日本LifePrompt公司于今年2月，使用最新生成式AI模型“ChatGPT 5.2 Thinking”、“Gemini 3 Pro Preview”及“Claude 4.5 Opus”对日本东京大学和京都大学的二次考试试题进行了答题测试。
由日本河合塾讲师和KIES评分，结果显示ChatGPT 5.2 Thinking和Gemini 3 Pro Preview在东京大学所有科类及京都大学几乎所有学部和学科中，均超过了合格者的最高分（相当于首席成绩）。其中数学科目表现尤为突出，多门科目获得满分。
主要测试结果
日本东京大学（最难科类：理科三类，满分550分）
- ChatGPT 5.2 Thinking：503.59分
- Gemini 3 Pro Preview：496.54分
- Claude 4.5 Opus：451.99分
- 参考：2026年度理科三类合格者最高分453.60分
日本京都大学（最难科类：医学部医学科，满分1275分）
- ChatGPT 5.2 Thinking：1176.38分
- Gemini 3 Pro Preview：1122.75分
- Claude 4.5 Opus：1005.25分
- 参考：2026年度医学部医学科合格者最高分1098.25分
满分科目
- 东京大学理科数学（120分）：ChatGPT、Gemini
- 东京大学文科数学（80分）：ChatGPT、Gemini
- 京都大学理科数学（200分）：ChatGPT、Gemini
- 京都大学文科数学（150分）：ChatGPT
- 京都大学化学（100分）：ChatGPT
去年同类测试中，最新AI模型在东京大学理科数学仅得38分，短短一年时间内达到满分，充分体现了生成式AI推理能力的高速进化。
测试方法
为了保证测试的公平性，LifePrompt使用了自主开发的自动考试系统：
- 将考试试题PDF按页转换为图片，通过API发送给各AI模型
- 避免通过聊天界面，系统间直接交互，排除人为干预
- 所有科目使用统一提示语，仅依赖高中教养课程知识回答，数学公式以LaTeX格式输出
- 不使用网络搜索，完全依赖AI已学习知识和推理能力作答
- 记述题由日本河合塾讲师按照人类考生标准评分
日本河合塾讲师点评（节选）
负责评分的讲师指出，AI表现远超预期，尤其是ChatGPT的答题能力令人震惊（东京大学生物科目评分讲师向井亮先生）。
各AI均达到合格水平，尤其在处理速度上远超人类（京都大学日本史评分讲师小仓匡先生）。
但也暴露出明显弱点：
- 图像识别存在问题，尤其是结构式、图表和地图（Claude表现较弱）
- 论述结构能力不足，逻辑关系和因果关系表达较弱
- 输出控制不佳，无法严格遵守字数限制和答题框物理限制
- 依赖英语物理习惯，导致日本式设定时出现错误
LifePrompt代表远藤聪志评论
“AI取得东京大学历史最高分令人感动。此次测试表明，AI能满分的任务和不能满分的任务界限明显。实际工作中，如何将业务转化为AI能解决的形式决定成效。基础模型的智能已充分展现，接下来是各公司独特竞争。如何结合自有数据和业务，创造商业价值，成为关键。数学成绩从38分到满分仅用一年，说明按当前AI极限设计系统并非明智。应着眼未来10年、20年，设计适应未来AI的业务和组织。”
