1. JustFit
  2. ブログ
  3. OpenAI、COBOL移行の評価で前世代5.4%→86.6%

OpenAI、COBOL移行の評価で前世代5.4%→86.6%

JustFit編集部（運営：株式会社LEGAREA）

OpenAIは2026年10月19日、COBOLやFortran、Visual Basicなど、学習に使えるコードが少ない言語での開発・移行性能が上がったと発表しました。この記事では、公式ページで確認できる評価の中身と数字を整理します。そのうえで、新規事業やシステム開発にとって何が変わりうるのかを、編集部の見方として分けて書きます。

10月19日にOpenAIが公開した、旧言語向けの2つの評価

OpenAIは、COBOL、Fortran、Visual Basicなどの「低リソース言語」で、ソフトウェアの構築と移行の能力が上がったと述べています。国内メディアのAI Watchも2026年10月20日にこの内容を報じています。低リソース言語とは、PythonやJavaScriptに比べて、モデルが学習に使えるコードや文書が少ない言語のことです。

なぜ旧言語が対象になったのか

公式ページには、背景がこう書かれています。OpenAIは、COBOLがオンラインバンキングの40%超、対面のクレジットカード決済の80%、ATM取引の95%を支えていると説明しています。また、この取り組みは、コーディングモデルがこれらの言語を苦手としているという、開発者や企業顧客の声を受けたものだとしています。

保守や移行が難しい理由についても、公式ページに記載があります。文書が不完全だったり、元の開発者が会社を離れていたり、重要な業務ルールがコードの中にしか残っていなかったりするためです。

新しく作られた2つの評価

OpenAIは、進み具合を測るために2つの評価を作りました。

  • MultiLangBench：SQLite互換のデータベースエンジンを、20の言語でゼロから作れるかを試します。SQLiteは、小さなデータベースの仕組みとして広く使われているものです。
  • COBOL移行評価：既存のプログラムを、動作を保ったまま別の言語へ移せるかを試します。移行先は、C++、Java、Kotlin、Python、Rustです。

なお、これは単体の新製品の発表ではありません。公式ページの書き方は、最新モデルの能力が上がったという報告です。

公開された数字を、出典つきで読む

数字はすべて、OpenAI自身が作った評価での結果です。第三者が同じ条件で測ったものではありません。

MultiLangBenchの結果

最大の推論設定で、GPT-6 Astraは平均87.4%のテストに合格しました。GPT-5.6 Solは26.8%でした。言語別では、COBOLの合格率がGPT-6 Astraで72.1%、GPT-5.6 Solで10.9%でした。

COBOL移行評価の結果

GPT-6.1 Solは、低い推論設定で86.6%のタスクに合格しました。GPT-5.6 Solは5.4%です。推論を高く設定すると、合格率は97.9%に達しました。GPT-6.1 Solは、9月29日に公開されたモデルです。同じ週のOpenAIの発表は、GPT-6.1 SolとCodexクラウド化の記事で整理しています。

費用については、この評価での推定API費用は、GPT-5.6 Solより39%低いとされています。ただし、これはCOBOL評価でのAPI利用の推定であり、本番システムを移行するための費用全体ではありません。

「エラーなく動く」と「同じ答えを返す」は別の確認

この評価でいちばん押さえておきたいのは、合格の基準です。移行後のプログラムは、隠されたすべてのテストで、元のプログラムと同じ出力を返す必要がありました。これは「変換したコードが動くか」よりも厳しい基準です。エラーなく動いても、違う答えを返すプログラムはありうるからです。

たとえば、金額の端数の扱いが元の言語と少し違うだけで、計算結果がずれることがあります。移行の評価で見るべきは、見た目のきれいさよりも、元の振る舞いが保たれているかどうかです。

公式ページも、保守でも移行でもシステムが頼りにしている動作を保つことが必要だという趣旨を述べています。AI生成コードの保守については、AI生成コードの保守は可能かでも整理しています。

編集部の見方：既存システムとつながる新規事業で、考えることが変わる

ここからは、事実ではなく、私たち編集部の見方です。

古い基幹システムとの接続が、見通しやすくなる可能性

新規事業は、新しいシステムを単独で作れば済むとは限りません。取引先や顧客のデータが、古い基幹システムの中にあることもあります。そのとき、古い言語の中身が読めないことが、事業の検討を止める原因になりがちでした。

今回の発表は、その「読めない」「触れない」という壁が、少しずつ低くなる可能性を示しています。ただし、これは「可能性」の段階です。実際の現場では、評価に使われた小さなプログラムと違い、周辺の仕組みやデータの癖が絡みます。

移行そのものより、元の振る舞いを言葉にする作業が重要になる

評価の基準が「出力が同じかどうか」だったことは、実務にも当てはまると考えています。AIに移行を任せる場合でも、人が決めるのは、守るべき動作は何か、どの入力で確かめるかという部分です。

端数、空欄、月末のような境目の入力例を先に集めておくと、更新前後の結果を比べやすくなります。これは、AIのテスト自動生成｜任せる範囲と人が見る確認項目で書いている考え方とも重なります。仕様の言葉にする手順は、AI開発の仕様の伝え方も参考になります。

一度に全部を替えず、切り離して試す選択肢

古い言語で動くシステムを、新規事業のために全面的に作り替える必要はありません。新規事業の側を既存システムと切り離して作り、必要な部分だけをつなぐ進め方もあります。理由と手順は、新規事業は既存システムと切り離して作る理由と進め方にまとめました。

AIの移行性能が上がると、「どこまでを移し、どこからを新しく作るか」の選択肢が増えます。選択肢が増えるぶん、小さく作って確かめる投資判断の重要さも増します。この点は、新規事業の開発は小さく作って確かめる投資判断の進め方で扱っています。

今回の数字だけでは分からないこと

次の点は、今回の公式ページと報道では確認できませんでした。

  • 評価に使われたプログラムが、実際の企業の基幹システムと同じ規模・複雑さなのか
  • 外部の仕組みやデータベースとつながった状態でも、同じ結果になるのか
  • 第三者が同じ条件で測ったときに、同じ数字になるのか

OpenAIはこの評価の一部をGitHubで公開すると報じられています。評価の設定、テスト一式、言語別の結果が公開されているとされています。公開された評価は、自分たちで追試できる材料になります。

また、OpenAIは、97.9%というスコアは有望だが本番での保証ではなく、専門家のレビューと実際の業務ルールでのテストが必要だと述べています。数字は、移行の判断を助ける材料の一つと見るのが、落ち着いた読み方だと考えています。人の確認が必要な理由は、AI開発でも品質には人の確認が必要な理由でも書いています。

まとめ

OpenAIは10月19日、COBOLなど学習データの少ない言語での構築・移行能力が上がったと発表しました。COBOL移行評価では、GPT-6.1 Solが低い推論設定で86.6%、高い設定で97.9%でした。合格の基準は、移行後も元と同じ出力を返すことです。数字はOpenAI自身の評価の結果で、本番での保証ではありません。

新規事業やシステム開発にとっての変化は、古い基幹システムとのつなぎ方を検討しやすくなる可能性があることです。同時に、元の振る舞いを言葉にしておく作業や、人の確認の重要さは変わりません。

JustFitは、先に動くプロトタイプを約1ヶ月で作り、実物を見てから契約を判断できる受託開発サービスです。仕様が固まっていない段階でも相談できます。既存システムとのつなぎ方を含めて動く形で確かめたい場合は、JustFitのサービス紹介をご覧ください。

参考にした情報

← ブログ一覧へ