Düşük Kaynaklı Programlama Dillerinde Kodlama Yeteneği Artıyor: GPT-6 Serisi Yeni Modeller
OpenAI, COBOL, Fortran ve Visual Basic gibi düşük kaynaklı dillerde kod üretme ve göç yeteneklerini büyük ölçüde geliştiren GPT-6 Astra, GPT-6 Luna ve GPT-6.1 Sol modellerini tanıttı. MultiLangBench testinde ortalama %87.4 başarı oranı elde eden Astra, maliyetleri %78 düşürürken, COBOL göç değerlendirmesinde %97.9 doğrulukla neredeyse sınır değerine ulaştı.
Özetle
- 1
GPT-6 Astra, MultiLangBench'te %87.4 ortalama geçiş oranı ile %26.8'lik önceki performansın çok üzerindedir.
- 2
GPT-6 Luna, aynı testte %40.3 başarı sağlarken API maliyetini %78 azaltıyor.
- 3
GPT-6.1 Sol, COBOL göç değerlendirmesinde %86.6 doğruluk (düşük çaba) ve %97.9 doğruluk (yüksek çaba) elde ediyor.
OpenAI, düşük kaynaklı programlama dillerine odaklanan yeni model serisini duyurdu. GPT-6 Astra, GPT-6 Luna ve GPT-6.1 Sol, COBOL, Fortran ve Visual Basic gibi kritik altyapı dillerinde kod üretme, hata ayıklama ve dil göçü konularında önceki nesillere göre çok daha yüksek doğruluk ve daha düşük maliyet sunuyor.
Şirket, ilerlemeyi ölçmek için iki yeni değerlendirme seti geliştirdi: MultiLangBench ve COBOL göç değerlendirmesi. MultiLangBench, bir modelin 20 farklı dilde SQLite uyumlu bir veritabanı motoru inşa etme yeteneğini test ederken, COBOL göç değerlendirmesi modellerin mevcut COBOL programlarını C++, Java, Kotlin, Python veya Rust gibi modern dillere hatasız bir şekilde taşıyabilmesini ölçüyor.
GPT-6 Astra, MultiLangBench'te %87.4 ortalama geçiş oranı yakaladı; bu, önceki model GPT-5.6 Sol'un %26.8'lik performansının çok üzerindedir ve tüm dillerde iyileşme gösterdi. Özellikle COBOL'de %72.1, Fortran'da %83.5 ve Visual Basic'te %89.4 başarı sağlandı. GPT-6 Luna ise daha düşük maliyetli bir seçenek olarak ortalama %40.3 geçiş oranı sunuyor ve API maliyetini %78 oranında azaltıyor.
COBOL göç değerlendirmesinde ise GPT-6.1 Sol, düşük akıl yürütme çabasıyla %86.6 doğruluk elde ederken, yüksek akıl yürütme çabasıyla %97.9 doğruluğa ulaşarak neredeyse sınır değerine ulaştı. Bu sonuçlar, eski sistemlerin modernleştirilmesi ve kritik hizmetlerin sürdürülebilirliği açısından büyük bir adım olarak görülüyor.
Yöney yorumu
Bu gelişme, eski sistemleri modernleştirmek isteyen işletmeler için daha güvenilir ve ekonomik bir yol sunarak yapay zekâ destekli yazılım mühendisliğinin kapsamını genişletecek.
Haberdeki skorlar
Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.
- GPT-6 AstraMultiLangBench · average test pass rate across 20 languages%87.4
- GPT-6 LunaMultiLangBench · average test pass rate across 20 languages%40.3
- GPT-6.1 SolCOBOL migration evaluation (low reasoning effort) · low reasoning effort accuracy%86.6
- GPT-6.1 SolCOBOL migration evaluation (high reasoning effort) · high reasoning effort accuracy%97.9
Bu haber OpenAI kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.
