Modèles
COBOL, Fortran : OpenAI promet de migrer le code ancien
OpenAI annonce 86,6 % de migrations COBOL réussies avec GPT-6.1 Sol, contre 5,4 % avant. Analyse des tests, des prix et des limites.
Le 19 octobre 2026, OpenAI a publié ses résultats sur les langages dits « peu dotés » : COBOL, Fortran, Visual Basic, OCaml, soit des langages pour lesquels il existe beaucoup moins de code public que pour Python ou JavaScript. Les chiffres annoncés sont spectaculaires, mais ils viennent de deux tests conçus par OpenAI, dont un seul est public (OpenAI). Voici ce qui est mesuré, ce que cela coûte et ce qu'il faut vérifier avant d'y croire.
En bref
- Migration COBOL : GPT-6.1 Sol réussit 86,6 % des migrations en effort de raisonnement faible, contre 5,4 % pour GPT-5.6 Sol, et 97,9 % en effort élevé, selon OpenAI.
- Création de logiciel : sur MultiLangBench, GPT-6 Astra passe en moyenne 87,4 % des tests dans 20 langages, contre 26,8 % pour GPT-5.6 Sol. COBOL reste le plus difficile, à 72,1 %.
- Test public : MultiLangBench est publié sous licence Apache-2.0 sur GitHub. Le test de migration COBOL, lui, ne l'est pas.
- Prix : GPT-6.1 Sol est facturé 2 $ par million de tokens en entrée et 10 $ en sortie dans l'API (OpenAI).
Pourquoi le COBOL compte encore
OpenAI rappelle que le COBOL fait tourner plus de 40 % des systèmes de banque en ligne, 80 % des paiements par carte en magasin et 95 % des transactions aux distributeurs, des chiffres qu'il reprend d'une source tierce (OpenAI). Anthropic cite le même ordre de grandeur, 95 % des transactions aux distributeurs aux États-Unis (Claude).
Le problème est connu : documentation incomplète, développeurs d'origine partis, règles métier qui n'existent plus que dans le code. Les modèles, entraînés surtout sur du code moderne, y sont historiquement faibles.
Le sujet n'est pas neutre pour le marché. Le 23 février 2026, Anthropic expliquait que Claude Code pouvait automatiser l'exploration et l'analyse des systèmes COBOL ; l'action IBM a perdu 13,2 % dans la séance, sa plus forte baisse depuis octobre 2000 (Reuters). OpenAI arrive donc sur un terrain déjà disputé.
Comment fonctionnent les deux tests
MultiLangBench demande au modèle de réécrire un moteur de base de données compatible avec SQLite 3.40.1, à partir de la seule documentation, sans accès à Internet. Le programme reçoit une base de départ et une requête SQL, produit une base modifiée, puis le vrai SQLite vérifie le résultat. Toute trace de SQLite doit être supprimée de l'environnement, et une solution écrite dans le mauvais langage, ou en mélangeant plusieurs langages, obtient zéro (README MultiLangBench).
Les tests viennent de la suite TCL de SQLite : sur environ 51 000 tests, 24 000 ont pu être convertis. Pour limiter le coût, le README recommande de n'en lancer que 272. Le score est un couple : taux de tests réussis et coût d'API pour y arriver.
Le test de migration COBOL demande de traduire des programmes COBOL en C++, Java, Kotlin, Python ou Rust en conservant leur comportement. Une migration ne compte comme réussie que si tous les tests cachés passent, avec une sortie identique à l'octet près. OpenAI donne un exemple parlant : l'arithmétique à virgule fixe du COBOL tronque les décimales en trop sauf si l'arrondi est demandé. Une réécriture qui arrondit tourne sans erreur, mais donne des montants différents (OpenAI).
Les résultats, langage par langage
Sur MultiLangBench, en effort de raisonnement maximal, GPT-6 Astra progresse dans chacun des 20 langages, selon OpenAI :
- COBOL : de 10,9 % à 72,1 % ;
- Fortran : de 21,4 % à 83,5 % ;
- OCaml : de 25,6 % à 85,8 % ;
- Visual Basic : de 27,5 % à 89,4 %.
