OpenAI 公布了其最新一代模型在“低资源”编程语言上的性能提升，涉及 COBOL、Fortran 和 Visual Basic 等长期支撑关键基础设施、但训练代码远少于 Python 的语言。OpenAI 构建了两项评估来量化进展，其中 MultiLangBench 要求模型从零构建一个兼容 SQLite 的数据库引擎。
在 MultiLangBench 上，GPT-6 Astra 在最高推理强度下对 20 种编程语言的平均测试通过率达到 87.4%，而上一代 GPT-5.6 Terra 仅约 38%。另一款模型 GPT-6 Luna 得分为 40.3%，仅略高于 GPT-5.6 Terra 的 37.9%，但成本显著更低。GPT-6.1 Sol 在 MultiLangBench 上也达到约 87% 的水平。
针对 COBOL 迁移场景，OpenAI 设置了将 COBOL 代码翻译为 C++、Java、Kotlin、Python 或 Rust 的基准测试。GPT-6.1 Sol 在低推理强度下准确率为 86.6%，而 GPT-5.6 Sol 仅为 5.4%；提高推理强度后，GPT-6.1 Sol 的准确率可攀升至 97.9%。
背景方面，COBOL 等语言虽然古老，却仍在全球金融系统中扮演核心角色。据 IBM 估计，COBOL 支撑着超过 40% 的网上银行系统和 95% 的 ATM 交易。这些系统通常难以替换，迁移成本高、风险大，因此 AI 辅助代码迁移一直被视为具有实际商业价值的应用方向。
从行业视角看，此次公布的基准结果凸显了模型在特定垂直领域的专业化趋势。低资源语言由于公开训练数据稀缺，长期是 AI 编程能力的短板；OpenAI 通过针对性优化，试图缩小这一差距。不过，基准测试与实际生产环境中的迁移项目仍有距离，代码正确性、安全性和可维护性需要更严格的验证。对于关注企业软件现代化和 AI 编程工具竞争格局的读者而言，这一进展提供了新的观察坐标。