OpenAI、銀行支える古い言語の移行精度を大幅向上

OpenAIは2026年10月19日、COBOLやFortran、Visual Basicといった学習リソースが少ないプログラミング言語における、AIモデルのソフトウェア構築および移行能力の大幅な向上を発表した。

これらの言語はPythonやJavaScriptなどに比べてモデルが学習できるコードやドキュメントが少ないものの、世界中の重要インフラを支えている。COBOLはオンラインバンキングシステムの40%超、対面クレジットカード決済の80%、ATM取引の95%を支えており、Fortranは気象予測や原子炉の安全性解析に用いられている。しかし、ドキュメントの不足や担当技術者の退職、コード内にしか業務規則が残っていない点などが保守や刷新の課題となっていた。

OpenAIは進捗を測定するため、2つの評価手法を開発した。1つ目は、20言語でゼロからSQLite互換のデータベースエンジンを構築する「MultiLangBench」、2つ目はプログラムの動作を保ったまま別の言語へ移行できるかを検証する「COBOL移行評価」である。

MultiLangBenchにおいて、最大推論負荷の「GPT-6 Astra」は20言語平均のテスト通過率が87.4%に達し、「GPT-5.6 Sol」の26.8%から大幅に向上した。COBOLでは10.9%から72.1%、Fortranでは21.4%から83.5%に改善した。低コスト向けの「GPT-6 Luna」も平均40.3%を記録し、推定APIコストはGPT-5.6 Solの1サンプルあたり3.48ドルから約78%低い0.77ドルとなった。評価環境とテストスイートはGitHubで公開されている。

COBOL移行評価では、C++、Java、Kotlin、Python、Rustへの移行をテストし、出力の完全一致を要求する隠れテストで検証した。「GPT-6.1 Sol」は低い推論負荷で正解率86.6%（APIコストはGPT-5.6 Sol比で39%減）を達成し、高い推論負荷では97.9%に達した。OpenAIは、本番ソフトウェアへの適用には専門家によるレビューと検証が引き続き不可欠であるとしつつ、API経由で最新モデルを利用可能にしている。