Claude Opus 5.5 верно ответил на все 74 вопроса CSAT в тесте Korea Times
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Платный доступ и настройка уровня усилий позволили модели пройти все 74 задания CSAT без ошибок, тогда как бесплатные версии ошибались.
Платная модель Claude Opus 5.5 с уровнем усилий «High» верно ответила на все 74 вопроса в тесте The Korea Times. Тест газета составила на бумагах вступительного экзамена CSAT 2027 учебного года: 28 заданий по английскому чтению без аудирования и 46 по математике. По собственной оценке модели, на выполнение ушло менее 5 минут. Бесплатная версия Perplexity дала 71 верный ответ из 74: единственная явная ошибка — в геометрии (вопрос 27), два задания с графиками остались без ответа. Бесплатный ChatGPT верно ответил на все 28 вопросов по английскому, но набрал 32 из 46 по математике при 2 ошибках и 12 не подтверждённых ответах. Ответы сверялись с ключами Korea Institute for Curriculum and Evaluation. Газета оговаривает, что это не контролируемое сравнение: тайминги приблизительные, настройки и использование инструментов различались.
Источники 1