Câu trả lờiĐã xuất bản18 nguồn
Điểm benchmark ấn tượng của OpenAI chưa đồng nghĩa với việc có thể giao AI chuyển đổi hệ thống COBOL
GPT 6 Astra đạt tỷ lệ vượt bài kiểm tra trung bình 87,4% trên MultiLangBench gồm 20 ngôn ngữ; GPT 6.1 Sol đạt 86,6% ở cấu hình suy luận thấp và 97,9% ở cấu hình suy luận cao trong một bài đánh giá di trú COBOL riêng. Các con số cho thấy tiến bộ trên bộ kiểm tra, không chứng minh mã đã chuyển đổi sẵn sàng chạy trong...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- GPT 6 Astra đạt tỷ lệ vượt bài kiểm tra trung bình 87,4% trên MultiLangBench gồm 20 ngôn ngữ; GPT 6.1 Sol đạt 86,6% ở cấu hình suy luận thấp và 97,9% ở cấu hình suy luận cao trong một bài đánh giá di trú COBOL riêng.
- Các con số cho thấy tiến bộ trên bộ kiểm tra, không chứng minh mã đã chuyển đổi sẵn sàng chạy trong hệ thống doanh nghiệp.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI announce on October 19, 2026, about its newest models’ improvements in writing and migrating code in low-resource languages. Article summary: On October 19, 2026, OpenAI announced stronger capabilities for writing and migrating software in low-resource languages, including COBOL, Fortran, Visual Basic and OCaml, supported by two new evaluations. The reported g. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, click
Thông báo ngày 19/10/2026 của OpenAI cho biết các mô hình mới đã tiến bộ trong việc viết và chuyển đổi phần mềm bằng những ngôn ngữ như COBOL, Fortran, Visual Basic và OCaml. Hai kết quả nổi bật là GPT-6 Astra đạt tỷ lệ vượt bài kiểm tra trung bình 87,4% trên benchmark 20 ngôn ngữ, còn GPT-6.1 Sol đạt 97,9% trong một bài đánh giá di trú COBOL khi tăng mức suy luận. Nhưng đây là điểm số trên các bài kiểm tra cụ thể, không phải chứng nhận rằng mã do AI chuyển đổi đã an toàn để đưa vào hệ thống doanh nghiệp. 2
18
19
“Ít tài nguyên” không có nghĩa là ít quan trọng
Khi nói một ngôn ngữ lập trình thuộc nhóm “ít tài nguyên”, ý ở đây là dữ liệu phù hợp để huấn luyện và đánh giá mô hình tương đối khan hiếm — chứ không phải ngôn ngữ đó ít được sử dụng ngoài đời. Các bản tin về thông báo của OpenAI mô tả những ngôn ngữ này là có lượng dữ liệu huấn luyện hạn chế. 25
COBOL là ví dụ rõ nét cho sự khác biệt đó. Theo một ước tính được dẫn từ IBM, COBOL đứng sau hơn 40% hệ thống ngân hàng trực tuyến và 95% giao dịch ATM. Mức độ phổ biến trong các hệ thống thực tế không cho biết có bao nhiêu mã COBOL phù hợp xuất hiện trong dữ liệu huấn luyện AI. 24
Hai bài đánh giá kiểm tra hai nhiệm vụ khác nhau
MultiLangBench yêu cầu mô hình tự xây dựng một bộ máy cơ sở dữ liệu tương thích với SQLite bằng từng ngôn ngữ trong số 20 ngôn ngữ. Kết quả được báo cáo là tỷ lệ vượt bài kiểm tra trung bình trên các ngôn ngữ; phần mô tả benchmark cho biết các bài kiểm tra được điều chỉnh từ bộ kiểm thử của SQLite. 2
26
Bài đánh giá di trú COBOL kiểm tra việc chuyển chương trình COBOL sang C++, Java, Kotlin, Python hoặc Rust. Mục tiêu là giữ nguyên hành vi của chương trình gốc; các bài kiểm tra ẩn được dùng để đánh giá bản dịch. 19
21
Nói cách khác, một bài kiểm tra khả năng xây dựng phần mềm bằng những ngôn ngữ có thể ít quen thuộc với mô hình; bài còn lại kiểm tra xem mô hình có thể chuyển đổi phần mềm hiện có mà không làm thay đổi kết quả quan sát được hay không. Vì vậy, không nên xem hai loại điểm số này là cùng một thước đo.
