GPT-6.1 SolでCOBOLコードを読む・直す——何ができて何ができないか

公開日：2026年10月21日文：クリスタルメソッド編集部監修：河合継（代表取締役）

GPT-6.1 Solとは——何が発表されたか

GPT-6.1 Solは、OpenAIが2026年9月29日にリリースした大規模言語モデルだ。2026年10月19日、OpenAIはこのモデルがCOBOLコードを他言語へ変換するテストで高推論努力時に97.9%を達成したと発表した（dataconomy.com）。前世代のGPT-5.6 Solが同じ設定で5.4%にとどまっていたことを踏まえると、COBOLという特定の難題に対する処理能力の変化は大きい。

GPT-6.1でできること——COBOL作業への具体的な使い方

OpenAIが公表したCOBOL変換テストは、C++・Java・Kotlin・Python・Rustの5言語への変換を問うもので、隠しテストではプログラムの出力をバイト単位で完全一致させることを要求している（dataconomy.com）。「だいたい合っている」では通過できない設計だ。COBOLに特有の固定小数点演算と端数処理の扱いも評価対象に含まれている。

このテスト結果を起点に、実務でどの範囲に使えるかを考える。

既存コードの読解・注釈追記

数十年前に書かれたCOBOLコードをGPT-6.1 Solに貼り付け、処理の流れをJavaやPythonの疑似コードで説明させる、あるいは固定小数点演算のロジックを自然言語で注釈させる用途は、変換テストの精度を下限として活用できる範囲に入る。担当者が退職してドキュメントが残っていないコードの意味を把握する初手として使える可能性がある。

移植初稿の生成

変換テストで5言語への書き換えが評価されていることから、既存COBOLプログラムをPythonやJavaへ移植する際の初稿生成に活用できる可能性がある。ただし「初稿」である点は重要で、OpenAI自身が生産環境への適用には専門家レビューが必要と明記している（dataconomy.com）。テスト通過と本番稼働は別の問題だ。

コスト面での位置づけ

GPT-6.1 SolのAPIコストはGPT-5.6 Solの61%とされており（dataconomy.com）、前世代より安い単価で大幅に高いCOBOL変換精度を得られる計算になる。ただし高推論努力設定ではトークン消費量が増えるため、大規模なコードベースに繰り返しリクエストを送る場合は事前に費用を試算しておく必要がある。

なお、OpenAIが同時期に公表したMultiLangBench（20言語でSQLiteエンジンを構築するベンチマーク）では、上位モデルであるGPT-6 Astraが最大推論努力で平均87.4%を記録している（dataconomy.com）。GPT-6.1 SolはCOBOL特化の評価で高スコアを出しているモデルであり、汎用コーディング能力との対応は別途評価が必要だ。

OpenAIが2026年10月19日に公表したCOBOL変換テストとMultiLangBenchの各モデルスコア比較。GPT-6.1 Solは高推論努力設定で前世代GPT-5.6 Solの5.4%から97.9%へ大幅に改善。評価はOpenAI自社設計・実施であり、外部機関による独立検証はない（dataconomy.com）。

次に読む：ChatGPTとは？できることと使い方は？

ChatGPT（チャットGPT）とは？できること・料金・使い方を初心者向けにやさしく解説【2026年版】

誰に向いているか・向いていないか

OpenAIの資料によると、COBOLは40%以上のオンラインバンキングシステムと95%のATM取引を支えており（dataconomy.com）、金融・保険・行政分野でのレガシーシステム保守が長年の課題になっている。GPT-6.1 Solが向いている用途と向いていない用途を整理する。

用途・場面	向き・不向き	理由
既存COBOLコードの読解・注釈追記	向いている	変換精度が高く、ロジックの説明生成や注釈追記に活用できる
Python・Java・Kotlinへの移植初稿生成	条件付きで向いている	97.9%はテスト環境の結果。人間によるレビューを前提とする
固定小数点・端数処理ロジックの確認補助	向いている（要検証）	テストの難所として含まれており高スコアを維持しているが、本番前の動作確認は必須
専門家レビューなしの本番コードへの直接適用	向いていない	OpenAI自身が生産環境への専門家レビューの必要性を明記（dataconomy.com）
COBOLを知らないまま移行作業を完結させる	向いていない	業務ルールの検証能力がない状態では誤変換を検出できない
汎用コーディング補助	判断材料なし	今回の評価はCOBOL変換特化の結果であり、汎用性は別途評価が必要

COBOL専門家が「生産性を上げるための補助ツール」として使う場合と、非専門家が「COBOLを知らないまま移行作業を完結させる」ために使う場合では、リスクの質が根本的に異なる。テストのスコアは前者の補助効率を示すものであって、後者を保証するものではない。

料金と提供条件

GPT-6.1 SolのAPI料金は、入力100万トークンあたり2ドル、出力100万トークンあたり10ドルだ（respan.ai、propakistani.pk）。前世代GPT-5.6 SolのAPIコストと比較して61%の水準とされており（dataconomy.com）、性能向上とコスト低下が同時に実現されている。

提供開始日は2026年9月29日（respan.ai）。対応プラン・提供地域・日本語入出力の範囲については、公式の発表では現時点で確認できる情報がない。API経由での利用を前提に、OpenAIの公式ドキュメントで最新の対応状況を確認することを勧める。

高推論努力設定は精度が高い反面、トークン消費量が増える。大規模なCOBOLコードベースに繰り返しリクエストを送る場合、コストの事前見積もりは必須だ。

始め方と注意点

始め方

現時点ではOpenAI APIを通じた利用が想定される。モデルIDや利用開始の具体的な手順はOpenAI公式の開発者向けドキュメントに案内が掲載されている。公式ドキュメント以外の情報でモデルIDやエンドポイントを設定しないよう注意が必要だ。ChatGPT上での利用可否については、公式の発表では現時点で確認できる情報がない。

注意点

今回公表された全評価はOpenAIが自社で設計・実施したものであり、外部機関による独立検証は実施されていない（dataconomy.com）。97.9%という数字はテスト設計の前提に依存した値であり、実際の業務コードベースに対するパフォーマンスとは切り離して考える必要がある。

COBOLコードには数十年分の業務ルールが埋め込まれているケースが多く、バイト単位の出力一致を評価するテストが実務上のすべての複雑性を網羅しているとは限らない。変換結果は必ず業務要件を熟知した担当者が確認する体制を組むことが、OpenAI自身の推奨でもある。

また、COBOLは1959年に設計された言語であり、現代の言語にない数値表現や記法が業務コードに混在していることが多い。モデルの出力を信頼する前に、変換元コードの特性を把握している人間が結果を精査するプロセスを省略しないことが前提条件になる。

まとめ

GPT-6.1 SolはCOBOL変換という限定的な評価軸において、前世代から大幅に精度を上げたモデルだ。レガシーコードの読解補助や移植初稿の生成という用途では実用に踏み込める水準に近づいているが、評価がOpenAIの自社テストに限られている点と、本番適用前の専門家レビューがOpenAI自身の推奨条件である点は、判断の前提として押さえておく必要がある。スコアの高さをそのまま「自動移行ツール」として読み替えることは、テストの設計意図から外れる。

参考文献

dataconomy.com — “GPT-6.1 Sol Scores 97.9% On OpenAI’s COBOL Test”（2026年10月19日公表）
respan.ai — GPT-6.1 Solリリース情報（2026年9月29日）
propakistani.pk — GPT-6.1 Sol料金情報