低资源编程语言评测开放，关注行为保持而非只看编译

低资源编程语言评测开放，关注行为保持而非只看编译 MultiLangBench 用 20 种语言从零构建 SQLite 兼容引擎，GPT-6 Astra 在该设置的平均测试通过率为 87.4%；另一项 COBOL 迁移评测中，GPT-6.1 Sol 在较高推理强度达到 97.9%。

这些是特定测试结果，不是生产迁移成功率，真实系统仍需专家审查与业务规则回归，尤其应验证定点运算、舍入及缺失记录等行为。