MultiLangBench 是一个用于评估大模型在多种编程语言上代码能力的基准测试，覆盖范围不限于 Python 等主流语言，还包括 COBOL、Fortran 等仍在金融与科学计算领域广泛使用的遗留语言。由于企业存量系统中遗留语言代码量大、维护人员稀缺，模型在这类语言上的表现正成为代码模型竞争的新指标。
MultiLangBench 相关的近期进展
当前焦点与观察点
目前围绕 MultiLangBench 及类似多语言代码评测的讨论，集中在三点：其一，遗留语言（COBOL、Fortran）任务的高准确率是否足以支撑真实的生产级迁移，仍有待独立验证；其二，评测结果多为厂商自报，第三方复现和横向对比尚不充分；其三，银行、保险等重遗留系统行业的实际采用意愿和落地节奏，将决定这类能力提升的商业价值。后续值得关注的，是其他模型厂商是否跟进发布同类多语言成绩，以及 MultiLangBench 本身的任务定义是否会被进一步扩展。