OpenAI 发布低资源语言研究：GPT-6.1 Sol COBOL 迁移准确率达 97.9%

OpenAI 发布针对低资源编程语言的研究，在 COBOL 代码迁移任务中，GPT-6.1 Sol 模型在提高推理强度后达到 97.9% 的准确率，相比上一代 GPT-5.6 Sol 提升显著。该结果基于 MultiLangBench 评测体系，要求新程序在隐藏测试中与原程序输出逐字节一致，而非仅编译成功。

评测包含两项核心任务：一是从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 在 20 种语言上平均通过率 87.4%，其中 OCaml、Fortran 等语言表现大幅提升；二是跨语言迁移现有 COBOL 程序至 C++、Java、Python 等现代语言，重点考察数值计算语义（如定点数截断）和异常处理的一致性。GPT-6.1 Sol 在低推理强度下准确率为 86.6%，API 成本降低 39%。

尽管准确率显著提升，但研究明确指出这不代表企业可直接将核心业务系统交给 AI 重写。真实遗留系统的复杂度远超受控评测环境，涉及外部依赖、数据状态及未文档化的历史规则。事实层面，模型已具备理解稀缺训练数据语言的能力；推断层面，AI 可辅助代码分析与测试生成；猜测层面，未来需建立完整的工程验证体系才能进入生产环境。