OpenAIの新モデルはCOBOLの移行に使える？前のモデルとの違いと注意点

2026年10月19日（米国時間）、OpenAIは、COBOL・Fortran・Visual Basicのような古いプログラミング言語で、ソフトウェアを作ったり、ほかの言語に移したりする力について、新しいモデルの評価結果を発表しました。前のモデルと比べて、正しく動くプログラムを書ける割合が大きく上がったという内容です。

当社がご相談を受ける中でも、「システムが独自すぎて、中身を読み込めない」という声を伺います。作った人がもう社内にいないシステムを、そのまま使い続けている場合もあります。この記事では、発表で何が示されたか、前のモデルと何が違うか、自社のシステムの移行に使うときに何を確かめればよいかを説明します。

古い言語のプログラムを書く力と、別の言語に移す力が上がった

OpenAIの発表によると、新しいモデルは、COBOLやFortranのように学習の材料になるプログラムや説明書が少ない言語でも、正しく動くプログラムを書ける割合が上がりました。COBOLのプログラムを別の言語に移す評価では、前のモデルの5.4%に対し、新しいモデルは86.6%でした（どちらも考える量を少なくした設定）。

前のモデルとの違いは、正解率だけではありません。同じ評価で、API費用も前のモデルの61%だったと発表されています。ただし、OpenAIは本番のシステムに使うときは、専門家の確認とテストが必要だとしています。

発表された内容：2つの評価で前のモデルと比べた

OpenAIは、古い言語には難しさがあると説明しています。説明書がそろっていない、作った人がもう社内にいない、大事な業務のルールがプログラムの中にしか書かれていない、といったことです。そこで、2つの評価を作って新しいモデルの力を測りました。

• 一から作る評価（MultiLangBench）：SQLite（データベースのソフトの1つ）と同じように動くデータベースの仕組みを、20種類の言語で一から作らせる
• COBOLの移行の評価：COBOLのプログラムを、C++・Java・Kotlin・Python・Rustのどれかに書き直させ、元と同じ動きをするかを確かめる

移行の評価では、移した後のプログラムの出力が、元のプログラムと1バイト単位で同じかを確かめます。テストの中身はモデルに見せません。すべてのテストに合格したときだけ「移行できた」と数えます。

提供の範囲について、公式ページでは、APIを通じて自社の言語のコーディングで試せると案内しています。日本での提供の条件は、この発表では示されていません。一から作る評価の進め方とテスト、言語ごとの結果は、GitHubで公開されています。

前のモデルとの違い：正解率と費用の見積もり

発表では、前のモデル（GPT-5.6 Sol）と、新しい3つのモデルを比べています。数字はすべてOpenAIの発表によるものです。

表の「考える量」は、公式ページで reasoning effort と書かれている設定です。どのモデルを、どの設定で使うかによって、結果と費用は変わります。正解率を重く見る仕事と、費用を重く見る仕事で、選ぶモデルが変わります。

OpenAIは、移行で気をつける点の例も挙げています。COBOLの計算では、丸めを指定しないと、はみ出した小数の桁は切り捨てられます。書き直したプログラムがその値を丸めてしまうと、エラーは出ないまま、お金の計算結果だけが変わります。

仕事での使いどころと、使う前に確かめること

この発表がいちばん関わるのは、古い言語で作られた社内システムを、新しい言語や仕組みに移したい会社です。以下は説明のための例です。受発注や請求の計算をCOBOLのプログラムで続けてきた会社が、プログラムをPythonに書き直す場面を考えます。

使う前に、次のことを確かめておくと安心です。

移す前の準備にも、AIは使えます。ご相談を受けた会社では、長年使ってきたデータベースの表の名前が略号だらけで、何に使う表か分からないものが混ざっていました。AIと一緒に読み解き、その日のうちに、表の役割とつながりを書き出した資料ができました。

当社の見解：プログラムの中にある会社のルールを書き出しておく

AIがプログラムを書き直す力は上がっています。それでも、元のプログラムが正しいのか、どの結果が会社として正しいのかは、AIだけでは決められません。移行の前に、プログラムの中にしかない業務のルールを、人が読める言葉で書き出しておくことが大切です。

当社が、入社手続きの書き写しを減らす仕組みをご提案した際も、同じ考え方をとりました。給与計算は、本番の計算の裏で新旧の仕組みを並べて計算し、差がゼロの月が続いてから切り替える段取りを組みました。新しい仕組みに移すときは、同じ結果になることを過去の実際のデータで確かめてから切り替えます。OpenAIの評価で、出力を1バイト単位で比べているのと同じ考え方です。

当社では、仕組みをお渡しするときに、対象業務・データとルールの一覧・条件と例外・人が確認する箇所をまとめた「業務と判断の設計」をあわせてお渡ししています。ルールが言葉で残っていれば、使うAIのモデルが替わっても、同じ基準で結果を確かめられます。進め方は導入支援のページで紹介しています。

マスターブレインを活用した業務ルールの整理

マスターブレインは、会社にあるさまざまな情報・業務知識・判断基準を整理し、必要な場面で活用できるように設計する、会社専用のAI基盤です。

古いシステムの中にしかない計算のルールや例外の扱いは、担当者の経験とあわせて聞き取り、条件・理由・例外に分けて整理できます。整理したルールは、部署・役割に応じた参照範囲と更新・承認の手順とあわせて管理し、人が直したことは「ルール帳」に1行ずつ残します。詳しくはマスターブレインの仕組みをご覧ください。

ここまで読んでいただき、ありがとうございます。

古いシステムの中にある会社のルール、書き出せていますか？

マスターブレインは、会社のデータ・記録・担当者の判断基準を整理し、業務ごとの専用画面から使える会社専用のAI基盤です。まずはサービス概要資料で全体像をつかむか、御社の業務で相談するかをお選びください。

資料をダウンロード（無料）マスターブレイン サービス概要資料

• 仕組みと、5つの層の役割
• 業務別の活用例と構築実績
• 導入の進め方と、費用の決まり方

資料をダウンロードする ↓無料相談（オンライン）御社の「いちばん重い仕事」を伺います

• 説明より先に、動くデモをお見せします
• データが整理されていなくても大丈夫です
• 2営業日以内に担当者からご連絡します

無料で相談する ↗

これまでの構築実績から

• 100%検証208問の正答率地域医師会のチャットボット
• 約1/10書類作成時間訪問介護・障害福祉の事業者
• 35分→3分図面から見積まで建設資材のレンタル