HRM8K

韓国語高いほど良い

韓国数学オリンピックや大学修学能力試験などの韓国の試験問題と、海外の数学問題を韓国語に訳した数学の文章題です。最終的な答えをルールベースの採点器で照合します。Horangiは全問題ではなく固定された100問だけを解かせるため、データセット全体で測ったスコアとは直接比較できません。スコアは0〜100%です。高いほど良い結果です。

最高スコア97.0%Gemini 3 Flash
測定したモデル48件
最終更新2026.08.03
モデルのリリース時期(右が最新)
その時点の最高記録上ほど良い
  1. 1
    Google2025.12.17 · high-effort
    97.0%
  2. 1
    Anthropic2026.06.09 · high-effort
    97.0%
  3. 1
    Alibaba2026.05.21
    97.0%
  4. 4
    OpenAI2026.03.17 · xhigh-effort
    96.0%
  5. 4
    Google2026.05.19
    96.0%
  6. 4
    OpenAI2026.03.17 · xhigh-effort
    96.0%
  7. 7
    DeepSeek2025.12.01 · high-effort
    95.8%
  8. 8
    Anthropic2026.05.27 · high-effort
    95.0%
  9. 8
    Google2026.02.19 · high-effort
    95.0%
  10. 8
    LG AI Research2026.01.12 · thinking
    95.0%

「作業ツール」はAIが課題を解くときに使った実行環境(エージェントプログラム)です。同じモデルでも作業ツールと推論の強さによってスコアが大きく変わることがあります。