截圖顯示拍攝日期的官方頁面，可能與文章發布時不同。點選圖片可放大。
OpenAI於2026年10月19日（日本時間當天21時）發表了題為「Advancing coding in low-resource programming languages（推進低資源程式語言中的程式設計）」的文章。文章指出，在COBOL、Fortran、Visual Basic等歷史悠久的程式語言上，最新AI模型撰寫程式以及將程式改寫為其他語言的能力大幅提升。同時，OpenAI也在GitHub上公開了新的評測框架「MultiLangBench」。
本文中的數字，來自報導OpenAI此次發表的多家媒體中一致的內容，以及GitHub上公開的評測說明。文中介紹的成績均由OpenAI自行測得。
什麼是「低資源語言」
AI模型透過學習網際網路等處的大量程式和說明來學會程式設計。Python、JavaScript等被廣泛使用的語言有大量範例可供學習，而COBOL、Fortran等語言公開的程式和資料較少，一直是AI的弱項。像這樣可用於訓練的資料較少的語言，被稱為「低資源語言」。
COBOL主要用於事務處理，Fortran主要用於科學技術計算。據報導，OpenAI在文章中介紹，COBOL支撐著40%以上的網路銀行業務、80%的實體刷卡支付以及95%的ATM交易，並說明Fortran被用於天氣預報和核反應爐安全分析。
新評測「MultiLangBench」
MultiLangBench是讓AI模型用20種語言從零開發資料庫軟體「SQLite」的評測。SQLite是一款被廣泛使用的小型資料庫軟體。
根據GitHub上公開的說明，其機制如下。
- 只提供模型SQLite 3.40.1的說明文件，讓它用指定語言撰寫行為相同的程式
- 不允許連上網際網路，並事先從環境中移除SQLite
- 使用根據SQLite本身的測試製作的約2萬4,000項測試，檢驗結果是否與真正的SQLite一致（通常使用其中的272項）
- 如果使用了與指定不同的語言，或混用了多種語言，即判為不合格
評測對象為C、C#、C++、COBOL、Common Lisp、Fortran、Go、Java、JavaScript、Lean、OCaml、PHP、PowerShell、Python、Ruby、Rust、Scala、Swift、Visual Basic、Zig這20種語言。測試與環境以Apache License 2.0公開。
OpenAI公布的成績
據報導，OpenAI公布的主要結果如下。數字為通過測試的比例。
- GPT-6 Astra：20種語言平均87.4%，在20種語言中有19種超過83%
- GPT-6 Luna：平均40.3%，每次執行的費用約為0.77美元
- GPT-5.6 Sol：平均26.8%，每次執行的費用為3.48美元
依語言來看，據報導，GPT-6 Astra的成績與GPT-5.6 Sol相比提升如下。
- COBOL：從10.9%提升至72.1%
- Fortran：從21.4%提升至83.5%
- OCaml：從25.6%提升至85.8%
- Visual Basic：從27.5%提升至89.4%
即使是GPT-6 Astra，COBOL的成績在20種語言中也是最低的。
將COBOL程式移轉到其他語言的評測
OpenAI也公布了另一項評測「COBOL移轉評測」的結果。這項評測讓模型把用COBOL撰寫的程式改寫為C++、Java、Kotlin、Python或Rust其中之一，並檢驗其輸出是否與原程式逐位元組完全相同。它衡量的是，在把舊系統移轉到新語言的「移轉」工作中，能否維持與原本相同的行為。
據報導，結果如下。
- GPT-6.1 Sol（推理量較少的設定）：86.6%
- GPT-6.1 Sol（推理量較多的設定）：97.9%
- GPT-5.6 Sol（推理量較少的設定）：5.4%
在CoAI編輯部能夠確認的範圍內，尚不清楚這項評測所用程式的數量和內容，以及評測框架是否會公開。
可用範圍與注意事項
據報導，這些改進除了ChatGPT之外，也反映在可透過API使用的最新模型中。這並不是新產品的發表，而是表示現有模型能力提升的公告。關於在Codex中的情況以及日文方面的說明，在能夠確認的範圍內沒有特別的說明。
OpenAI提醒，在實際的系統移轉中，仍然需要由專家進行確認，並依照該系統的業務規則以及與其他系統的串接情況進行測試。
與日本舊有系統的關係
在日本，如何處理老舊的核心系統（支撐企業核心業務的系統）也長期是一個課題。日本經濟產業省在2018年的DX報告中，把老舊系統成為阻礙、導致DX（運用數位技術的轉型）難以推進的問題稱為「2025年懸崖」，並敲響了警鐘。2025年5月經濟產業省彙整的「舊有系統現代化委員會總結報告」指出，參與調查的企業中有61%仍擁有老舊系統（舊有系統），而且隨著資深技術人員離開，IT人才持續減少。
在大型主機（大型業務用電腦）上運行的老舊系統中，有許多是用COBOL撰寫的。如果AI能夠正確讀寫這類語言，就有可能幫助人們理解沒有留下規格書的舊程式，並協助將其移轉到新語言。
CoAI編輯部觀點
過去對AI程式設計能力的評測，主要集中在Python、JavaScript等被廣泛使用的語言上。OpenAI此次的發表，將目光投向至今仍在銀行和政府等領域運行的COBOL和Fortran，並公開了評測框架，這一點很有意義。由於任何人都能使用這些測試，也更容易在相同條件下與其他公司的模型進行比較。
另一方面，公布的數字均由OpenAI自行測得，而且我們無法確認COBOL移轉評測的具體內容。在處理金錢或個人資料的系統中，細微的行為差異也可能引發嚴重問題。即使將AI用於移轉，也應該像OpenAI自己所說的那樣，以專家確認和充分測試為前提。
