原始來源OpenAI
摘要
OpenAI 公布在低資源程式語言上的進展，鎖定 COBOL、Fortran、Visual Basic、OCaml 等文件與專家都稀缺、卻仍支撐關鍵基礎設施的語言。官方以兩項評測衡量成效：MultiLangBench 要在 20 種語言中建出類 SQLite 引擎，以及保留行為的 COBOL 遷移測試。結果顯示 GPT-6 Astra 在 MultiLangBench 平均通過率達 87.4%，高於 GPT-5.6 Sol 的 26.8%；GPT-6 Luna 以約低 78% 的 API 成本達到 40.3%。COBOL 遷移上，GPT-6.1 Sol 在低推理強度下準確率 86.6%，成本…
重點整理
- 企業可望降低 COBOL 等老系統遷移的人力與外包成本，但實際導入仍需驗證與人工把關。
- 維護老舊系統與金融後端遷移的團隊，可據此評估 AI 輔助改寫的實際準確率與成本。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。