OpenAI 於 2026 年 10 月 19 日公布，旗下最新模型在 COBOL、Fortran、Visual Basic 和 OCaml 等程式語言的編寫與遷移任務上有所進步。兩項測試的亮眼數字，分別是 GPT-6 Astra 在 20 種語言基準測試中的平均通過率達 87.4%，以及 GPT-6.1 Sol 在另一項 COBOL 遷移測試的高推理設定下，準確率達 97.9%。不過，這些數字反映的是特定測試的表現，不代表 AI 產生的遷移程式已能直接用於企業系統。21819

「低資源」不代表不重要

在 AI 領域，「低資源」通常指可用於模型訓練或評估的資料相對有限，而不是這種語言在現實世界中不重要。OpenAI 此次談到的程式語言，便被描述為訓練資料較少。225

COBOL 正好說明兩者並不矛盾。據 IBM 估計，全球超過 40% 的網路銀行系統，以及 95% 的 ATM 交易都與 COBOL 有關。廣泛應用不等於有大量適合 AI 訓練的程式碼資料。24

兩項測試，各自評量不同能力

MultiLangBench 要模型從零開始，以 20 種程式語言分別打造一個與 SQLite 相容的資料庫引擎，再以測試計算通過率，並呈現跨語言的平均結果。測試內容據報包含改編自 SQLite 測試套件的項目。226

COBOL 遷移測試則要求模型把現有 COBOL 程式轉譯成 C++、Java、Kotlin、Python 或 Rust，並以隱藏測試檢查轉譯後的程式是否保留原有行為。1921

前者測的是用較不熟悉的語言撰寫軟體；後者關注的是改寫既有程式時，能否維持原本的可觀察結果。兩者任務不同，分數不宜視為同一種能力的直接比較。

公布的分數與成本

評測項目	模型與設定	公布結果
MultiLangBench，20 種語言平均	GPT-6 Astra，最高推理設定	通過率 87.4%；GPT-5.6 Sol 為 26.8%。18
MultiLangBench	GPT-6 Luna	通過率 40.3%；每個樣本約 0.77 美元，相較 GPT-5.6 Sol 的 3.48 美元低約 78%。18
COBOL 遷移，低推理設定	GPT-6.1 Sol	準確率 86.6%；同設定下 GPT-5.6 Sol 為 5.4%，GPT-6.1 Sol 成本據報低 39%。1819
COBOL 遷移，較高推理設定	GPT-6.1 Sol	準確率 97.9%。1821

在 MultiLangBench 中，GPT-6 Astra 的 COBOL 成績為 72.1%，Fortran 為 83.5%，Visual Basic 為 89.4%。這些是語言編寫測試的分數，與另一項 COBOL 遷移測試不同；97.9% 並不是 Astra 在 COBOL 編程測試中的成績。1825

成本數字也要看清楚：GPT-6 Luna 約 0.77 美元的比較，是針對 MultiLangBench 的結果。現有資料沒有提供 GPT-6 Astra 的對應成本，也沒有說明 GPT-6.1 Sol 高推理遷移測試的等同成本。18

高分能說明進步，不能代替上線驗證

COBOL 遷移測試聚焦於舊系統現代化的一項關鍵難題：轉譯後的程式不只要看起來合理，還得維持原程式的行為。OpenAI 公布的結果顯示，模型在這組測試上有明顯進步，尤其是 GPT-6.1 Sol 低推理設定的成績，遠高於前代模型在相同設定下的結果。1921

但通過基準測試，並不等於已驗證真實系統。單憑這些分數，無法確認模型能保留所有業務規則、正確處理每項相依關係與系統整合，也無法證明它能應付評測未涵蓋的案例。正式導入仍需要專家審查，並按照企業自己的需求與資料進行測試。

哪些資料公開了，哪些仍待確認？

相關報導指出，OpenAI 已公開 MultiLangBench 基準測試。至於 COBOL 遷移評測的隱藏測試是否也公開，現有資料並未證實；外部人士因此可能無法完整重現該項成績。1928

