OpenAIは19日、GPT-6シリーズがCOBOLやFortran、Visual Basicなど、学習データが限られるプログラミング言語で従来モデルを大きく上回る性能を示したと発表した。銀行や主要産業の現場で使われるレガシーシステムの保守や移行支援への活用が期待される。

同社はあわせて、低リソース言語の処理能力を評価する独自ベンチマーク「MultiLangBench」を公表した。CやPython、COBOLなど20言語でSQLite互換のデータベースエンジンを実装し、所定の機能テストの通過率で性能を測定する仕組みだ。

実験では、GPT-6 Astraの平均テスト通過率は87.39%となり、前モデルのGPT-5.6 Solの26.77%を大きく上回った。GPT-6.1 Solも87.04%を記録した。

言語別でも改善は大きい。GPT-6 Astraの通過率は、COBOLが10.9%から72.1%へ、Fortranが21.4%から83.5%へ上昇した。Visual Basicも27.5%から89.4%に伸びた。

低コストモデルのGPT-6 Lunaも平均40.31%を記録し、GPT-5.6 Solを上回った。1テスト当たりの推定APIコストは0.77ドルで、従来モデル比で約78%低下したという。

既存のCOBOLプログラムをC++やJava、Pythonなどの新しい言語へ変換するテストでも、性能向上が確認された。GPT-6.1 Solは、推論設定を低くした場合で86.6%、高くした場合で97.9%の正確度を記録した。

COBOLは現在も金融取引や銀行の情報システムで利用されている。Fortranも気象予測や科学技術分野で広く使われている。

OpenAIは、今回の結果により、レガシーな基幹ソフトウェアの保守やシステム移行を支援できる可能性があると説明した。一方で、今回の数値は同社独自の評価に基づくものであり、実際の金融・産業システムへの適用には、専門家による検証や追加評価が必要になるとしている。