[イーデイリーKim Hyun-ah 記者] 人工知能(AI)が今年の大学修学能力試験(修能)を解いたとしたら、何点を取ったでしょうか。国内外の主要なAIモデルの修能の成績を一目で比較できるオンラインダッシュボードが公開されました。OpenAIとGoogleのAIモデルが並んで450点満点を記録し、韓国国内のモデルのうちでは、LG Corp.(003550) AI研究院の「K-エクサワン」が最も高い点数を得ました。
20日、順天郷大学コンピュータソフトウェア工学科のク・ユギョム氏が開発した「2027学年度スヌン巨大言語モデル(LLM)解答ダッシュボード」によると、OpenAIの「GPT-6.2 アストラ(Astra)」とGoogleの「ジェミニ4 ネオン(Neon)」が450点満点で共同1位となりました。
クさんは前日の19日、大学修学能力試験の問題と正解が公開されると、国内外のAIモデルに問題を解かせ、その結果をダッシュボードに反映させました。 国語・数学・英語・韓国史・探究など、科目ごとの成績やモデル間の点数の差を比較することができます。450点は、大学修学能力試験の必須5領域(国語・数学・英語・韓国史・探究2科目)の原点を合算した総点です。
生成AIによって作成。出典=順天郷大学コンピュータソフトウェア工学科 ク・ユギョム氏
中国のAI企業も上位に名を連ねました。 ムンショットAIの「キミ K1 プロ」は438点、アリババの「キュウェン4 マックス」は434.5点、ディープシークの「ディープシーク V4 フラッシュ」は432.7点を獲得しました。米国のモデルが上位を占める中、中国のモデルも430点台の成績を収めました。
アップステージの「ソーラー・プロ4(Solar Pro 4)」は392.8点で14位、KRAFTON(259960)の「ラオン-1 ミニ・プレビュー(Raon-1-mini-preview)」は357.2点で15位、KTCorporation(030200)の「ミ:ダム K 3.0 プロ(Mi:dm K 3.0 Pro)」は352.8点で16位を記録しました。
国内1位のK-エクサワン2.5とも、満点モデルとは35.3点の差がつきました。
各モデルは、開発目的と規模が異なります。クラフトンの「ラオン-1 ミニプレビュー」は、韓国語処理とAIエージェント業務に焦点を当てています。KTの「ミ:ダム K 3.0 プロ」は、韓国語の推論能力を強化したモデルです。両モデルとも、必要な専門ニューラルネットワークのみを選択的に作動させ、演算負荷を軽減する専門家混合(MoE)方式を採用しました。
今回の評価では、国語と数学のすべての選択科目に加え、英語、韓国史、科学・社会探究の全科目を対象としました。
ク氏は、「問題が公開されるのとほぼ同時に解答を進めるため、モデルがすでに正解を暗記している可能性をかなり減らすことができます」と説明しました。
評価には、AIモデルのアプリケーション・プログラミング・インターフェース(API)を直接利用しました。ChatGPTのような一般的なウェブサービスでは、検索や電卓などの外部ツールが問題解決に影響を与える可能性があるため、これらを排除したのです。ク氏は、外部ツールの助けを借りずに、モデル自体の問題解決能力を比較することに焦点を当てました。
試験問題はテキスト形式で提供し、表や下線などはマークダウン(Markdown)形式で再現しました。図やグラフは高画質の画像として添付しました。画像入力をサポートしていないモデルについては、図なしで問題を解くようにしました。
成績は、科目ごとの原点数の合計と、450点満点に換算した点数で確認できます。ク氏は、「共通科目と選択科目、探究領域の反映比重が異なるため、同じ1点であっても科目によって最終的な換算点数に及ぼす影響が異なる」と説明しました。
無料で利用できるAIと、有料サブスクリプションが必要なモデルを区別する機能も追加しました。利用者が成績だけでなく、利用費用による性能の違いも比較できるようにしました。
今回の結果は、AIの知識理解力と問題解決能力がどの程度まで発展したかを示しています。しかし、モデルごとに開発目的が異なり、画像入力の対応の有無など試験条件にも違いがあるため、公開された点数だけでAIの総合的な競争力を判断することは困難です。
ク氏が運営するダッシュボードは、「2027学年度大学修学能力試験LLM解答ダッシュボード」で確認できます。
20日、順天郷大学コンピュータソフトウェア工学科のク・ユギョム氏が開発した「2027学年度スヌン巨大言語モデル(LLM)解答ダッシュボード」によると、OpenAIの「GPT-6.2 アストラ(Astra)」とGoogleの「ジェミニ4 ネオン(Neon)」が450点満点で共同1位となりました。
