2026 年 10 月 19 日，OpenAI 公布面向 COBOL、Fortran、Visual Basic 等语言的工程评测进展，重点关注构建能力与迁移后行为是否一致。
两类任务分别衡量什么
MultiLangBench 要求模型在 20 种语言中构建兼容 SQLite 的数据库引擎；COBOL 迁移评测则检查改写后程序能否保留原有输出行为。
官方报告了哪些变化
按官方测试，GPT-6 Astra 的 MultiLangBench 平均通过率为 87.4%；GPT-6.1 Sol 在低推理强度下的 COBOL 迁移准确率为 86.6%。
真实迁移仍要检查业务规则
这些是特定评测结果。维护旧系统时，仍应针对舍入、记录处理、依赖和历史业务规则建立测试，并由熟悉系统的工程师审核。
官方资料 1。资料核对于 2026-10-22。