OpenAI が Advancing coding in low‑resource programming languages を発表 ── COBOL移行精度97.9%の驚異

「COBOLなんてAIは書けないでしょ」という声がまだ残っているが、OpenAIの最新モデルはそれをあっさり覆してきた。銀行システムや気象予報を支えるレガシー言語での作業精度が爆発的に上がり、維持コストまで下がったという。これは単なる性能向上ではなく、現役のインフラをAIで守りながら更新できる道筋を示している。

▸何が新しくなったか

OpenAIはCOBOL、Fortran、Visual Basicといった学習データが少ない言語でのコーディング能力を大幅に強化した。新規開発を測るMultiLangBenchでは、GPT-6 Astraが20言語で平均87.4%のテストパス率を達成。前世代のGPT-5.6 Sol（26.8%）から大幅に跳ね上がっている。COBOLからの言語移行評価では、GPT-6.1 Solが低推論設定で86.6%、高推論設定で97.9%の精度を出しつつ、コストは39%削減された。GPT-6 Lunaも40.3%の精度でAPIコストを約78%下げるなど、性能とコスト効率の両面で明確な進化が見える。

◈前モデル / 競合との比較

前モデルGPT-5.6 Solとの比較で決定的な差が出ている。MultiLangBenchでは26.8%から87.4%へ（GPT-6 Astra）。COBOL移行評価では5.4%から86.6%（低推論）～97.9%（高推論）へ（GPT-6.1 Sol）。さらにコスト面ではGPT-6.1 Solが39%安、GPT-6 Lunaが約78%安と、性能向上とコスト削減を同時に実現している。

◈なぜ作られたのか

PythonやJavaScriptのような人気言語はWeb上にコードが溢れているため、AIが真似しやすい。しかしCOBOLやFortranは古い上に、文書化が不十分で「元の開発者が退職してルールがコード内だけに埋め込まれている」ケースが多い。今回の技術は、そうした限られた情報源からでも、SQLite互換のデータベースエンジン構築や、既存プログラムの挙動を壊さない翻訳を正確に行えるように特化している。つまり、「少ない情報で正しく動くコードを生成する」能力が飛躍したということだ。

▸活用例

・銀行・金融機関のレガシーCOBOLシステム保守・モダナイゼーション・気象庁や原子力関連機関のFortranコード更新・ドキュメント不足のVisual Basicアプリの移行・バグ修正時の挙動保持

▸Hacker Newsの反応

低リソース言語というニッチな話題に対し、COBOL移行ツールの反応は極めて静か。一方、関連する「Human Layer」や「PgDog」の投稿は活発で、AIエージェントの運用基盤やPostgresスケーリングへの関心の高さが際立っている。

◆参考リンク

API経由での提供開始が示唆されているが、具体的なエンドポイントや利用開始日時は提供テキストに明記されていない。GitHubへの公開はなし（クローズドソース）。

SOURCE: OpenAI (2026-10-20)

← LLM Watch トップへ