KMMLU

韓国語高いほど良い

人文学から理工系まで45科目の専門家レベルの韓国語多肢選択問題で、英語のMMLUを翻訳したものではなく、韓国の実際の試験から集めています。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94.0%Gemini 3.1 Pro
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
    Google2026.02.19 · high-effort
    94.0%
  2. 1
    OpenAI2026.07.09 · max-effort
    94.0%
  3. 3
    Google2026.05.19
    93.9%
  4. 4
    OpenAI2026.07.09 · max-effort
    93.0%
  5. 5
    OpenAI2026.04.23 · xhigh-effort
    92.0%
  6. 6
    Z.ai2026.02.11
    91.7%
  7. 7
    Anthropic2026.02.17 · high-effort
    91.0%
  8. 7
    Anthropic2025.11.24 · high-effort
    91.0%
  9. 9
    Google2025.12.17 · high-effort
    90.0%
  10. 9
    OpenAI2026.07.09 · max-effort
    90.0%

「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。