国际 AI 资讯

OpenAI 报告:GPT-6 系列在 COBOL 等低资源语言上迁移能力提升

OpenAI 10 月 20 日发布研究报告,称 GPT-6 Astra 等模型在 COBOL、Fortran、Visual Basic 等低资源编程语言的构建与迁移上取得进展。评测显示,GPT-6 Astra 在 20 种语言上的平均测试通过率为 87.4%,GPT-6 Luna 平均通过率 40.3% 但 API 开销较 GPT-5.6 Sol 降低约 78%。OpenAI 同时提示,迁移结果进入生产环境仍需专家审查。

海宇数科 · 事件日期 · 约 2 分钟 · 1 次阅读

OpenAI 报告:GPT-6 系列在 COBOL 等低资源语言上迁移能力提升相关配图 1
OpenAI 报告:GPT-6 系列在 COBOL 等低资源语言上迁移能力提升相关配图 1

OpenAI 于 10 月 20 日发布一份研究报告,称 GPT-6 Astra 等模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上的构建与迁移能力已有明显增强。这类语言公开代码与文档较少,却支撑着银行、ATM、天气预报和核安全分析等关键系统。

为衡量模型表现,OpenAI 设置了两套评测:MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎;另一项评测要求将 COBOL 程序迁移至 C++、Java、Python、Rust,并保持原有业务行为不变。报告中,GPT-6 Astra 在 20 种语言上的平均测试通过率为 87.4%,上一代 GPT-5.6 Sol 为 26.8%。分语种看,COBOL 从 10.9% 升至 72.1%,Fortran 从 21.4% 升至 83.5%,Visual Basic 从 27.5% 升至 89.4%。

便宜梯队也能打,迁移逼近评测 天花板

成本方面,GPT-6 Luna 的平均通过率为 40.3%,API 开销较 GPT-5.6 Sol 降低约 78%。在 COBOL 专项迁移中,GPT-6.1 Sol 于低推理强度下准确率为 86.6%,GPT-5.6 Sol 为 5.4%,前者成本降低 39%;提高推理强度后,GPT-6.1 Sol 的准确率达到 97.9%,接近评测上限。

OpenAI 表示,上述进展可帮助企业维护老旧系统、修补缺陷并推进软件现代化。公司同时指出,将 AI 迁移结果投入生产环境仍需专家审查,并应结合具体业务规则与依赖关系进行测试。

← 返回AI 资讯