Research
Research

by nicoxz

AIが共通テスト9科目満点達成、OpenAIが得点率97%でトップに

by nicoxz
URLをコピーしました
#AI #OpenAI #大学入試 #Google #Anthropic

はじめに

2026年1月17〜18日に実施された大学入学共通テストに、最新の人工知能（AI）が挑戦しました。その結果、米OpenAIの「ChatGPT」最新モデルは主要15科目のうち9科目で満点を獲得し、得点率97%を達成しました。米Googleや米Anthropicのモデル（ともに91%）を大きく上回る結果です。

この調査はAIスタートアップのライフプロンプト（東京・新宿）との共同で行われました。AIが難関大学入学レベルの知能を備え、幅広い事務作業を担える能力を改めて示したと評価されています。

本記事では、共通テストにおけるAI各社の詳細な成績と、この結果が示す社会への影響について解説します。

共通テストでのAI各社の成績比較

OpenAIが圧倒的な成績を記録

今回の検証には「ChatGPT」「Gemini」「Claude」という3つの主要大規模言語モデル（LLM）が投入されました。中でもOpenAIの最新モデル「GPT-5.2 Thinking」が、9科目において満点を記録する驚異的な結果を残しています。

満点を獲得した科目は「数学1A」「数学2BC」「公共、政治・経済」「化学」「物理基礎」「化学基礎」「地学基礎」「生物基礎」「情報1」の9科目です。いずれも論理的思考や計算能力が重視される科目であり、AIの得意分野と言えます。

総合得点での比較

実際の受験生の選択科目に合わせた総合結果では、ChatGPTが文系970点、理系968点（いずれも1000点満点）を獲得しました。これは東京大学文科一類の合格者平均を大きく上回る水準です。

15科目平均の得点率では以下のような結果となりました。

  • OpenAI（GPT-5.2 Thinking）: 96.9%
  • Google（Gemini 3.0 Pro）: 91.4%
  • Anthropic（Claude 4.5 Opus）: 90.9%

GeminiとClaudeは900点前半で競り合う結果となり、OpenAIとの差は約6ポイントという明確な開きが生じています。

過去からの急速な進化

ライフプロンプトは2024年から毎年、AIに共通テストを解かせる検証を行っています。東京大学文科1類の受験生が多く選ぶ科目に絞った得点率の推移を見ると、その進化の速さが一目瞭然です。

  • 2024年: 66%
  • 2025年: 91%
  • 2026年: 97%

わずか2年で得点率は31ポイントも向上しています。図の認識や文脈の情報処理能力など、AIの基礎性能が急速に高まっていることがこの結果の背景にあります。

主要AIモデルの特徴と違い

GPT-5.2（OpenAI）の強み

GPT-5.2はOpenAIのフラッグシップモデルとして、複雑な推論や数学的問題で優れた性能を発揮します。100万トークンのコンテキストウィンドウに対応し、GPT-4o比で20%のコスト削減も実現しています。

総合力の高さが特徴で、手順推論（ステップバイステップの問題解決）において特に優れています。共通テストで9科目満点という結果は、この総合力の証明と言えるでしょう。

Claude 4.5 Opus（Anthropic）の特徴

AnthropicのClaude Opus 4.5は、特にコーディングタスクで競合を上回る性能を発揮し、開発者から高い支持を得ています。エージェントタスクのベンチマーク（SWE-Bench）では80.9%という最高性能を達成しています。

また、クリエイティブライティングでより自然で人間らしい文体を生成する点も評価されています。共通テストでは得点率90.9%と、特定科目では高い正答率を示しました。

Gemini 3.0 Pro（Google）の強み

GoogleのGemini 3.0 Proは、マルチモーダルタスク（画像・動画・ドキュメントの統合分析）に強みを持ちます。150万トークンという最大級のコンテキストウィンドウを持ち、大規模なコードベースや長文ドキュメントを扱う場合に最適です。

Google Workspaceとの統合がシームレスで、Gmail、Google Docs、Sheets、Slides、Driveとネイティブに連携できる点もビジネス利用において大きなメリットとなっています。

AIの知的能力向上が示す社会への影響

事務作業の自動化加速

AIが難関大学入試レベルの問題を解けるようになったことは、多くの知的労働がAIで代替可能になりつつあることを意味します。

一般事務やデータ入力など、定型的な作業はAIやRPA（ロボティック・プロセス・オートメーション）の導入が加速しています。これらの業務はルールが明確で手順が固定化されているため、自動化に非常に適しているためです。

調査会社Deloitteは2026年を「シリコンベースの労働力（Silicon-based workforce）」の登場と表現しています。企業は人間だけではなく、「デジタル従業員」としてのAIエージェントを含むハイブリッドな労働力を管理する必要に迫られています。

日本の労働市場への影響

少子高齢化により、日本では2040年に1,100万人の労働力不足が予測されています。みずほリサーチ&テクノロジーズの調査では、2025年に6,149万人いる労働者が、2065年には3,946万人まで減少する見通しです。

こうした中、AIは分析から予測、最適化、実行までを一気通貫で担い、労働力不足という日本特有の社会課題に対する解決策として期待されています。国内企業がAIを積極的に導入することで、2025年までには最大34兆円の経済効果が予測されており、一人当たりの生産性は540万円から610万円の改善につながると試算されています。

教育への影響と入試の変化

AIが大学入試を突破できるレベルに達したことで、教育のあり方にも見直しが求められています。

2025年度東京大学2次試験では、OpenAIのo1モデルが文系入試の合格最低点を約40〜50点の差で上回り、理科三類でも合格レベルに到達しました。ただし、細かなイラストの違いを読み取る問題や空間図形を想像し作図する問題では依然としてミスが見られ、AIの弱点も明らかになっています。

こうした状況を受け、大学入学共通テストは2025年から6教科30科目から7教科21科目に再編され、新教科「情報Ⅰ」が加わりました。知識だけでは解けない問題の出題が増え、思考力や人間力を評価する方向へのシフトが進んでいます。

今後の展望と注意点

2026年はAI活用の分岐点

2026年は「AIで稼ぐ企業」と「AIがコストであり続ける企業」がはっきり分かれる年になると予測されています。AI市場の規模は2025年の2,440億ドルから2026年には3,120億ドルへと成長し、2030年には8,270億ドルに達する見通しです。

企業には、社内の全職務をタスクレベルで分解し、どの業務が「代替」可能で、どの業務が「補完」によって価値を高められるかを可視化する「タスク・デューデリジェンス」の実施が求められています。

人間に求められるスキルの変化

AIが定型的な知識処理で人間を上回る時代において、人間に求められるのは創造性、感情的知性、複雑な対人関係の構築といった能力です。

推薦入試においても「自分の体験と学びがどうつながっているか」という一貫性が重視されるようになっており、単なる知識量ではなく「人間らしさ」を問う傾向が強まっています。

まとめ

2026年大学入学共通テストでOpenAIのChatGPT最新モデルが9科目満点、得点率97%を達成しました。これはGoogleやAnthropicのモデルを約6ポイント上回る結果であり、AIの知的能力が急速に向上していることを示しています。

この結果は、単なる技術的達成にとどまらず、労働市場と教育に大きな影響を与えることを示唆しています。定型的な事務作業の自動化が加速する一方、人間には創造性や対人スキルといった「AIにできないこと」がより強く求められるようになるでしょう。

企業も個人も、AIとの協働を前提とした新しいスキルセットの獲得が急務となっています。

参考資料:

関連記事

最新ニュース