GPT-6, COBOL ve Fortran'da Eski Modelleri Gömdü

OpenAI'nin yeni model ailesi, yapay zekâ camiasının genelde göz ardı ettiği bir alanda dikkat çekici bir sıçrama kaydetti: düşük kaynaklı programlama dilleri. COBOL, Fortran ve Visual Basic gibi diller, eğitim verisi açısından Python'un çok gerisinde kalıyor; buna rağmen OpenAI'ye göre küresel kritik altyapının omurgasını hâlâ bu diller oluşturuyor. IBM'in tahminlerine bakılırsa, çevrimiçi bankacılık sistemlerinin yüzde 40'tan fazlası ve ATM işlemlerinin yüzde 95'i hâlâ COBOL üzerinde çalışıyor — yani burada konuşulan şey nostalji değil, doğrudan finansal altyapının devamlılığı.

OpenAI bu iddiayı desteklemek için iki ayrı test seti kullandı. İlki MultiLangBench: modellerden sıfırdan, SQLite uyumlu bir veritabanı motoru yazmaları isteniyor ve sonuç 20 farklı dil üzerinden ölçülüyor. Maksimum akıl yürütme (reasoning) seviyesinde GPT-6 Astra, ortalama yüzde 87,4 test geçme oranına ulaşıyor. Bu rakam, bir önceki nesil GPT-5.6 Terra'nın yüzde 38 civarındaki performansının neredeyse iki buçuk katı — düşük kaynaklı dillerde bu büyüklükte bir sıçramaya alışık değiliz. Daha ucuz çalışan GPT-6 Luna ise yüzde 40,3 ile GPT-5.6 Terra'yı (yüzde 37,9) ancak marjinal farkla geçiyor; burada asıl hikâye doğruluk değil, maliyet-performans dengesi.

İkinci test, doğrudan pratik bir senaryoyu hedefliyor: COBOL kodunu C++, Java, Kotlin, Python ya da Rust'a çevirmek. GPT-6.1 Sol, düşük akıl yürütme ayarında bile yüzde 86,6 doğruluğa ulaşıyor; aynı testte GPT-5.6 Sol sadece yüzde 5,4'te kalmıştı — yaklaşık 16 kat fark bu, görmezden gelinemeyecek kadar büyük bir sıçrama. Akıl yürütme gücü sonuna kadar açıldığında doğruluk yüzde 97,9'a çıkıyor, ki bu seviye artık üretim ortamında güvenle denenebilecek bir eşik.

Bu Ne Anlama Geliyor?

Rakamlar kendi başına ikna edici görünse de, benchmark performansı ile gerçek dünya üretim ortamı arasındaki mesafe her zaman ciddiye alınmalı. Bankacılık sistemlerindeki COBOL kod tabanları genelde onlarca yıllık, belgelenmemiş iş mantığı katmanlarıyla iç içe; bir modelin izole test senaryolarında yüzde 97,9 doğruluk göstermesi, mevduat hesaplama motorunu güvenle devretmek için yeterli kanıt sayılmaz — bu ayrım henüz doğrulanmadı ve muhtemelen önümüzdeki aylarda bağımsız denetimlerle netleşecek. Yine de eski nesil modellerin yüzde 5 bandında takılı kaldığı bir alanda yüzde 80'leri aşmak, kurumsal IT bütçelerinin yeniden şekillenmesi için yeterli bir sinyal. Daha önce yazdığımız gibi, OpenAI'nin kodlama odaklı modelleri zaten Replit'teki varsayılan model değişikliğinde rakiplerinin önüne geçmişti; COBOL migrasyonundaki bu sonuç, şirketin kurumsal yazılım modernizasyonu pazarına daha agresif girdiğinin bir başka göstergesi.

Türkiye'ye Etkisi

Türkiye'deki bankacılık ve kamu sektöründe de mainframe tabanlı eski sistemler hâlâ yaygın; özellikle büyük ölçekli bankaların çekirdek bankacılık altyapılarında COBOL izlerine rastlamak sürpriz olmaz. Bu tür modellerin erişilebilir hale gelmesi, yerel IT ekipleri için modernizasyon maliyetini düşürebilir — ama veri gizliliği, düzenleyici onay süreçleri ve eski kodun denetlenebilirliği gibi konular, benchmark skorlarından bağımsız olarak hâlâ en büyük engel olmaya devam edecek.