何が起きたか
OpenAIはGPT-6 AstraがMultiLangBenchで87.39%、GPT-6.1 Solが87.04%に合格、GPT-5.6 Solの26.77%を大きく上回った。
なぜ重要か
この躍進は、学習データの少ない言語を新モデルがはるかに確実に扱えることを示すとOpenAIは述べ、AIが旧システムの保守・刷新でより有用になる可能性があるとした。
誰に効くか旧システムを維持するソフトウェア保守担当者やITチーム——特に銀行などの重要インフラ——は、AIツールがこれらの言語をより確実に扱えるようになる可能性がある。ただし数値はOpenAI自身のベンチマークによるものだ。
こういう要約が、毎朝あなたのメールに届きます。
OpenAIは今回の更新を、長年の課題を軸に打ち出している。COBOLやFortranといった言語は採用プロジェクトが比較的少ない一方、銀行インフラなどの重要システムの中に存在しており、学習データが乏しいため従来のAIモデルは精度が低かった。この差を測るためOpenAIはMultiLangBenchを構築し、20言語でSQLite互換のデータベースエンジンを構築する課題をモデルに課した。
公表された合格率は世代間の大きな差を示す。GPT-6 AstraとGPT-6.1 Solはいずれも87%を超え、従来のGPT-5.6 Solは26.77%だった。安価なGPT-6 Lunaでも40.31%に達した。OpenAIはCOBOLの結果をタスクコストに対してグラフ化し、GPT-6シリーズがGPT-5.6 Solより高いスコアを出し、Lunaは旧モデルを低コストで上回ったことを示した。コード生成にとどまらず、OpenAIはCOBOLプログラムをC++、Java、Kotlin、Python、Rustへ移行するテストも行い、GPT-6シリーズで高い成功率を報告した。
OpenAIが示す含意は、COBOLやFortranの扱いが強化されればAIが重要インフラのソフトウェアの保守・刷新を支援できるというものだ。結果はOpenAI自身のベンチマーク値であり、実環境のレガシーシステムでどこまで再現されるかは今後の検証を待つ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
GoogleはPyTorch互換フレームワークTorchTPUを公開した
E-Commerce Benchで18のAIモデルが最大4店舗を365日運営し、18のツールで仕入れ・価格・配送・返品・資金を処理
ITmediaのAI Plusが、Gemini Notebook（旧NotebookLM）のStudio機能の活用ガイド14ページを公開
ALTK-Evolveは接客エージェントの試行から成功と失敗を短い行動規則にまとめ、モデルの重みを変えずに次の実行時の指示へ追加する
セキュリティ人材採用を専門とするコンサルタントは、求職者はChatGPT PlusかClaude Proのどちらか1つを契約して使い切り、不足したらもう一方を追加すべきだと述べた
TypeSafe AIのJevを6回調整後、著者が100件のリクエストでgrepを使うClaude（Opus）と比較したところ、Opusはノートが必要な77件中52件を正解し、Jevは24件だった
