OpenAI开源MultiLangBench,评测模型在20种低资源编程语言中从零构建兼容SQLite数据库引擎的能力。结果显示,GPT-6 Astra平均测试通过率达87.4%,前代仅26.8%;最难的COBOL由10.9%提升至72.1%,Fortran由21.4%提升至83.5%。COBOL仍支撑大量网银、信用卡和ATM交易,存量代码巨大且维护者持续退休,因此该能力可能率先在遗留系统迁移、代码审计和金融服务现代化中产生商业价值,也显示大模型正从通用聊天走向专业软件工程。
关键要点
- 覆盖20种低资源编程语言
- COBOL通过率升至72.1%
- 面向遗留系统迁移场景