OpenAI 称 GPT-6 在 COBOL、Fortran 等老旧编程语言上表现大幅提升

OpenAI 表示已针对 COBOL、Fortran、Visual Basic 等训练代码稀缺的“低资源”语言改进最新模型，并构建了两个评测来衡量进展。MultiLangBench 要求模型从零构建兼容 SQLite 的数据库引擎，在最高推理强度下 GPT-6 Astra 在 20 种语言上的平均测试通过率为 87.4%，而 GPT-5.6 Terra 约为 38%；GPT-6 Luna 为 40.3%，略高于 GPT-5.6 Terra 的 37.9%，但成本低得多。在把 COBOL 翻译为 C++、Java、Kotlin、Python 或 Rust 的迁移基准上，GPT-6.1 Sol 在低推理强度下准确率为 86.6%，GPT-5.6 Sol 仅为 5.4%，提高推理强度后可达 97.9%。文中引用 IBM 的估算称，COBOL 支撑着超过 40% 的网上银行系统和 95% 的 ATM 交易。