OpenAIは2026年10月19日(現地時間)、COBOL、Fortran、Visual Basicといった低リソースプログラミング言語におけるモデルのコーディング能力を大幅に強化したと発表した。これらの言語は、オンラインバンキングシステムや気象予測など、世界中の重要なインフラや基幹サービスを支えている。最新モデルであるGPT-6 AstraやGPT-6.1 Solは、新しいソフトウェア構築や既存プログラムのマイグレーション評価において、旧モデルから大幅な精度向上とコスト削減を実現した。
低リソースプログラミング言語は、PythonやJavaScriptと比較して、モデルが学習できるコードやドキュメントの量が少ない。OpenAIは、開発者や企業顧客からのフィードバックに基づき、これらの言語でソフトウェアを構築・移行する際のモデル能力を強化した。COBOLはオンラインバンキングシステムの40%以上、対面クレジットカード取引の80%、ATM取引の95%を支え、Fortranは気象予測や原子炉の安全解析に利用されている。
OpenAIは進捗を測定するため、二つの評価方法を開発した。一つ目の「MultiLangBench」は、モデルが20種類のプログラミング言語でSQLite互換データベースエンジンをゼロから構築できるかをテストする。もう一つのCOBOL migration evaluationは、COBOLプログラムを別の言語に移行する際に、その動作を維持できるかを評価する。これらにより、新しいソフトウェア構築と既存ソフトウェアの動作維持という相補的なスキルが試される。
最新モデルは両評価で大幅な改善を示し、より高い精度と低いコストを達成した。MultiLangBenchでは、GPT-6 Astraが20言語全体で平均87.4%のテスト合格率を達成し、GPT-5.6 Solの26.8%から向上した。GPT-6 LunaもGPT-5.6 Solを上回り、約78%低いAPIコストで40.3%に達している。COBOL migration evaluationでは、GPT-6.1 Solが低推論努力で86.6%の精度を達成し、GPT-5.6 Solの5.4%から大幅に改善。高推論努力では97.9%に達した。OpenAIはMultiLangBenchの評価設定とテストスイートをGitHubで公開している。
これらの評価と開発者からの直接的なフィードバックを通じて、OpenAIはモデルがより多くの言語でソフトウェアエンジニアリングスキルを適用できるよう努めている。これには、見慣れないリポジトリの理解、変更の計画、ビルドツールの使用、テストの実行、デバッグなどが含まれる。最新モデルはAPIを通じて利用可能であり、ユーザーからのフィードバックは今後のモデル訓練と評価に役立てられる。
参考: OpenAI Blog (アーカイブ) — 2026年10月16日 04:00 (JST)