OpenAI、「GPT-6」でCOBOLやFortranのコード生成・移行能力を大幅強化

ATMで現金を引き出したり、店頭でクレジットカードを切ったりするとき、その裏側では数十年前のCOBOLコードが今も休むことなく動いています。

オンラインバンキングの40%以上、対面決済の80%、ATM取引の95%を支えているのはCOBOLです。気象予測や原子炉の安全性解析ではFortranが使われ続けています。しかし、当時の開発者はすでに退職し、ドキュメントも残っていないケースが珍しくありません。

インターネット上に膨大なコードが存在するPythonやJavaScriptと違い、これらのレガシー言語は学習データが圧倒的に少ない「低リソース言語」です。そのため、これまでのAIモデルも手こずり続けてきました。

OpenAIは最新モデル群において、これら低リソースプログラミング言語の生成および移行能力が劇的に向上したと発表しました。

20言語でDBを自作する過酷なテスト

OpenAIはモデルの実力を測るため、新たに「MultiLangBench」という評価ベンチマークを構築しました。

課題は、20種類の言語それぞれで、ゼロからSQLite互換のデータベースエンジンを実装するという極めて実用的なものです。出力されたデータベースファイルが本家SQLiteの挙動と一致するかどうかで合否を判定します。

結果、GPT-6 Astraは20言語平均で87.4%のテスト合格率を記録しました。前世代のGPT-5.6 Solが26.8%だったことを考えると、大幅な進化です。

個別言語の伸びも顕著です。COBOLは10.9%から72.1%へ、Fortranは21.4%から83.5%へ、Visual Basicは27.5%から89.4%へ跳ね上がりました。Astraは20言語中19言語で83%超を達成し、もっとも難しかったCOBOLでも72%に到達しています。

また、軽量・低コスト向けのGPT-6 Lunaも平均40.3%を記録しました。GPT-5.6 Solを上回る精度を出しつつ、1サンプルあたりのAPI推定コストは3.48ドルから0.77ドルへと約78%削減されています。

COBOL移行の精度が5.4%から97.9%へ急上昇

企業にとってより切実なのは、老朽化したCOBOL資産をPython、Rust、Java、Kotlin、C++などの現代的な言語へ安全に移管することです。

ここで命取りになるのが、言語固有の細かな仕様です。たとえばCOBOLの固定小数点演算では、明示的に四捨五入を指定しない限り余剰桁は切り捨てられます。勝手に四捨五入するコードに書き換えてしまうと、エラーは出ないのに計算結果の金額が狂うという致命傷になりかねません。

OpenAIは出力がバイト単位で完全一致するかを検証する非公開テストを実施しました。

このCOBOL移行テストにおいて、GPT-6.1 Solは「低い推論設定」でも86.6%の精度を記録しました。GPT-5.6 Solの5.4%から大きく跳ね上がり、APIコストも約39%抑えられています。さらに推論設定を引き上げると、精度は97.9%に達し、テストの上限近くまで到達しました。

なぜ重要か

金融や社会インフラを支える基幹システムの刷新において、極めて実用的な前進と言えます。

世界中の銀行や公的機関は、レガシーシステムのブラックボックス化に怯えながらも、巨額のコストと計算ミスの恐怖からリプレイスに踏み切れない状態が続いてきました。COBOL移行精度が97.9%に達したことで、近代化プロジェクトの現実味が一気に増したと言えます。

AI各社が一般的な言語のベンチマーク争いに終始するなか、参入障壁が高くデータが枯渇している基幹言語に照準を合わせたOpenAIの判断は、法人顧客の囲い込みという意味でも非常に賢明に見えます。

ただし、実環境への適用には依然として慎重さが求められます。切り出された関数の挙動がバイト単位で一致したとしても、メインフレーム特有の外部連携や未文書化の仕様までAIがすべて肩代わりできるわけではありません。人間の専門家によるレビューを前提とした強力な支援ツールとして捉えるのが妥当でしょう。