الذكاء الاصطناعي

أوبن إيه آي تعلن عن GPT-6.1 Sol وتحسين هائل في هجرة الكود القديم

أعلنت شركة أوبن إيه آي عن تقدم ملحوظ في قدرات نماذجها على التعامل مع لغات البرمجة التاريخية، مما يفتح آفاقاً جديدة لأتمتة تحديث البنية التحتية البرمجية.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 21 أكتوبر 2026 · آخر تحديث: 21 أكتوبر 2026 · 3 دقائق قراءة

أوبن إيه آي تعلن عن GPT-6.1 Sol وتحسين هائل في هجرة الكود القديم — الصورة: BleepingComputer

الخلاصة

أظهر نموذج GPT-6 Astra تحسناً كبيراً في اختبارات MultiLangBench، حيث ارتفعت نسبة النجاح من 26.8% إلى 87.4% مقارنة بنموذج GPT-5.6 Sol.
حقق GPT-6.1 Sol دقة تصل إلى 97.9% في هجرة برامج COBOL إلى لغات حديثة مثل C++ وPython، بتكلفة API أقل بنسبة 39% من الجيل السابق.
تستخدم لغات مثل COBOL وFortran في أنظمة حرجة تشمل 40% من أنظمة البنوك عبر الإنترنت و95% من عمليات الصراف الآلي.
شددت أوبن إيه آي على أن هذه التقنيات تتطلب مراجعة بشرية متخصصة قبل تطبيقها في بيئات الإنتاج الفعلية.

تطور ملحوظ في التعامل مع لغات البرمجة القديمة

أكدت شركة أوبن إيه آي أن نماذجها الأحدث أصبحت أكثر كفاءة بشكل كبير في كتابة وهجرة البرمجيات المكتوبة بلغات برمجة قديمة. وتضمنت اللغات التي شهدت تحسينات ملحوظة لغات مثل COBOL وFortran وVisual Basic، وهي لغات لا تزال تشكل جزءاً أساسياً من البنية التحتية التقنية العالمية رغم قدمها. ويمكن الرجوع إلى BleepingComputer للاطلاع على التفاصيل الأصلية للمصدر.

أهمية اللغات التاريخية في البنية التحتية العالمية

أوضحت الشركة في منشور على مدونتها الرسمية أن هذه اللغات التاريخية تدعم خدمات حيوية حول العالم، مشيرة إلى أن لغة COBOL تدعم أكثر من 40% من أنظمة الخدمات المصرفية عبر الإنترنت، و80% من عمليات الدفع بالبطاقات الائتمانية وجه لوجه، و95% من عمليات الصراف الآلي. كما لا تزال لغة Fortran مستخدمة في مجالات حساسة مثل التنبؤ بالطقس وتحليل سلامة مفاعلات الطاقة النووية.

اختبار MultiLangBench يكشف الفجوة التقنية

لقياس التقدم المحرز في هذا المجال، طورت أوبن إيه آي منصة اختبار جديدة تسمى MultiLangBench، والتي تطلب من النماذج بناء محرك قاعدة بيانات متوافق مع SQLite من الصفر عبر 20 لغة برمجة مختلفة. وتواجه هذه اللغات تحدياً إضافياً بسبب ندرة الكود والتوثيق المتاح لتدريب النماذج عليها مقارنة بلغات حديثة مثل Python وJavaScript.

قفزة نوعية في نتائج الاختبارات

أظهرت النتائج التي أعلنتها الشركة تحسناً جذرياً في أداء النموذج الأحدث GPT-6 Astra، حيث وصلت نسبة النجاح في الاختبارات إلى 87.4% في المتوسط، مقارنة بـ 26.8% فقط للنموذج السابق GPT-5.6 Sol. وفي لغة COBOL تحديداً، قفزت نسبة النجاح من 10.9% إلى 72.1%، بينما تحسنت لغة Fortran من 21.4% إلى 83.5%.

دقة عالية في هجرة برامج COBOL

اختبرت أوبن إيه آي أيضاً قدرة نماذجها على هجرة برامج COBOL إلى لغات حديثة مثل C++ وJava وKotlin وPython وRust دون تغيير سلوك البرنامج الأصلي. وذكرت الشركة أن نموذج GPT-6.1 Sol حقق دقة تصل إلى 86.6% عند مستوى جهد استدلالي منخفض، مقارنة بـ 5.4% فقط للنموذج السابق GPT-5.6 Sol في نفس الإعدادات.

التكلفة والكفاءة الاقتصادية

أشارت الشركة إلى أن التحسن في الدقة جاء مع انخفاض في التكاليف، حيث يعمل GPT-6.1 Sol بتكلفة API تبلغ 61% فقط من تكلفة الجيل السابق. وعند زيادة مستوى الجهد الاستدلالي، تصل دقة النموذج إلى 97.9%، مما يجعل التقييم يقترب من التشبع الكامل في هذه المهام التقنية المعقدة.

التحديات المتبقية في بيئات الإنتاج

على الرغم من هذه التقدم الكبير، أكدت أوبن إيه آي أن هذه الأدوات تهدف إلى مساعدة الشركات في تحديث برمجياتها القديمة، لكنها لا تغني عن المراجعة البشرية. وذكرت الشركة أن عمليات الهجرة في بيئات الإنتاج الفعلية لا تزال تتطلب مراجعة واختبارات شاملة من قبل خبراء متخصصين لضمان عدم حدوث أخطاء في الأنظمة الحرجة.