OpenAI GPT-6 大幅优化 COBOL 等遗留语言编程能力

出处作者 / 发布主体：Matthias Bastian原标题：OpenAI says GPT-6 is much better with legacy programming languages such as COBOL and Fortran

85AI 研判分

核心综述

OpenAI 发布针对 COBOL、Fortran 等低资源遗留语言的模型优化成果，GPT-6 Astra 在 MultiLangBench 测试中平均通过率从 38% 提升至 87.4%。在 COBOL 迁移基准测试中，GPT-6.1 Sol 准确率高达 97.9%，显著优于前代模型，旨在解决关键基础设施的现代化难题。

报道全文原始报道全文

OpenAI 提升了其最新 AI 模型在 COBOL、Fortran 和 Visual Basic 等“低资源”语言上的表现。 这些语言的可用训练代码远少于 Python 等主流语言，但据 OpenAI 称，它们支撑着全球关键基础设施。IBM 估计，COBOL 驱动了超过 40% 的在线银行系统和 95% 的 ATM 交易。

OpenAI 构建了两项评估来衡量进展。MultiLangBench (GitHub) 要求模型从零开始构建一个兼容 SQLite 的数据库引擎。在最大推理努力（maximum reasoning effort）下，GPT-6 Astra 在 20 种语言中的平均测试通过率达到了 87.4%，较 GPT-5.6 Terra 约 38% 的水平有了显著提升。GPT-6 Luna 得分为 40.3%，仅略高于 GPT-5.6 Terra（37.9%），但成本大幅降低。

MultiLangBench 在 20 种编程语言上的平均测试通过率。GPT-6 Astra 和 GPT-6.1 Sol 均达到约 87%，而 GPT-5.6 Terra 等旧模型的得分仅在 38% 左右。| 图片：OpenAI

在将 COBOL 转换为 C++、Java、Kotlin、Python 或 Rust 的 COBOL 迁移基准测试中，GPT-6.1 Sol 在低推理努力下的准确率达到 86.6%，相比之下 GPT-5.6 Sol 仅为 5.4%。提高推理努力可将准确率推升至 97.9%。