OpenAI 提升 ChatGPT 在低资源编程语言上的能力

OpenAI于2026年10月19日发布低资源编程语言评测与模型结果，重点涉及COBOL、Fortran、OCaml和Visual Basic等语言，关注价值在于这些语言仍承载部分金融、公共服务与科研系统。

• OpenAI称，GPT-6 Astra在覆盖20种语言的MultiLangBench中平均测试通过率为87.4%，高于GPT-5.6 Sol的26.8%。
• 在COBOL迁移评测中，GPT-6.1 Sol低推理强度下准确率为86.6%，高推理强度下为97.9%。
• 评测要求模型构建SQLite兼容数据库，或将COBOL迁移至其他语言并保持可观察行为一致，指标不等同于真实生产系统可直接上线。
• OpenAI同时披露了API成本差异，并开放MultiLangBench测试设置与结果，便于开发者复核。
• 影响/看点：如果这些结果能在独立代码库、真实依赖和人工验收中复现，低资源语言的维护与迁移成本可能下降；但生产采用仍取决于隐藏业务规则、测试覆盖率和专家审查。资料依据:
• OpenAI（2026-10-19）：Advancing coding in low-resource programming languages https://openai.com/index/low-resource-programming-languages/

本内容由 AI 生成，仅供参考，请注意甄别