OpenAI新模型攻克COBOL等低资源编程语言

OpenAI 宣布，其最新模型在 COBOL、Fortran 和 Visual Basic 等「低资源」编程语言的编写与代码迁移能力上取得大幅突破。在 OpenAI 内部的 COBOL 迁移测试中，GPT-6.1 Sol 在低推理工作量下的准确率达到 86.6%，远高于上一代 GPT-5.6 Sol 的 5.4%。

与 Python 或 JavaScript 相比，这些编程语言在公开训练数据中的代码和文档相对匮乏，因而被归为低资源语言。但它们依然支撑着全球大量关键基础设施。数据显示，COBOL 支撑了超过 40% 的在线银行系统和 95% 的 ATM 交易，Fortran 则广泛用于天气预报和核反应堆安全分析。开发者和企业客户此前普遍反映，现有代码模型在处理此类语言时表现欠佳。

两项全新基准测试

为衡量模型能力，OpenAI 推出了两项新评估基准。

第一项是 MultiLangBench，要求模型分别用 20 种编程语言从零构建一个兼容 SQLite 的数据库引擎，并运行根据 SQLite 官方套件改编的测试用例进行比对。在最高推理工作量下，GPT-6 Astra 的平均测试通过率从 GPT-5.6 Sol 的 26.8% 提升至 87.4%，在其中 19 种语言中的得分均超过 83%。挑战最大的 COBOL 语言，得分也从 10.9% 攀升至 72.1%。

轻量级模型 GPT-6 Luna 的平均通过率为 40.3%，单样本预估 API 成本为 0.77 美元，比 GPT-5.6 Sol 的 3.48 美元降低约 78%。OpenAI 已在 GitHub 上公开了 MultiLangBench 的测试框架、测试集及各语言结果。

保证原有商业逻辑不变

第二项测试要求模型将 COBOL 程序转换为 C++、Java、Kotlin、Python 或 Rust，同时确保程序运行逻辑完全一致。测试设置了严格的隐藏测试用例，要求输出结果与原始程序逐字节匹配，全部通过才计为有效迁移。

OpenAI 指出，此类迁移的难点在于语言特性差异。例如，COBOL 的定点运算在未指定四舍五入时会直接截断多余的小数位；若重写后的代码采用了四舍五入，程序虽然能正常运行，却会导致财务计算结果出现偏差。

在该测试中，GPT-6.1 Sol 以仅为 GPT-5.6 Sol 61% 的 API 成本取得了 86.6% 的准确率。在更高推理工作量下，准确率进一步达到 97.9%，接近测试饱和状态。

局限与行业现状

上述两项测试均由 OpenAI 自主设计并运行，暂未经过外部独立机构复核。OpenAI 强调，将相关模型能力应用于生产环境软件时，仍需专业人员结合具体业务规则和依赖关系进行严格审查与测试。

市场对 COBOL 的关注度近期持续回升。这门诞生于 1959 年的语言在 TIOBE 编程语言排行榜中的排名已从 2025 年 10 月的第 23 位升至第 16 位。大量企业依旧高度依赖 COBOL 系统，而熟悉该语言的维护工程师群体却在不断缩减，AI 辅助迁移正成为关键破局手段。