OpenAI称GPT-6在COBOL、Fortran等老旧语言上明显更强
OpenAI公布两项自建评测：MultiLangBench上GPT-6 Astra在20种语言的测试通过率约87.4%，GPT-5.6 Terra约38%；COBOL迁移基准上GPT-6.1 Sol在高推理强度下达到97.9%准确率。
AI解读：OpenAI称其最新模型针对COBOL、Fortran、Visual Basic等“低资源”编程语言做了改进。这类语言可用的训练代码远少于Python，但OpenAI表示它们支撑着全球关键基础设施。
MultiLangBench要求模型从零构建一个兼容SQLite的数据库引擎；在该基准20种语言的平均测试通过率上，GPT-6 Astra在最高推理强度下达到87.4%，GPT-5.6 Terra约为38%，GPT-6 Luna为40.3%，略高于GPT-5.6 Terra的37.9%但成本更低。
COBOL迁移基准测试把COBOL翻译为C++、Java、Kotlin、Python或Rust。OpenAI称GPT-6.1 Sol在低推理强度下准确率为86.6%，GPT-5.6 Sol为5.4%；提高推理强度后准确率升至97.9%。
上述数字均来自OpenAI自建评测和其公布的结果，报道未给出第三方复现或独立验证。IBM的估算被引用来说明COBOL的存量规模：超过40%的在线银行系统和95%的ATM交易依赖COBOL。
OpenAI表示，其最新模型在COBOL、Fortran、Visual Basic等训练代码稀缺的编程语言上表现明显提升。相关数据来自OpenAI自建的两项评测，由The Decoder报道。
OpenAI称这些“低资源”语言可用的训练代码远少于Python，但仍在支撑全球关键基础设施。报道引用IBM的估算：COBOL驱动超过40%的在线银行系统和95%的ATM交易。
MultiLangBench：从零构建SQLite兼容数据库引擎
OpenAI构建的MultiLangBench要求模型从零编写一个兼容SQLite的数据库引擎，统计20种语言上的平均测试通过率。
在最高推理强度下，GPT-6 Astra的平均通过率为87.4%，GPT-5.6 Terra约为38%。GPT-6 Luna为40.3%，仅略高于GPT-5.6 Terra的37.9%，但OpenAI称其成本低得多。
报道附图中，GPT-6 Astra与GPT-6.1 Sol在该基准上均达到约87%，较早的GPT-5.6 Terra上限约38%。
- GPT-6 Astra：87.4%（最高推理强度，20种语言平均）
- GPT-6 Luna：40.3%（成本更低）
- GPT-5.6 Terra：约38%（37.9%）
COBOL迁移基准：翻译到五种现代语言
第二项评测针对COBOL迁移，任务是把COBOL代码翻译成C++、Java、Kotlin、Python或Rust。
OpenAI称GPT-6.1 Sol在低推理强度下准确率为86.6%，此前GPT-5.6 Sol为5.4%；提高推理强度后，准确率达到97.9%。
- GPT-6.1 Sol低推理强度：86.6%
- GPT-5.6 Sol：5.4%
- GPT-6.1 Sol高推理强度：97.9%
数据口径
上述通过率和准确率均由OpenAI在自建基准上测得，属于公司主张；报道未提及第三方复现、评测集公开程度或真实迁移项目中的表现。IBM的COBOL使用规模估算用于说明该语言存量，与模型效果无直接验证关系。