Astra dépasse 83 % dans 19 langages sur 20. Le petit modèle GPT-6 Luna atteint 40,3 % de moyenne, mieux que GPT-5.6 Sol, pour un coût d'API estimé à 0,77 $ par essai contre 3,48 $, soit environ 78 % de moins (OpenAI).
Sur la migration COBOL, GPT-6.1 Sol passe de 5,4 % à 86,6 % en effort faible, pour 61 % du coût d'API de GPT-5.6 Sol, et atteint 97,9 % en effort élevé. OpenAI parle lui-même d'un test « proche de la saturation ».
Les prix réels
Tarifs de l'API standard, par million de tokens, en contexte court (OpenAI) :
- GPT-6 Astra : 10 $ en entrée, 50 $ en sortie ;
- GPT-6.1 Sol : 2 $ en entrée, 10 $ en sortie, 0,10 $ en entrée mise en cache ;
- GPT-6 Luna : 0,10 $ en entrée, 0,50 $ en sortie.
Les modes Batch et Flex divisent ces prix par deux, un argument pour les migrations en lot qui n'exigent pas de réponse immédiate. Le contexte long double le prix d'entrée de GPT-6.1 Sol, à 4 $.
Côté abonnement, Codex est inclus dans ChatGPT Plus à 20 $ par mois avec GPT-6.1 Sol, et dans les offres Pro à 100, 200 ou 500 $ par mois ; l'usage par clé API est facturé au tarif de l'API (OpenAI).
Cas d'usage réalistes
- Cartographier avant de migrer : faire documenter un programme et ses dépendances, ce qu'Anthropic présente aussi comme l'étape la plus coûteuse (Claude).
- Migrer composant par composant : un module aux frontières claires, des tests de parité écrits avant la traduction, puis validation.
- Maintenir sans migrer : corriger un bug en Fortran ou en Visual Basic quand plus personne dans l'équipe ne maîtrise le langage.
Les limites
- Tests maison : les deux évaluations ont été conçues par OpenAI, et la seule comparaison porte sur son modèle précédent. Aucun chiffre n'est donné pour les modèles d'Anthropic, de Google ou les modèles ouverts.
- Migration non vérifiable : le test COBOL n'est pas publié ; on ne connaît ni le nombre de programmes, ni leur taille, ni leur origine. Un score de 97,9 % sur un jeu inconnu indique surtout que ce test est devenu trop facile.
- Résultats absents du dépôt : OpenAI annonce publier les résultats par langage, mais le dépôt GitHub ne contient, le 20 octobre, que la licence, le README, les scripts et les tests (GitHub). Il n'y a pas non plus de harnais pour faire tourner un modèle de bout en bout.
- Échantillon réduit : 272 tests recommandés sur 24 000 convertis.
- La traduction n'est pas la modernisation : un vrai projet inclut les données, l'exploitation, la conformité et la validation métier. OpenAI le reconnaît : la mise en production « exige toujours une revue experte et des tests » contre les règles métier et les dépendances du système (OpenAI).
Le progrès est réel sur les propres chiffres d'OpenAI, mais il reste à confirmer par des tests indépendants, sur du vrai code de production.
Ce que ça change pour les développeurs
Premier point : la baisse de coût est aussi importante que le score. Un modèle à 2 $ et 10 $ par million de tokens, avec un mode Batch à moitié prix, rend envisageable de traiter un parc de programmes entier en essais successifs, ce qui n'avait guère de sens avec un modèle précédent à 5,4 % de réussite, selon les chiffres d'OpenAI.
Deuxième point : la valeur se déplace vers les tests. Une migration réussie se définit par la parité de comportement ; les équipes qui disposent déjà de jeux de tests de non-régression sur leurs systèmes anciens seront les premières à en profiter. Les autres devront d'abord les construire, et c'est là que l'agent peut aider.
Troisième point : il faut mesurer soi-même. MultiLangBench fournit une méthode reproductible, mais il faut construire sa propre boucle d'agent autour. Pour un projet COBOL réel, la seule mesure qui compte reste un échantillon de vos propres programmes, avec vos propres sorties attendues.
Enfin, avec Anthropic et désormais OpenAI sur le créneau, c'est le moment de lancer un pilote limité, pas une migration complète sur la foi d'un benchmark d'éditeur.