10月20日，OpenAI 宣布 GPT-6 在低资源编程语言上的能力取得重大突破。在新基准 MultiLangBench（涵盖20种语言，要求模型从零构建 SQLite 兼容数据库引擎）上，GPT-6 Astra 配合最大推理投入，平均测试通过率达到 87.4%，较 GPT-5.6 Terra 的约 38% 提升超过一倍。GPT-6 Luna 以 40.3% 略胜 GPT-5.6 Terra 的 37.9%，但成本大幅降低。
COBOL 迁移：97.9% 准确率意味着什么
全球金融系统仍在运行大量 COBOL 遗产代码。IBM 数据显示，约 40% 的网上银行系统和 95% 的 ATM 交易由 COBOL 支撑，其中不少代码库已运行超过40年，原始开发者早已离职，文档缺失，替换成本估算高达数千亿美元。OpenAI 专门建立了 COBOL 迁移基准（将 COBOL 翻译为 C++、Java、Kotlin、Python 或 Rust）：低推理投入下，GPT-6.1 Sol 达 86.6% 准确率（GPT-5.6 Sol 仅 5.4%）；拉满推理投入后，GPT-6.1 Sol 的准确率攀升至 97.9%，已达到可投入生产环境的门槛。
为何低资源语言如此棘手
Python、JavaScript 等主流语言拥有海量开源代码供模型预训练，而 COBOL、Fortran、Visual Basic 等语言的公开语料极为稀缺，模型几乎要从头学起。GPT-6 通过合成数据生成和专项微调填补了这一空白。OpenAI 同时指出，COBOL 系统往往嵌入在大型机环境中，代码与业务逻辑深度耦合，单纯的代码翻译只是第一步，后续还需要人工校验与集成测试。
此举被视为 AI 辅助企业数字化转型的关键里程碑：全球金融系统中有数十亿行 COBOL 代码等待现代化，GPT-6 已首次具备将大规模遗产代码库转化为现代语言的实际能力。
延伸阅读
- 辛顿首篇RSI论文：AI参与研发比例半年从1%升至26%，1.5年内AI进步或加速10倍2 周前
- 谷歌Gemini 4 Argon：百万Token输出、13项基准领先，定价对折GPT-63 周前
- OpenAI发布GPT-5.6-Cyber：周五叫停Astra，周一上线拒绝更少的黑客模型2 月前
- OpenAI、红帽、英伟达联合推出 OCE1.03 周前
继续读
同一批更新里这几篇值得一看：