COBOL 迁移 86.6%、20 种语言重建 SQLite 平均 87.4%：OpenAI 给老语言配了两套能自己跑的评测——OpenAI 10 月 20 日动态
本期覆盖 10 月 19 日 09:00 至 10 月 20 日 09:00：官方发布低资源编程语言研究与两套可复现评测，同一天还有抢在 Anthropic 上市前的约 300 亿美元融资，以及录音设备案的不得保释裁决。
本期覆盖北京时间 10 月 19 日 09:00 至 10 月 20 日 09:00。周末两天的空档在这个窗口结束：官方在 10 月 19 日晚上发了一篇研究稿。
稿子讲的是 COBOL、Fortran、Visual Basic 这类「低资源编程语言」——可用于训练的代码与文档都少，却支撑着银行与政府的关键系统。1
速览
| 事项 | 类别 | 北京时间 |
|---|---|---|
| 官方发布低资源编程语言研究，配套两个新评测1 | 官方研究 | 10-19 20:00 |
| 20 种语言重建 SQLite：GPT-6 Astra 平均通过率 87.4%，GPT-5.6 Sol 为 26.8%1 | 官方研究 | 10-19 20:00 |
| COBOL 迁移：GPT-6.1 Sol 低推理档 86.6%，GPT-5.6 Sol 同档 5.4%1 | 官方研究 | 10-19 20:00 |
| 评测代码与逐语言结果在 GitHub 公开4 | 官方研究 | 10-19 |
| 路透社：OpenAI 赶在 Anthropic 11 月中上市前敲定约 300 亿美元融资2 | 融资 | 10-20 07:18 |
| 路透社：公司称年化收入已达 500 亿美元，年底预期 700 亿美元2 | 融资 | 10-20 07:18 |
| 录音设备案：联邦法官裁定审前羁押、不予保释，11 月 6 日再开庭3 | 案件 | 10-20 04:54 更新 |
| 检方备忘录：被告与一名沙特王室成员 WhatsApp 频繁联系，最近一次在 10 月 5 日3 | 案件 | 10-19 |
| 服务状态：文件下载故障影响 5 个组件，42 分钟后恢复5 | 服务 | 10-19 21:31 至 22:14 |
| 官方产品侧没有更新：发布说明与 API 变更日志均停在 10-1667 | 官方 | — |
官方把老语言拆成两个能打分的评测
这篇稿子挂在 openai.com 的 publication 分类下，官方标注日期 10 月 19 日，新闻源给出的发布时间是北京时间当晚 20:00。18
稿子的出发点是一句来自客户的抱怨：编码模型在这些语言上表现吃力。1
官方用两组行业数字说明为什么值得做：COBOL 支撑 40% 以上的在线银行系统、80% 的面对面信用卡交易与 95% 的 ATM 交易。1
Fortran 的用处在天气预报与核反应堆安全分析这类地方。1
这两类系统有一个共同点：业务规则常常只写在代码里，而当年写它的人正在离开。1
第一个评测：用指定语言从零写一个数据库
MultiLangBench 要求模型用指定语言从零写一个与 SQLite 兼容的数据库引擎。1
判分不看代码长相，看数据库文件。程序拿到一个初始库和一条 SQL 查询，要改出结果库，再由真正的 SQLite 校验内容。1
同一套测试因此可以套在 20 种语言上。1
仓库说明里给了几个工程细节：SQLite 的 TCL 测试约 5.1 万条，其中 2.4 万条被改造成这种三段式结构。4
为了控制成本，跑分时只取以 00、01、02 开头的 272 条测试。4
分数是一个二元组：API 成本与测试通过率。模型如果没有用指定语言写解法，通过率直接记 0。4
| 语言 | GPT-6 Astra | GPT-5.6 Sol | 差值 |
|---|---|---|---|
| 20 种语言平均 | 87.4% | 26.8% | +60.6 |
| Visual Basic | 89.4% | 27.5% | +61.9 |
