OpenAI 公佈了其最新一代模型在“低資源”程式語言上的效能提升，涉及 COBOL、Fortran 和 Visual Basic 等長期支撐關鍵基礎設施、但訓練程式碼遠少於 Python 的語言。OpenAI 構建了兩項評估來量化進展，其中 MultiLangBench 要求模型從零構建一個相容 SQLite 的資料庫引擎。

在 MultiLangBench 上，GPT-6 Astra 在最高推理強度下對 20 種程式語言的平均測試通過率達到 87.4%，而上一代 GPT-5.6 Terra 僅約 38%。另一款模型 GPT-6 Luna 得分為 40.3%，僅略高於 GPT-5.6 Terra 的 37.9%，但成本顯著更低。GPT-6.1 Sol 在 MultiLangBench 上也達到約 87% 的水平。

針對 COBOL 遷移場景，OpenAI 設定了將 COBOL 程式碼翻譯為 C++、Java、Kotlin、Python 或 Rust 的基準測試。GPT-6.1 Sol 在低推理強度下準確率為 86.6%，而 GPT-5.6 Sol 僅為 5.4%；提高推理強度後，GPT-6.1 Sol 的準確率可攀升至 97.9%。

背景方面，COBOL 等語言雖然古老，卻仍在全球金融系統中扮演核心角色。據 IBM 估計，COBOL 支撐著超過 40% 的網上銀行系統和 95% 的 ATM 交易。這些系統通常難以替換，遷移成本高、風險大，因此 AI 輔助程式碼遷移一直被視為具有實際商業價值的應用方向。

從行業視角看，此次公佈的基準結果凸顯了模型在特定垂直領域的專業化趨勢。低資源語言由於公開訓練資料稀缺，長期是 AI 程式設計能力的短板；OpenAI 通過針對性最佳化，試圖縮小這一差距。不過，基準測試與實際生產環境中的遷移專案仍有距離，程式碼正確性、安全性和可維護性需要更嚴格的驗證。對於關注企業軟體現代化和 AI 程式設計工具競爭格局的讀者而言，這一進展提供了新的觀察座標。