Điểm số, mức suy luận và chi phí được báo cáo
| Bài đánh giá | Mô hình và thiết lập | Kết quả được báo cáo |
|---|---|---|
| MultiLangBench, trung bình 20 ngôn ngữ | GPT-6 Astra, mức suy luận tối đa | Tỷ lệ vượt bài kiểm tra 87,4%, so với 26,8% của GPT-5.6 Sol. |
| MultiLangBench | GPT-6 Luna | Tỷ lệ vượt bài kiểm tra 40,3%; chi phí khoảng 0,77 USD mỗi mẫu, so với 3,48 USD của GPT-5.6 Sol. |
| Di trú COBOL, mức suy luận thấp | GPT-6.1 Sol | Độ chính xác 86,6%, so với 5,4% của GPT-5.6 Sol; chi phí được báo cáo thấp hơn 39%. |
| Di trú COBOL, mức suy luận cao hơn | GPT-6.1 Sol | Độ chính xác 97,9%. |
Trong MultiLangBench, GPT-6 Astra đạt 72,1% ở COBOL, 83,5% ở Fortran và 89,4% ở Visual Basic. Điểm di trú COBOL nói trên thuộc một bài đánh giá riêng, nên mức 97,9% không phải điểm viết mã COBOL của Astra. 18
25
Mức so sánh chi phí của GPT-6 Luna áp dụng cho kết quả trên MultiLangBench. Các số liệu hiện có không cho biết chi phí tương đương của Astra hoặc của GPT-6.1 Sol khi chạy bài di trú với mức suy luận cao hơn. 18
Điểm benchmark nói gì — và không nói gì — về di trú mã
Một thách thức cốt lõi khi nâng cấp phần mềm lâu năm là bản dịch phải giữ đúng những gì chương trình ban đầu thực hiện, chứ không chỉ tạo ra mã trông có vẻ hợp lý. Điểm số OpenAI công bố cho thấy tiến bộ đáng kể trên bộ kiểm tra của hãng, đặc biệt khi so với kết quả của mô hình trước ở mức suy luận thấp. 19
21
Tuy vậy, vượt qua benchmark không đồng nghĩa với việc đã xác minh một hệ thống thực tế. Những kết quả này tự thân không chứng minh mô hình sẽ giữ nguyên mọi quy tắc nghiệp vụ, xử lý đầy đủ các phụ thuộc và tích hợp, hay hoạt động đúng trong những tình huống không có trong bộ đánh giá. Trước khi đưa vào vận hành, mã vẫn cần chuyên gia rà soát và được kiểm thử theo yêu cầu, dữ liệu và môi trường thực tế của tổ chức.
Có thể kiểm tra lại đến đâu?
Các bài đưa tin về thông báo cho biết OpenAI đã phát hành MultiLangBench dưới dạng benchmark mở. Tuy nhiên, tài liệu hiện có không xác nhận rằng bộ kiểm tra ẩn trong bài đánh giá di trú COBOL cũng được công khai; vì thế, bên ngoài có thể không tái tạo đầy đủ kết quả đó. 19
28
Các con số trong bài là kết quả benchmark được báo cáo; những nguồn được cung cấp không ghi nhận một cuộc tái lập độc lập. Đây là dấu hiệu cho thấy mô hình tiến bộ trên các nhiệm vụ được xác định rõ, chứ chưa phải xác nhận độc lập về độ tin cậy khi vận hành trong môi trường sản xuất.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Điểm benchmark ấn tượng của OpenAI chưa đồng nghĩa với việc có thể giao AI chuyển đổi hệ thống COBOL" là gì?
GPT 6 Astra đạt tỷ lệ vượt bài kiểm tra trung bình 87,4% trên MultiLangBench gồm 20 ngôn ngữ; GPT 6.1 Sol đạt 86,6% ở cấu hình suy luận thấp và 97,9% ở cấu hình suy luận cao trong một bài đánh giá di trú COBOL riêng.
Những điểm chính cần xác nhận đầu tiên là gì?
GPT 6 Astra đạt tỷ lệ vượt bài kiểm tra trung bình 87,4% trên MultiLangBench gồm 20 ngôn ngữ; GPT 6.1 Sol đạt 86,6% ở cấu hình suy luận thấp và 97,9% ở cấu hình suy luận cao trong một bài đánh giá di trú COBOL riêng. Các con số cho thấy tiến bộ trên bộ kiểm tra, không chứng minh mã đã chuyển đổi sẵn sàng chạy trong hệ thống doanh nghiệp.