OpenAI表示，GPT-6系列在COBOL、Fortran、Visual Basic等低资源语言上的编码能力较上一代模型明显提升。业内预计，这一能力可用于银行及重点工业设施中遗留软件的维护和现代化改造。
OpenAI于当地时间19日公布了GPT-6系列在低资源语言方面的测试结果。为此，OpenAI开发了名为MultiLangBench的基准测试，要求模型分别使用包括C、Python、COBOL在内的20种语言实现兼容SQLite的数据库引擎，并以通过既定功能测试的比例作为评分标准。
结果显示，GPT-6 Astra的平均通过率为87.39%，显著高于上一代GPT-5.6 Sol的26.77%；GPT-6.1 Sol的平均通过率也达到87.04%。
从具体语言来看，提升更为明显。GPT-6 Astra在COBOL上的通过率由10.9%升至72.1%，Fortran由21.4%升至83.5%，Visual Basic也由27.5%提升至89.4%。
定位较低的GPT-6 Luna平均通过率为40.31%，同样高于GPT-5.6 Sol。按单次测试测算，其API成本约为0.77美元（约合1020韩元），较上一代模型下降约78%。
在将现有COBOL程序转换为C++、Java、Python等现代语言的测试中，GPT-6系列的性能提升同样得到验证。其中，GPT-6.1 Sol在低推理强度下的准确率为86.6%，在高推理强度下达到97.9%。
目前，COBOL仍广泛用于金融交易和银行信息系统，Fortran也持续应用于气象预测及科学技术领域。
OpenAI称，上述进展有望支持关键遗留软件的维护与系统迁移。不过，这些数据仍来自OpenAI自行开发的评测体系，若要真正落地金融和工业系统，仍需经过专家审查和进一步验证。
Jae-won Choi
ittt_0801@d-today.co.kr