OpenAI 称 GPT-6 在 COBOL、Fortran 等老旧语言上大幅提升

OpenAI发布关于低资源编程语言能力的评测结果，称GPT-6 Astra在20种语言的MultiLangBench上平均测试通过率达到87.4%，关注价值在于老旧系统迁移能否借助模型降低维护和改造门槛。

• OpenAI官方研究页面（2026-10-19）显示，Astra在该评测中的平均通过率高于GPT-5.6 Sol的26.8%。
• 在具体语言上，COBOL从10.9%提升至72.1%，Fortran从21.4%提升至83.5%，但不同语言的绝对水平差异仍然存在。
• 评测任务是构建兼容SQLite的数据库引擎，主要检验长程编码、状态管理和功能维护能力，并不等同于真实金融系统迁移。
• OpenAI还公布了GPT-6.1 Sol的COBOL迁移结果，高推理强度下准确率为97.9%，但该结果依赖特定评测设置。
• 影响/看点：如果这些结果能在真实代码库、业务规则和人工验收中复现，模型可能加快遗留系统分析与迁移；但生产采用仍受测试覆盖、合规审计、错误成本和人工复核要求约束。
• 资料依据:
• OpenAI（2026-10-19）：https://openai.com/index/low-resource-programming-languages/
• OpenAI MultiLangBench 官方 GitHub（2026-10-19）：https://github.com/openai/MultiLangBench

本内容由 AI 生成，仅供参考，请注意甄别