高考AI解题排行榜公布
最新AI模型、中国AI模型得分依次揭晓

在人工智能(AI)模型中,谁最擅长解答韩国大学修学能力考试(高考)题目?结果显示,OpenAI和谷歌DeepMind的最新模型都取得了满分。国产AI模型中,由LG AI研究院开发的“K-EXAONE 2.5”得分最高。


20日,一名以“hehee9”为昵称的韩国开发者在软件协作平台GitHub上发布了“2027学年度高考大型语言模型解题排行榜”。自2025年以来,这名开发者一直在排行榜中更新韩国国内外开发的AI模型的高考解题得分。


排行榜显示,OpenAI的“GPT-6.2 Astra”和谷歌DeepMind的“Gemini 4 Neon”均以450分满分并列第一。Astra和Neon分别是OpenAI和DeepMind的最新模型。


公开的韩国大学修学能力考试题目解答仪表板。图片截自GitHub。

公开的韩国大学修学能力考试题目解答仪表板。图片截自GitHub。

View original image

紧随其后的是DeepMind的“Gemini 4 Argon”和OpenAI的“GPT-6.2 Sol”,得分均为449.6分;Anthropic的“Claude Opus 5.5”和“Claude Fable 5.2”则均为449.3分。与此同时,中国AI企业也取得了高分。Moonshot AI的“Kimi K3.1 Pro”得分为438分,阿里巴巴的“Qwen 4 Max”为434.5分,DeepSeek的“V4.1 Flash”为432.7分。


该排行榜通过将公开的高考题目即时交由多个AI模型作答并评分来更新。据悉,AI需要解答高考所有选考科目,以及全部17门探究科目。


国产AI模型的得分也已测出。国产模型中排名第一的是K-EXAONE 2.5,其语文、数学、英语分别得分98分、100分和96分,在核心科目上与海外先进模型差距不大。不过,该模型的探究科目折算分仅为70.7分,因此差距拉大,总分为414.7分。其次,Upstage的“Solar Pro 4”得分为392.8分。Krafton的“Raon-1 Mini Preview”和KT的“Mi:dm K 3.0 Pro”分别得分357.2分和352.8分。


不过,此次得分结果来自个人开发者进行的非正式评测。各模型在是否支持图像输入、推理设置等方面有所不同,普通用户的电脑环境也存在差异,因此可能难以进行严格比较。开发者表示,评测使用了各模型官方的应用程序编程接口(API),解题时没有提供外部搜索、计算器等工具,所有题目均以文本形式输入,图表则以图像形式附上。



此外,开发者在GitHub上公布的评测方法说明中强调:“本次测试结果可能与一般用户在官方网站或应用程序中的使用环境有所不同。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点