日本の会計と税の資格試験で、AIがほぼ満点を取るようになった。東京の AI 企業の Sakana AI が、日本の金融の資格試験から集めた321問で、いまのAIのモデルを測った。最高点は、道具を使わない条件で95.8点(Claude Fable 5)、端末とウェブを使える条件で97.3点(GPT-6 Astra)だった。問題は、公認会計士の試験の短答式と税理士の試験の全11科目のほか、FP技能検定1級など計6つの試験から集めた。税理士以外の5つの試験では上位のモデルが96〜100点に達したが、税理士の試験は最高でも79.4点にとどまった。
日本の会社にとって:経理・税務の部署と会計事務所は、AIに仕訳や税額の下書きをさせる場合、出てきた答えを誰がどの資料と照らして確かめるかを、年末調整と確定申告の繁忙期が始まる前の12月中に決めておきたい。AIが試験で高い点を取っても、間違えた分の責任は会社と資格を持つ人が負うことに変わりはない。
何を測ったのか
Sakana AI は、この測り方を『JFinBench』と名づけて自社のページで公開した。日本の金融の資格試験の問題を321問集め、AIに解かせて点数を出す。
6つの試験のうち、会計と税の2つの国家資格が93問と40問を占める。公認会計士の試験の短答式は、財務会計論、管理会計論、監査論、企業法の4科目で、選択肢から答えを選ぶ形の1次試験にあたる。税理士の試験は、簿記論と財務諸表論の会計2科目と、所得税法、法人税法、相続税法、消費税法、酒税法、国税徴収法、住民税、事業税、固定資産税の税法9科目からなる。この全11科目が、問題に入っている。
こうした試験は、日本の法律と会計の基準を前提に、日本語の細かな言い回しで出題される。英語のデータで多く学んだAIには、もともと不利だと考えられてきた分野である。
道具なしで95.8点、道具ありで97.3点
結果は、最高点が道具なしで95.8点(Claude Fable 5)、道具ありで97.3点(GPT-6 Astra)だった。道具ありの条件では、モデルが端末とウェブを使い、法令を調べたり計算したりできる。Sakana AI は、失敗の主な原因は計算ではなく日本の制度に関する知識の不足だとしている。それでも、道具なしの時点で、もう95点を超えている。
2つの数字は別のモデルのもので、道具による上積みは Claude Fable 5 が0.6点、GPT-6 Astra が3.7点だった。税理士の試験だけは最高でも79.4点にとどまり、残りの失点が何によるのかは、試験ごとに見る必要がある。
試験の点と、仕事で使えることは別
点数を読むときに、気をつけたいことが3つある。
1つ目は、試験は答えが1つに決まる問題だという点である。実際の経理や税務では、資料が足りなかったり、判断が分かれたりする場面のほうが多い。試験で97点を取るAIでも、会社ごとの事情を知らなければ、正しい処理はできない。
2つ目は、税法が毎年変わる点である。AIが学んだ時点より後の改正は、AIは知らない。古い税率や控除のまま、自信のある答えを返すおそれがある。
3つ目は、残りの数点の重さである。100問のうち3〜4問を間違えるということは、仕事で使えば、一定の割合で誤りが混じるということでもある。税の計算で誤れば、追徴や延滞の税がかかりうる。
なお、道具なしの2位は GPT-6 Astra の93.6点、3位は Gemini 3.8 Flash の88.8点だった。道具は Linux の端末とウェブで、解答速報を見ることは禁じ、見た試行は0点にした。問題は2026年5〜8月に実施された6試験から集め、著者が全321問を原本と照らした。学習時に過去問を見ていたおそれは、2026年実施の最新の試験を使うことで抑えている。
それでも、何が変わったか
これまで、日本の専門の仕事は、言葉と制度の壁でAIから守られている、という見方があった。今回の結果では、税理士以外の5試験で上位のモデルが96〜100点に達した。一方で Sakana AI は、残る失敗の主な原因を日本の制度に関する知識の不足だとしている。
変わるのは、資格を持つ人の役目である。答えを一から作る仕事より、AIの答えのどこが会社の事情に合わないか、どこが最新の法律とずれているかを見抜いて直す仕事の比重が上がっていく。経理や税務の部署では、AIを使うかどうかよりも、AIの答えを確かめる手順をどう組むかが、これからの論点になる。