| Fortran | 83.5% | 21.4% | +62.1 |
| OCaml | 85.8% | 25.6% | +60.2 |
| COBOL | 72.1% | 10.9% | +61.2 |
上表四门语言与平均分都取自官方正文，测试在最高推理档下跑。1
Astra 在 19 种语言上超过 83%，唯一掉到 83% 以下的就是 COBOL。1
官方把两个评测的分工写成两件互补的事：一个测造新软件，一个测保住旧软件的行为，COBOL 在两边都出现。1
GPT-6 Luna 走的是另一条路线：平均 40.3%，每样本预估 API 成本 0.77 美元。1
对照的 GPT-5.6 Sol 同期每样本 3.48 美元，官方给出的降幅约 78%。1
第二个评测：迁移之后行为要一模一样
COBOL 迁移评测要求模型把现有程序改写成 C++、Java、Kotlin、Python 或 Rust，并保住原有行为。1
难点落在细节上。COBOL 的定点运算默认丢弃多余小数位，除非显式要求舍入。1
改成四舍五入的代码照样跑得通，算出来的金额却变了。1
判定标准是隐藏测试要求可观察输出逐字节一致，全部通过才算迁移成功。1
GPT-6.1 Sol 在低推理档拿到 86.6%，GPT-5.6 Sol 同档是 5.4%，前者花掉后者 61% 的 API 成本。1
换到高推理档，GPT-6.1 Sol 的准确率到 97.9%，评测接近饱和。1
两档推理设置的成本不同，86.6% 与 97.9% 各自对应一个价格。1
官方自己划的边界
官方写明，这类能力要用到生产系统上，仍然需要专家审阅，并按业务规则与依赖关系做测试。1
所有数字都来自官方自测。第三方复现的结果、模型在真实客户仓库上的表现，这一稿都没有给出。1
官方在结尾向企业客户征集下一批语言与工作流的名单，说明这份评测还会加题。1
可以自己核的部分
MultiLangBench 的仓库在 GitHub 上公开，含 scripts、tests、requirements 与说明文件，提交记录 3 次。4
仓库写明基础版本是 SQLite 3.40.1，文档随仓库提供，判分脚本可以在本地跑。4
关心某门具体语言的人，可以直接去看那门语言的逐项结果与成本列。1
这件事对团队的意义在于：以前「模型在 COBOL 上不行」只是一句经验，现在有了一张带分数与成本的对照表，讨论可以落到具体数字上。4
融资：把价格定在对手上市之前
路透社在 10 月 19 日（当地时间）的独家报道说，OpenAI 正在抢在 Anthropic 预计 11 月中旬上市之前锁定投资人承诺。2
这一轮规模约 300 亿美元，估值可能超过 1.4 万亿美元，消息来自两位知情人士。2
软银、阿布扎比的 MGX 以及其他现有投资方在谈参与。2
上周 OpenAI 见了长期基金与主权财富基金，同期 Anthropic 在办自己的投资人日。2
有投资人把这次融资的用意读成一件事：抢先把原本可能流向对手 IPO 的资金锁下来。2
报道说，公司对投资人讲的增长来自模型：GPT-6 Astra 上线后增速加快，年化收入已达 500 亿美元。2
同一份说明里，公司预期这个数字在年底升到 700 亿美元。2
本报 10 月 10 日那期记录过「年底 700 亿美元」这个预期，本期新增的是当前口径的 500 亿美元。2
上一次融资在今年 3 月：122 亿美元，估值 8520 亿美元，亚马逊承诺最多投资 500 亿美元。2
| 项目 | OpenAI | Anthropic |
|---|---|---|
| 估值口径 | 超过 1.4 万亿美元2 | 投资人主张约 1.5 万亿，公司想要 2 万亿2 |
| 年化收入 | 500 亿美元，公司对投资人口径2 | 7 月约 650 亿美元2 |
| 季度收入 | 未披露 | 第三季 168 亿美元，第二季 116 亿美元2 |
两家报收入的方式不同。OpenAI 按净额确认，先扣掉合作方分成。2
公司曾指 Anthropic 把经第三方云厂商卖出的合同按毛额计入，抬高了收入。2
