- 发布日期
OpenAI 增强 AI 模型攻克冷门编程语言，COBOL 迁移准确率飙至 97.9%
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
OpenAI公司10月20日发布研究报告，宣布增强GPT-6 Astra等模型构建和迁移COBOL、Fortran、Visual Basic等低资源编程语言的能力。报告称，这类语言虽公开代码和文档较少，却广泛支撑银行、ATM、天气预报和核安全分析等关键系统。为衡量模型表现，OpenAI同步推出两项专门评测。
低资源编程语言长期面临人才和文档不足问题，但存量系统规模庞大。OpenAI指出，COBOL等语言仍运行在金融和公共基础设施中，维护与现代化需求迫切。此次评测试图覆盖从零构建和存量迁移两类典型任务。
第一项MultiLangBench要求模型用20种语言从零构建兼容SQLite的数据库引擎。第二项评测要求模型在不改变原有业务行为的前提下，将COBOL程序迁移至C++、Java、Python、Rust等语言。两项评测均以测试通过率和业务行为保持情况作为观察指标。
结果显示，GPT-6 Astra在MultiLangBench的20种语言中平均测试通过率达87.4%，较GPT-5.6 Sol的26.8%大幅提升。分语言看，COBOL通过率从10.9%升至72.1%，Fortran从21.4%升至83.5%，Visual Basic从27.5%升至89.4%。
成本更低的GPT-6 Luna平均通过率为40.3%，估算API成本较GPT-5.6 Sol降低约78%。OpenAI称，这一组合在能力与成本之间提供了不同选择。
在COBOL迁移评测中，GPT-6.1 Sol在低推理强度下准确率达86.6%，远高于GPT-5.6 Sol的5.4%，成本降低39%。在更高推理强度下，其准确率达到97.9%，接近评测上限。
OpenAI表示，这项进展有助于企业维护老旧系统、修复缺陷并推进软件现代化。不过公司也强调，将AI迁移结果用于生产环境仍需专家审查，并结合具体业务规则和依赖关系进行测试。模型输出不能替代对关键系统的最终验证。
