OpenAI表示，已提升 GPT-6 在 COBOL、Fortran 和 Visual Basic 等遗留编程语言上的能力，并在两项评测中取得进展。其披露结果包括：GPT-6 Astra 在 20 种编程语言上的平均测试通过率为 87.4%，GPT-6.1 Sol 在 COBOL 迁移基准上的准确率为 97.9%。

这些语言可用的训练代码比 Python 等语言更少，但 OpenAI 表示，它们支撑着全球关键基础设施。IBM 估计，COBOL 支撑着超过 40% 的在线银行系统，并处理 95% 的 ATM 交易。

OpenAI 为衡量模型进展开发了两项评测：一项测试跨编程语言构建数据库，另一项评估将 COBOL 翻译成其他语言的能力。

OpenAI 如何测试 GPT-6 的遗留编程能力

MultiLangBench 要求模型从零开始创建一个兼容 SQLite 的数据库引擎。OpenAI 报告称，在使用最高推理强度时，GPT-6 Astra 在 20 种语言上的平均通过率达到 87.4%。

相比之下，GPT-5.6 Terra 的成绩为 37.9%。GPT-6 Luna 在同一评测中录得 40.3%，略高于 Terra。OpenAI 给出的比较结果显示，不同模型的提升幅度并不相同。

另一项衡量 GPT-6 遗留编程表现的指标聚焦于代码迁移。COBOL 基准测试的是将代码翻译为 C++、Java、Kotlin、Python 或 Rust，而不是构建数据库引擎。

在该评测中，GPT-6.1 Sol 在较低推理强度下的准确率为 86.6%，而 GPT-5.6 Sol 仅为 5.4%。提高推理强度后，GPT-6.1 Sol 的准确率升至 97.9%。

本文由人工智能协助生成，并经编辑团队审核。