Anthropic 此前对路透社表示，自己的做法符合既定会计惯例。2
市场背景是另一重压力：费城半导体指数不到两周蒸发 1.6 万亿美元，CoreWeave 的股价与债券一同下跌。2
同期 AirTrunk REIT、Firmus 与 SB Energy 的上市被撤回或暂停。2
对读者的意义落在价格上。报道提到 OpenAI 已下调便宜模型的单价，并告诉投资人还有继续降价的空间。2
录音设备案：不得保释
联邦治安法官 Alex Tse 在当地时间 10 月 19 日的听证后裁定，Abdulrahman Alfozan 审前继续关押，不予保释。3
法官给出的理由是潜逃风险显著，并提到沙特阿拉伯与美国之间没有引渡条约。3
沙特驻洛杉矶领事馆提出愿意支付全额保释金，辩方另外愿意拿出 100 万美元资产。3
法官把这个提议称为一张空白支票，并追问领事馆凭什么保护美国政府的利益。3
下次开庭定在 11 月 6 日。3
检方备忘录里新公开的部分
检方在 10 月 18 日提交的羁押备忘录，写出了此前未公开的一层关系。3
备忘录称，Alfozan 在 2025 年与 2026 年期间与一名沙特王室成员保持 WhatsApp 频繁联系。3
最近一次联系在 10 月 5 日，也就是他被捕前四天。3
这名王室成员告诉他有一个人工智能计划正在沙特启动，希望他加入。3
2026 年 5 月，这名成员对他说「沙特比美国更需要你」，他回了一个「100」。3
备忘录里的另一条是他对何时离开的回答：等股票归属之后。3
出境相关的两条事实也在同一份文件里。他的妻子与三个月大的儿子在 10 月 10 日从旧金山飞往多哈。3
那张商务舱机票由一名沙特军方人员支付。3
一部 iPhone 里存着 9 月 22 日至 28 日的照片，拍到至少一个另外的隐蔽设备。3
照片里还有几处办公楼的电视与其他设备的接口面板，其中一处是另一间常开敏感会议的会议室。3
备忘录还写明，在设备被放置的前后几天，OpenAI 高管在同一间会议室会见过政府官员。3
听证上另有一处信息：法官提到 OpenAI 已经解雇了他。3
本报 10 月 14 日那期记录了逮捕与设备细节，10 月 17 日那期记录了他的履历，10 月 19 日那期把这场听证挂进了日程。3
官方与开发者渠道
产品侧在这个窗口没有更新。6
- ChatGPT 发布说明最新仍是 10 月 16 日的 Slides 与 GPT-6 Pro 更新。6
- API 变更日志最新仍是 10 月 16 日的 prompt-to-voice 与九个 GPT-Live 语音。7
- Codex 每周更新页最新周段仍是 10 月 12 日至 16 日。10
- 模型发布说明最新仍是 10 月 14 日的 GPT-5.5 退役。11
- 退役页最上一条仍是 10 月 14 日的 GPT-4 系列，2027 年 1 月 14 日从 API 移除。12
- 失准报告页仍是 19 份报告与 3 份通知，最新为 10 月 15 日。13
- 官方新闻源新增一条，条目数由 1,299 增至 1,300。8
- 官方主账号在 10 月 20 日 06:30 发了这篇研究稿的推广帖。14
- 官方新闻账号最新帖仍停在 10 月 16 日的 Jalapeño 入选 TIME 榜单。15
合起来是这个窗口的产品结论：没有新接口、没有新模型、没有新退役，新增的内容全部来自研究侧。7
服务状态
| 事件 | 受影响组件 | 北京时间 | 结果 |
|---|---|---|---|
| 文件下载故障5 | Responses、Images、Files、File uploads、Image Generation5 | 10-19 21:31 确认，22:14 恢复5 | 42 分钟后全部恢复5 |
状态页把这一起归为性能降级，10 月 19 日 21:31 的更新说受影响服务出现了更高的错误率。5
上一次事故是 10 月 16 日结案的合规 API 成本数据延迟。16
记录日基线因此延长为 9 月 14 日至 10 月 19 日 36 个记录日 48 起。16
