OpenAI 稱 GPT-6 系列在 COBOL、Fortran 等低資源語言上更強了

OpenAI 發布了標註日期為 2026 年 10 月 19 日的部落格，介紹在 COBOL、Fortran、Visual Basic 等低資源程式語言上的 coding 進展。公司稱，這類語言可供模型學習的公開程式碼和文件比 Python、JavaScript 少，卻仍支撐著關鍵系統。同一話題的 OpenAI X 帖發於北京時間 10 月 20 日約 06:30。

OpenAI 稱用了兩項自有評測來衡量進步。MultiLangBench 要求模型用 20 種程式語言分別從零寫出 SQLite 相容的資料庫引擎。另一項 COBOL 遷移評測則要求把 COBOL 程式遷到 C++、Java、Kotlin、Python 或 Rust，並保持行為一致。

MultiLangBench

按 OpenAI 自測數字，在最大推理力度下，GPT-6 Astra 在 20 種語言上的平均測試通過率為 87.4%，高於 GPT-5.6 Sol 的 26.8%，且每種語言都有提升。OpenAI 列舉的例子包括：COBOL 從 10.9% 到 72.1%，OCaml 從 25.6% 到 85.8%，Fortran 從 21.4% 到 83.5%，Visual Basic 從 27.5% 到 89.4%。公司稱 Astra 在 20 種語言裡有 19 種超過 83%，最難的 COBOL 為 72%。

OpenAI 還稱，GPT-6 Luna 在同一套評測的每種語言上也超過 GPT-5.6 Sol，最大推理力度下平均通過率 40.3%，估計平均 API 成本約低 78%（每樣本 0.77 美元，對 GPT-5.6 Sol 的 3.48 美元）。

OpenAI 已把 MultiLangBench 的評測設定、測試套件和各語言結果發布到 GitHub，方便開發者查看測什麼、各語言表現如何。

COBOL 遷移

在 OpenAI 的 COBOL 遷移評測上，GPT-6.1 Sol 在低推理力度下準確率 86.6%，同設定的 GPT-5.6 Sol 為 5.4%，OpenAI 稱該次成本約低 39%。更高推理力度下準確率達到 97.9%，公司形容評測已接近飽和。OpenAI 也寫明，落到生產系統仍需專家對照業務規則做審查和測試。