OpenAI 增强 GPT-6 Astra 等模型低资源编程语言能力，COBOL 迁移准确率达 97.9%
OpenAI 增强 AI 模型攻克冷门编程语言，COBOL 迁移准确率飙至 97.9%
- 1OpenAI 发布研究报告，增强 GPT-6 Astra 等模型构建和迁移 COBOL、Fortran 等低资源语言的能力
- 2官方评测中 GPT-6 Astra 20 种语言平均通过率 87.4%，GPT-5.6 Sol 为 26.8%
- 3COBOL 迁移评测中 GPT-6.1 Sol 高推理强度准确率达 97.9%，GPT-5.6 Sol 仅 5.4%
- 4OpenAI 称有助企业维护老旧系统，但迁移结果用于生产仍需专家审查并结合业务规则测试
OpenAI 把模型能力扩展到 COBOL 等低资源语言，直指企业遗留系统现代化，成绩单是官方自评，生产落地还设了专家审查门槛。
- 影响：银行、ATM 等依赖 COBOL 的系统多了一条现代化路径，迁移和维护的人力成本结构可能改变；所有数字出自 OpenAI 自家评测，选型前需用自有代码验证；生产使用前仍要做专家审查和业务规则测试。
- 参考：可考虑先盘点内部 COBOL、Fortran 等遗留系统清单和维护成本；有迁移需求的企业可拿自有真实程序做小规模对照测试，比较准确率与人工迁移成本后再决定是否扩大范围。
- 依据：全部通过率和成本数字出自 OpenAI 自建的 MultiLangBench 与 COBOL 迁移评测，属官方口径暂无独立验证；OpenAI 同时说明生产使用需专家审查。
感谢IT之家网友 咩咩洋 的线索投递！
IT之家 10 月 21 日消息，OpenAI 公司昨日（10 月 20 日）发布研究报告，称增强 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。这类语言虽然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。
为衡量能力，OpenAI 推出两项评测：MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎；另一项评测则要求模型保持原有业务行为不变的情况下，将 COBOL 程序迁移至 C++、Java、Python、Rust 等语言。
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；其中 COBOL 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%。IT之家附上相关图片如下：
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，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。
来源：IT之家·人工智能 · ithome.com