Ko-HLE

韓国語高いほど良い

さまざまな学問分野の専門家レベルの問題からなるHumanity's Last Examを韓国語に訳した試験で、ツールなしで解きます。全2,500問でツールを使うことが多い開発元発表のHLEスコアとは比較できません。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53.1%Claude Fable 5
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
    Anthropic2026.06.09 · high-effort
    53.1%
  2. 2
    OpenAI2026.07.09 · max-effort
    52.0%
  3. 3
    xAI2026.07.08
    50.0%
  4. 4
    OpenAI2026.07.09 · max-effort
    47.0%
  5. 4
    OpenAI2026.03.05 · xhigh-effort
    47.0%
  6. 6
    OpenAI2026.04.23 · xhigh-effort
    46.5%
  7. 7
    Google2026.05.19
    45.0%
  8. 7
    Google2026.02.19 · high-effort
    45.0%
  9. 9
    Alibaba2026.05.21
    42.4%
  10. 10
    Google2025.12.17
    41.0%

「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。