5.4%が86.6%へ跳ねた──OpenAIが「誰も触れなくなったCOBOL」をモダン言語へ翻訳するモデルを更新した

銀行の勘定系やATMの裏側では、いまも数十年前に書かれたCOBOLが動いています。読み書きできる技術者は減り続け、作り直すにも「同じ挙動を保ったまま別の言語へ移す」のが難しい——この移行の壁を、OpenAIが2026年10月19日に公開したモデル更新で一段押し下げたと主張しました。新製品ではなく、既存モデルの能力向上としてAPI経由で提供されます。

学習データの少ない「低リソース言語」に照準

今回OpenAIが狙ったのは、COBOL・Fortran・Visual Basicといった、金融や業務システムの奥深くに残りながら、モデルの学習素材が乏しい言語です。こうした言語はAIが苦手としてきた領域で、従来は正答率が1桁〜4割程度にとどまっていました。

OpenAIはこの苦手分野を測るために、2種類の評価を用意したとしています。

• COBOL移行評価: 既存のCOBOLプログラムを、挙動を変えずにC++・Java・Kotlin・Python・Rustへ翻訳できるかを、非公開のテストで採点する。
• MultiLangBench: SQLite互換のデータベースエンジンを、20の言語それぞれでゼロから実装させる。言語ごとの実装力を横並びで測る。

世代交代で現れた数字の落差

公表された主なスコアは次のとおりです。いずれもOpenAI自身の評価に基づく数値である点に留意してください。

COBOL移行では、前世代の5.4%から86.6%へと大きく跳ねました。推論の手間をかければ97.9%に達するとされ、しかもGPT-6.1 Solは低い推論努力でこのスコアを出しつつ、前世代比で約39%安いと説明されています。MultiLangBenchでは20言語の多くで高い通過率を示し、唯一COBOLだけが72.1%にとどまりましたが、これも従来の10.9%からは大幅な改善です。

なぜ「移行」がビジネスの争点になるのか

この話が重いのは、COBOLが今も社会基盤を支えているからです。IBMの数字として、COBOLはオンラインバンキングの4割超、対面カード決済の約8割、ATM取引の約95%を動かしていると引用されています。

作り直したいのに人材がいない、という塩漬け資産を、AIが「同じ挙動のまま別言語へ」運べるなら、レガシーモダナイゼーション（旧システムの刷新）というDXの難所に手が届きます。FortranのコードはAIエージェントが自律的に翻訳・最適化でき、処理の単位あたり数ドル程度で済むとの報告もあり、移行コストの前提が変わりつつあります。Codexのようなコーディングエージェントも、土台となるモデルがこの能力を得れば、移行作業の担い手になり得ます。

「コンパイルは通る、でも結果が違う」という落とし穴

一方で、ベンチマークの高得点をそのまま現場の安全性と読み替えるのは危険だ、という指摘も強く出ています。

• 数値はいずれもOpenAIの社内・非公開テストによるもので、独立した第三者評価ではありません。
• テストに通ることと、現実の本番ワークロードや文書化されていない依存関係まで正しく動くことは別物です。移植後のプログラムが「エラーなく動くのに、出した答えが元と違う」事態は起こり得ます。
• 金融のような規制業種では、わずかな挙動の差でもコンプライアンス上の問題に直結します。評価軸は「コンパイルが通るか」ではなく「出力が元と完全に一致するか」に置かれるべきだ、という温度です。

OpenAI自身も今回を製品発表ではなく能力更新と位置づけており、本番運用や企業導入の可否は未解決のままと報じられています。移行をAIに任せるとしても、挙動の等価性を人が検証する工程は当面外せない、というのが現実的な読み方でしょう。

参照: OpenAI「Advancing coding in low-resource programming languages」 ／ Interesting Engineering ／ Crypto Briefing ／ RuntimeWire