, mas não substitui a parte chata de provar que o sistema novo faz exatamente o que o antigo fazia

Mais sobre a OpenAI no canal

Se quiser conhecer mais do canal do Hora de Codar sobre o ecossistema da OpenAI, dá uma olhada no vídeo abaixo 😀

Próximo passo para avaliar uma migração

Antes de apontar qualquer modelo pra um sistema real, comece pela pesquisa oficial da OpenAI pra entender o que foi medido e o que ficou de fora

Depois, siga o fluxo do Cookbook num módulo pequeno e não crítico, nada de começar pelo coração do sistema

E monte testes de equivalência com dados reais antes de confiar na saída

Se o módulo migrado passar nesses testes, aí sim faz sentido pensar em escalar 🙂

Até o próximo post!

Perguntas frequentes

O GPT-6.1 Sol e o GPT-6 Astra já estão disponíveis?

O GPT-6.1 Sol está disponível no ChatGPT Work e no Codex para os planos Plus, Pro, Business, Enterprise e Edu, além da API (identificador gpt-6.1-sol). Ele ainda não chegou ao Chat comum do ChatGPT. O GPT-6 Astra também está disponível via API, como gpt-6-astra.

Para quais linguagens o GPT-6.1 Sol consegue migrar código COBOL?

Na avaliação de migração divulgada pela OpenAI, os programas COBOL são migrados para C++, Java, Kotlin, Python ou Rust, com testes ocultos que exigem paridade byte a byte no comportamento observável.

O GPT-6.1 Sol e o GPT-6 Astra foram testados nas mesmas avaliações?

Não exatamente, mas não são exclusivos. A OpenAI divulgou números oficiais do GPT-6.1 Sol na avaliação de migração de COBOL (86,6% e 97,9%) e do GPT-6 Astra na MultiLangBench (87,4%). Segundo o The Verge, o GPT-6 Astra também foi testado na avaliação de migração, marcando cerca de 86% com esforço de raciocínio baixo.

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.