GPT 系列旧语言能力提升，迁移评测受关注

OpenAI 提升了最新 AI 模型对 COBOL、Fortran 和 Visual Basic 等“低资源”编程语言的能力。与 Python 这类语言相比，这些语言可供训练的代码要少得多。但 OpenAI 表示，它们支撑着全球各地的关键基础设施。IBM 估计，超过 40% 的网上银行系统和 95% 的 ATM 交易都由 COBOL 支撑。

OpenAI 构建了两项评测来衡量进展。MultiLangBench（GitHub）要求模型从零构建一个兼容 SQLite 的数据库引擎。在最高推理强度下，GPT-6 Astra 在 20 种语言中的平均测试通过率达到 87.4%，高于 GPT-5.6 Terra 约 38% 的水平。GPT-6 Luna 的得分为 40.3%，仅略高于 GPT-5.6 Terra 的 37.9%，但成本低得多。

MultiLangBench 上 20 种编程语言的平均测试通过率。GPT-6 Astra 和 GPT-6.1 Sol 均达到约 87%，而 GPT-5.6 Terra 等旧模型最高只有约 38%。| 图片：OpenAI

在 COBOL 迁移基准测试中，模型需要将 COBOL 转换为 C++、Java、Kotlin、Python 或 Rust。GPT-6.1 Sol 在低推理强度下的准确率达到 86.6%，相比之下，GPT-5.6 Sol 的准确率为 5.4%。提高推理强度后，准确率进一步升至 97.9%。

拒绝炒作的 AI 新闻——由人工精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 通讯、每年六期独家“AI Radar”前沿报告、完整历史内容访问权限，以及评论区访问权限。