我们最新的模型进步，增强了在COBOL、Fortran和Visual Basic等低资源编程语言中构建和迁移软件的能力。与Python和JavaScript等语言相比，这些语言可供模型学习的代码和文档较少，但它们支撑着全球的关键基础设施。COBOL支撑着40%以上的网上银行系统、80%的线下信用卡交易和95%的ATM交易，而Fortran则用于天气预报和核反应堆安全分析。提升AI在这些语言中的工作能力，有助于团队维护和现代化基本服务所依赖的软件。
维护这类软件非常困难。文档可能不完整，原始开发人员可能已经离职，重要的业务规则可能仅存在于代码之中。修复错误或迁移到另一种语言的团队，需要保留其系统所依赖的行为。为衡量进展，开发人员设计了两项评估。Multi Lang Bench测试模型能否在20种编程语言中从零开始构建与SQLite兼容的数据库引擎。COBOL迁移评估则测试模型能否将现有程序迁移到另一种语言，同时保持其行为不变。
最新模型显示出显著提升。在Multi Lang Bench上，GPT-6 Astra的平均测试通过率达到87.4%，高于GPT-5.6 Sol的26.8%，且在所测试的每种语言中都有提升。GPT-6 Luna的表现也优于GPT-5.6 Sol，达到40.3%，而其估算的API成本降低了约78%。在COBOL迁移评估中，GPT-6.1 Sol在低推理强度下的准确率达到86.6%，而GPT-5.6 Sol仅为5.4%，且成本低39%。在较高推理强度下，准确率可达97.9%。
总体而言，结果表明，这些模型在广泛的编程语言中的工作能力显著增强，同时成本效益也在提高。
来源: Hacker News · 由HeadlinesBriefing整理摘要