OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上表现大幅提升

OpenAI 针对 COBOL、Fortran 和 Visual Basic 等“低资源”语言改进了其最新 AI 模型。 与 Python 之类的语言相比，这些语言可用的训练代码要少得多，但据 OpenAI 称，它们支撑着全球关键基础设施。IBM 估计，COBOL 驱动着超过 40% 的网上银行系统和 95% 的 ATM 交易。

OpenAI 构建了两项评估来衡量进展。MultiLangBench（GitHub）要求模型从零构建一个兼容 SQLite 的数据库引擎。在最大推理强度下，GPT-6 Astra 在 20 种语言上的平均测试通过率达到 87.4%，而 GPT-5.6 Terra 约为 38%。GPT-6 Luna 得分为 40.3%，仅略高于 GPT-5.6 Terra（37.9%），但成本低得多。

在 COBOL 迁移基准测试中（将 COBOL 转换为 C++、Java、Kotlin、Python 或 Rust），GPT-6.1 Sol 在低推理强度下达到 86.6% 的准确率，而 GPT-5.6 Sol 为 5.4%。提高推理强度可将准确率推升至 97.9%。

没有炒作的 AI 新闻——由人工精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。