本文列出的數字是已報導的基準測試結果，現有來源沒有提供獨立重複驗證的紀錄。它們可以作為模型在明確任務上有所進展的證據，但不是正式環境可靠性的獨立證明。

OpenAI 於 2026 年 10 月 19 日公布，旗下最新模型在 COBOL、Fortran、Visual Basic 和 OCaml 等程式語言的編寫與遷移任務上有所進步。兩項測試的亮眼數字，分別是 GPT-6 Astra 在 20 種語言基準測試中的平均通過率達 87.4%，以及 GPT-6.1 Sol 在另一項 COBOL 遷移測試的高推理設定下，準確率達 97.9%。不過，這些數字反映的是特定測試的表現，不代表 AI 產生的遷移程式已能直接用於企業系統。21819

「低資源」不代表不重要

在 AI 領域，「低資源」通常指可用於模型訓練或評估的資料相對有限，而不是這種語言在現實世界中不重要。OpenAI 此次談到的程式語言，便被描述為訓練資料較少。225

COBOL 正好說明兩者並不矛盾。據 IBM 估計，全球超過 40% 的網路銀行系統，以及 95% 的 ATM 交易都與 COBOL 有關。廣泛應用不等於有大量適合 AI 訓練的程式碼資料。24

兩項測試，各自評量不同能力

MultiLangBench 要模型從零開始，以 20 種程式語言分別打造一個與 SQLite 相容的資料庫引擎，再以測試計算通過率，並呈現跨語言的平均結果。測試內容據報包含改編自 SQLite 測試套件的項目。226

COBOL 遷移測試則要求模型把現有 COBOL 程式轉譯成 C++、Java、Kotlin、Python 或 Rust，並以隱藏測試檢查轉譯後的程式是否保留原有行為。1921

前者測的是用較不熟悉的語言撰寫軟體；後者關注的是改寫既有程式時，能否維持原本的可觀察結果。兩者任務不同，分數不宜視為同一種能力的直接比較。

公布的分數與成本

評測項目	模型與設定	公布結果
MultiLangBench，20 種語言平均	GPT-6 Astra，最高推理設定	通過率 87.4%；GPT-5.6 Sol 為 26.8%。18
MultiLangBench	GPT-6 Luna	通過率 40.3%；每個樣本約 0.77 美元，相較 GPT-5.6 Sol 的 3.48 美元低約 78%。18
COBOL 遷移，低推理設定	GPT-6.1 Sol	準確率 86.6%；同設定下 GPT-5.6 Sol 為 5.4%，GPT-6.1 Sol 成本據報低 39%。1819
COBOL 遷移，較高推理設定	GPT-6.1 Sol	準確率 97.9%。1821

在 MultiLangBench 中，GPT-6 Astra 的 COBOL 成績為 72.1%，Fortran 為 83.5%，Visual Basic 為 89.4%。這些是語言編寫測試的分數，與另一項 COBOL 遷移測試不同；97.9% 並不是 Astra 在 COBOL 編程測試中的成績。1825

成本數字也要看清楚：GPT-6 Luna 約 0.77 美元的比較，是針對 MultiLangBench 的結果。現有資料沒有提供 GPT-6 Astra 的對應成本，也沒有說明 GPT-6.1 Sol 高推理遷移測試的等同成本。18

高分能說明進步，不能代替上線驗證

COBOL 遷移測試聚焦於舊系統現代化的一項關鍵難題：轉譯後的程式不只要看起來合理，還得維持原程式的行為。OpenAI 公布的結果顯示，模型在這組測試上有明顯進步，尤其是 GPT-6.1 Sol 低推理設定的成績，遠高於前代模型在相同設定下的結果。1921

但通過基準測試，並不等於已驗證真實系統。單憑這些分數，無法確認模型能保留所有業務規則、正確處理每項相依關係與系統整合，也無法證明它能應付評測未涵蓋的案例。正式導入仍需要專家審查，並按照企業自己的需求與資料進行測試。

哪些資料公開了，哪些仍待確認？

相關報導指出，OpenAI 已公開 MultiLangBench 基準測試。至於 COBOL 遷移評測的隱藏測試是否也公開，現有資料並未證實；外部人士因此可能無法完整重現該項成績。1928

本文列出的數字是已報導的基準測試結果，現有來源沒有提供獨立重複驗證的紀錄。它們可以作為模型在明確任務上有所進展的證據，但不是正式環境可靠性的獨立證明。