编辑视角
这个窗口的三件事分属能力、钱与风险。把它们并排放，是本文的比对。
能力与钱这两条之间有一根具体的线。研究稿写的动机来自企业客户，例子是银行、天气预报与核电安全分析这类系统。1
融资稿写的增长来源同样落在同一批客户上：GPT-6 Astra 上线后增长加速，公司还下调了便宜模型的单价以拉动用量。2
两句话指向同一批买单方：按调用量付费、系统跑了几十年的机构。研究稿卖的是改老系统的能力，融资稿讲的是模型上线后加速的用量。把两者接起来读，是本文的判断。
这条链能走多远，取决于两个尚未闭合的地方。评测是自测，官方自己也写明上生产仍要专家审阅。1
收入数字是公司对投资人的说法，经知情人士转述，审计口径与净额明细都没有公开。2
数字里还有一处值得单独看：Astra 在 19 种语言上超过 83%，唯一低于 83% 的是 COBOL，72.1%。1
而 COBOL 恰好是官方用行业数据重点说明「值得做」的那一门。1
值得做与已经做好之间，隔着这 10 多个百分点。第三方在真实仓库上跑完这两套评测之前，读者能拿到的最好判断是：迁移可行，验收要盯到字节级。
录音设备案是另一条线，它与上面两条各自独立，放在同一期只因为它们都落在这家公司身上。3
这条线在窗口内往前推了一步：从「一名员工涉嫌放置录音设备」，变成一份写明了外国政府资金、王室成员招募与更多可疑设备的法庭文件。3
研究稿发在美股盘前，融资稿在北京时间 10 月 20 日 07:18 挂出——两件事隔不到十二小时先后落地。
今日检查与操作建议
- 团队里有 COBOL、Fortran 或 Visual Basic 系统的，先看自己那门语言的逐项结果与成本列，再看平均分。87.4% 与 72.1% 是两个不同的结论。1
- 要评估迁移的，把「隐藏测试逐字节一致」直接借来当验收模板：先备好可观察输出的对照集，再让模型产码。1
- 需要复现的，clone 那个仓库，按说明用 272 条测试子集跑一遍，成本与通过率一起记。4
- 引用融资数字时标注口径：500 亿美元年化是公司对投资人的说法，经知情人士转述；与 Anthropic 的 650 亿并排写时，说明两家一家按净额、一家按毛额。2
- 关注本案的，把 11 月 6 日记进日历；备忘录里那句「仍在进行的调查」意味着指控可能升级。3
- 依赖文件上传与图像生成的团队，这次故障 42 分钟结束，可回状态页核对自家受影响时段。5
本期未收录
References
- 1
- 2
- 3
- 4openai/MultiLangBench
github.com
- 5File Download errors
status.openai.com
- 6ChatGPT release notes
help.openai.com
- 7API changelog
developers.openai.com
- 8OpenAI News
openai.com
- 9
- 10Codex What's new
developers.openai.com
- 11Model Release Notes
help.openai.com
- 12Deprecations
developers.openai.com
- 13Misalignment Reports and Notices
alignment.openai.com
- 14OpenAI (@OpenAI)
x.com
- 15
- 16OpenAI Status history
status.openai.com
- 17GeekyAnts Earns OpenAI Select Partner Status
markets.businessinsider.com
- 18
- 19ChatGPT performance concerns: context retention and instruction-following
community.openai.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.