クさんは前日の19日、大学修学能力試験の問題と正解が公開されると、国内外のAIモデルに問題を解かせ、その結果をダッシュボードに反映させました。 国語・数学・英語・韓国史・探究など、科目ごとの成績やモデル間の点数の差を比較することができます。450点は、大学修学能力試験の必須5領域(国語・数学・英語・韓国史・探究2科目)の原点を合算した総点です。
OpenAI・Googleが満点…中国のAIも430点台OpenAIとGoogleが共同1位を占める中、他の米国のAIモデルも高い成績を収めました。 OpenAIの「GPT-6.2 Sol」は449.6点で3位、Anthropicの「Claude Fable 5.2」と「Claude Opus 5.5」はそれぞれ449.3点で共同4位となりました。OpenAIの「GPT-6.1 Terra」は445.8点を記録しました。
中国のAI企業も上位に名を連ねました。 ムンショットAIの「キミ K1 プロ」は438点、アリババの「キュウェン4 マックス」は434.5点、ディープシークの「ディープシーク V4 フラッシュ」は432.7点を獲得しました。米国のモデルが上位を占める中、中国のモデルも430点台の成績を収めました。
韓国のAIはLGが首位…アップステージ・クラフトン・KTが続く韓国のAIモデルのうち、
LGAI研究院の「K-EXAONE 2.5」が414.7点で最高得点を記録しました。テストに参加した国内外の主要モデルのうち、12位となりました。
アップステージの「ソーラー・プロ4(Solar Pro 4)」は392.8点で14位、KRAFTON(259960)の「ラオン-1 ミニ・プレビュー(Raon-1-mini-preview)」は357.2点で15位、KTCorporation(030200)の「ミ:ダム K 3.0 プロ(Mi:dm K 3.0 Pro)」は352.8点で16位を記録しました。
国内1位のK-エクサワン2.5とも、満点モデルとは35.3点の差がつきました。
各モデルは、開発目的と規模が異なります。クラフトンの「ラオン-1 ミニプレビュー」は、韓国語処理とAIエージェント業務に焦点を当てています。KTの「ミ:ダム K 3.0 プロ」は、韓国語の推論能力を強化したモデルです。両モデルとも、必要な専門ニューラルネットワークのみを選択的に作動させ、演算負荷を軽減する専門家混合(MoE)方式を採用しました。
ク・ユギョム氏「問題公開直後の評価…正解の暗記の可能性を減らす」今回のダッシュボードを開発したク・ユギョム氏は、「hehee9」というニックネームで活動しており、昨年からAIによる大学修学能力試験の解答結果を公開してきました。大学修学能力試験という馴染みのある試験を通じて、一般の人でもAIモデルの問題解決能力を簡単に比較できるようにしたのです。
今回の評価では、国語と数学のすべての選択科目に加え、英語、韓国史、科学・社会探究の全科目を対象としました。
ク氏は、「問題が公開されるのとほぼ同時に解答を進めるため、モデルがすでに正解を暗記している可能性をかなり減らすことができます」と説明しました。
評価には、AIモデルのアプリケーション・プログラミング・インターフェース(API)を直接利用しました。ChatGPTのような一般的なウェブサービスでは、検索や電卓などの外部ツールが問題解決に影響を与える可能性があるため、これらを排除したのです。ク氏は、外部ツールの助けを借りずに、モデル自体の問題解決能力を比較することに焦点を当てました。
試験問題はテキスト形式で提供し、表や下線などはマークダウン(Markdown)形式で再現しました。図やグラフは高画質の画像として添付しました。画像入力をサポートしていないモデルについては、図なしで問題を解くようにしました。
成績は、科目ごとの原点数の合計と、450点満点に換算した点数で確認できます。ク氏は、「共通科目と選択科目、探究領域の反映比重が異なるため、同じ1点であっても科目によって最終的な換算点数に及ぼす影響が異なる」と説明しました。
無料で利用できるAIと、有料サブスクリプションが必要なモデルを区別する機能も追加しました。利用者が成績だけでなく、利用費用による性能の違いも比較できるようにしました。
今回の結果は、AIの知識理解力と問題解決能力がどの程度まで発展したかを示しています。しかし、モデルごとに開発目的が異なり、画像入力の対応の有無など試験条件にも違いがあるため、公開された点数だけでAIの総合的な競争力を判断することは困難です。
ク氏が運営するダッシュボードは、「2027学年度大学修学能力試験LLM解答ダッシュボード」で確認できます。