mylogs.cn

GPT-6 攻克 COBOL：老系统迁移准确率飙至 97.9%

2026 年 10 月 21 日

发布于

大型机、银行核心系统、自动柜员机、天气预报乃至核安全分析，背后往往运行着一批年代久远却至关重要的程序。它们大多用 COBOL、Fortran、Visual Basic 等”低资源编程语言”编写——公开代码和文档稀少，却支撑着现代社会的关键基础设施。当地时间 10 月 20 日，OpenAI 发布研究报告称，其增强了 GPT-6 Astra 等模型在构建和迁移这类冷门编程语言方面的能力，其中 COBOL 程序迁移到现代语言的准确率最高达到 97.9%。

为什么要”啃”这些冷门语言

这类语言虽然流行度不高，但其承载的系统遍及金融、气象、能源等命脉领域。由于公开语料极少，主流大模型过去在这些语言上的表现相当孱弱，使得老旧系统的现代化改造长期依赖稀缺的资深工程师。OpenAI 把提升”低资源编程语言”能力，视为帮助企业维护老旧系统、修复缺陷、推进软件现代化的重要突破口。

两项全新评测标准

为了客观衡量能力，OpenAI 推出了两项评测。其一是 MultiLangBench，要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎；其二是迁移评测，要求模型在保持原有业务行为不变的前提下，将 COBOL 程序迁移到 C++、Java、Python、Rust 等现代语言。

分数大幅提升

结果显示，GPT-6 Astra 在 MultiLangBench 的 20 种语言中平均测试通过率达到 87.4%，较上一代 GPT-5.6 Sol 的 26.8% 实现大幅跃升。具体到冷门语言：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%。

在专门的 COBOL 迁移评测中，成本更低的 GPT-6.1 Sol 在低推理强度下准确率达 86.6%，远高于 GPT-5.6 Sol 的 5.4%，同时成本降低 39%；在更高推理强度下，准确率进一步达到 97.9%，已接近该评测的上限。

便宜的模型也能顶上

值得注意的是，定位更低成本 tier 的 GPT-6 Luna 在 MultiLangBench 上的平均通过率为 40.3%，虽然低于旗舰 Astra，但其估算 API 成本较 GPT-5.6 Sol 降低了约 78%。这意味着，对于预算敏感、规模庞大的遗留系统迁移项目，企业可以用显著更低的花费获得可用的自动化能力。

落地仍需专家把关

OpenAI 强调，这项进展有助于企业推进软件现代化，但也明确指出：将 AI 生成的迁移结果投入生产环境，仍需要专家审查，并结合具体的业务规则与依赖关系进行充分测试。换句话说，模型把准确率顶到 97.9%，解决的是”从零到一”的繁重搬运，而”最后一公里”的正确性验证，短期内仍离不开人类工程师的判断。