
根据高考人工智能基准平台'下次高考'的消息,此次评估是在高考次日的19日,将出题问题输入人工智能进行解答和评分。评分标准为国语124分,数学152分,英语100分,韩国史50分,总分426分。国语(口语与写作、语言与媒体)和数学(概率与统计、微积分、几何)为公共科目,所有选修科目的分数均被合并计算。
获得全领域满分(426分)的模型共9个。按开发公司分类,分别是:▲Anthropic的'Claude Fable 5.2'和'Claude Opus 5.5' ▲谷歌的'Gemini 4 Argon、Carbon、Hydrogen、Neon' ▲OpenAI的'GPT-6.1 Terra'和'GPT-6.2 Astra、Sol'。
一些接近满分的高分模型也表现突出。Anthropic的'Claude Sonnet 5.5'得分422分(国语122、数学152、英语98、韩国史50),'Claude Haiku 5.5'得分420分(国语120、数学152、英语98、韩国史50)。
中国人工智能模型的进步也得到了确认。文创AI的'Kimi K3.1 Pro'在数学上仅扣了4分,总分422分(国语124、数学148、英语100、韩国史50),阿里巴巴的'Qwen4 Max'也在国语和英语上获得满分,总分420分(国语124、数学148、英语100、韩国史48)。
在国内开发的人工智能模型中,LG人工智能研究院的'K-EXAONE 2.5'在三个领域(国语、数学、英语)中总分368分(国语120、数学152、英语96),位居第一。特别是在数学领域,所有选修科目均获得满分。
其次是▲Upstage的'Solar Mini 4.5 Preview'得分352分(国语111、数学145、英语96) ▲Upstage的'Solar Pro 4'得分346分(国语109、数学149、英语88) ▲Krafton的'Raon-1 Mini Preview'得分338分(国语101、数学146、英语91) ▲KT的'Mi:um K 3.0 Pro'得分317分(国语74、数学149、英语94)。国产模型在数学上普遍表现强劲,而在国语领域则存在较大差异。
不过,部分国内模型的韩国史成绩未被统计,因此仅公布了三个领域的总分(376分满分)。因此,将其与包含韩国史的426分满分模型进行总分比较存在一定局限性。
此次得分是将所有选修科目合并后的原始分数体系,与实际考生成绩单上标注的标准分数不同。此外,由于模型的执行设置和输入方式存在差异,仅凭这些数值无法确定人工智能的综合性能。
※ 本报道经人工智能(AI)系统翻译与编辑。

