COBOL, encore omniprésent dans le secteur financier, suscite une attention toute particulière

OpenAI publie MultiLangBench et un test de migration COBOL. L’éditeur de ChatGPT revendique de nets progrès de ses derniers modèles sur les langages anciens. Le secteur financier sera le premier intéressé.

Les assistants de code dopés à l’IA brillent en Python ou en JavaScript, bien moins en COBOL ou en Fortran. OpenAI a voulu chiffrer cet écart. Dans un billet daté du 19 octobre 2026, l’entreprise détaille deux évaluations construites autour de langages comme COBOL, Fortran, OCaml ou Visual Basic, rend l’une d’elles publique sur GitHub et affirme que ses modèles actuels dépassent très largement la génération GPT-5.6 Sol

Les modèles d’IA d’OpenAI ont progressé dans leur capacité à traiter des langages de programmation anciens -le « legacy » tels que COBOL, Fortran et Visual Basic. Cela aide les entreprises à maintenir et à moderniser les logiciels qui font fonctionner les systèmes bancaires ainsi que d’autres infrastructures critiques.

« La maintenance et la modernisation de ces logiciels peuvent s’avérer complexes : la documentation est parfois incomplète, les développeurs initiaux ont pu quitter l’entreprise, et des règles métier essentielles ne sont parfois consignées que dans le code lui-même », souligne OpenAI.

L’enjeu est commercial. Selon des chiffres cités par OpenAI, le langage COBOL est à la base de plus de 40 % des systèmes bancaires en ligne, de 80 % des transactions par carte bancaire en magasin et de 95 % des opérations effectuées aux distributeurs automatiques de billets.

MultiLangBench

L’éditeur indique que ses modèles les plus récents ont gagné en efficacité, tant pour concevoir des logiciels dans ces langages que pour migrer des programmes existants vers des langages plus modernes, tout en préservant leur comportement initial.

L’objectif plus large est de permettre aux modèles de comprendre des projets logiciels qui leur sont inconnus, de planifier des modifications, d’utiliser des outils de développement, d’exécuter des tests et de corriger des erreurs.

Pour évaluer la capacité de ses modèles à écrire des logiciels dans différents langages, OpenAI leur a demandé de concevoir un système de base de données à partir de zéro. Lors de ce test, baptisé « MultiLangBench », le modèle GPT-6 Astra a atteint un taux de réussite moyen de 87,4 % sur 20 langages de programmation, contre 26,8 % pour GPT-5.6 Sol. OpenAI précise que ses modèles ont progressé dans l’ensemble des langages testés, notamment COBOL, Fortran et Visual Basic.

Pas question de renier COBOL

OpenAI a également évalué la capacité de ses modèles à convertir des programmes COBOL existants vers des langages plus récents -tels que C++, Java, Kotlin, Python et Rust -sans altérer le fonctionnement des logiciels concernés.

Les tests comme les résultats viennent d’OpenAI. Les deux évaluations opposent des modèles différents avec des niveaux de raisonnement différents, ce qui interdit de comparer les chiffres entre eux. La suite de migration COBOL n’a pas été rendue publique. OpenAI prévient elle-même que toute migration en production exige encore une relecture par des experts et des tests au regard des règles métier de chaque système.

Il n’empêche. L’annonce est d’importance. Le secteur financier est à l’écoute. Pas question de renier COBOL. OpenAI propose d’évoluer à moindre coût. Un premier arbitrage porte sur ce que la banque ou la compagnie d’assurance veut changer : le langage, la plateforme ou l’application elle-même.

Dans ce partage, le banc d’essai d’OpenAI fournit une mesure pour la première de ces options, et la publication de sa méthode permet de le rejouer sur d’autres modèles.