北京
新智元報(bào)道
見證歷史！
如今，全世界99%的人類，在IQ這方面竟拼不過(guò)一個(gè)AI。
在Tracking AI最新離線IQ測(cè)試中，GPT-5.6「全家桶」多個(gè)版本，齊刷刷地飆到了136分。
這是LLM第一次，把IQ推過(guò)了130這道坎。
在人類的智商分布里，130分是「天才」的起跑線，全球僅有大約1%的人能站上去。
換言之，GPT-5.6要比99%的人類還聰明。
GPT-5.6狂刷136分
IQ首破「天才線」
這個(gè)「智商」，含金量有多高？
實(shí)際上，Tracking AI手里有兩套題。
一套是公開的Mensa Norway風(fēng)格測(cè)試，網(wǎng)上人人能做，模型早就刷到140多分了。
另一套，是它自己攢的「離線題庫(kù)」。不公開、防泄題，專門用來(lái)堵住「模型提前背過(guò)答案」的漏洞。
GPT-5.6這次拿下136分，破的正是這套最難、最防作弊的離線題。
在這份離線排行榜上，GPT-5.6的一眾變體（連視覺版都算上）集體沖到136分，把身后所有對(duì)手甩開了一大截。
緊咬在后面的，是Claude-5 Fable，130分。
再往下，GPT-5.6 LUNA Max、Claude-4.8 Opus這些名字，還在117到123分之間打轉(zhuǎn)。
要知道，130這道門檻之前一直沒被跨過(guò)去。
過(guò)去一年里，從o3到各家旗艦，一茬又一茬的模型沖上來(lái)，全卡在130的門口，誰(shuí)也沒能真正踏進(jìn)「天才區(qū)間」。
GPT-5.6，是第一個(gè)把門踹開的。
而且它不是單槍匹馬上分，SOL、TERRA一整個(gè)家族集體飆到136，連視覺版都沒掉隊(duì)。
在Reddit上，一位開發(fā)者親自下場(chǎng)測(cè)試，最終體感GPT-5.6明顯要比GPT-5.5的智商更高。
在如下的測(cè)試題中，GPT-5.6均在最短時(shí)間內(nèi)，拿下了出色的成績(jī)。
一個(gè)分?jǐn)?shù)可能難以令人信服，那么，GPT-5.6離開考場(chǎng)、真刀真槍干活時(shí)是什么樣？
光有分不夠
把GPT-5.6拉去干活
開發(fā)者Amir Bohlooli拿同一個(gè)物理模擬prompt，同時(shí)喂給Fable 5和GPT-5.6 Sol，本以為會(huì)被Fable碾壓，結(jié)果反被GPT驚到。
它選了粒子流體模擬，物理按真實(shí)時(shí)間推進(jìn)而非每幀盲跑固定運(yùn)算，CSS、界面、渲染全塞進(jìn)一個(gè)HTML文件，
還自動(dòng)托管成可分享網(wǎng)頁(yè)。一句話，一個(gè)成品。
Ramanpal Singh同樣用了一句prompt，造出一個(gè)基于RAG的客服工單系統(tǒng)。
四種角色、管理后臺(tái)、可嵌入組件，還能自動(dòng)給投訴分類、識(shí)別情緒、起草回復(fù)。
這樣的app它一口氣造了5個(gè)，成本只有Fable 5的零頭。
最有畫面感的，是Claire Vo的橋段。
幾天前，她卡在一個(gè)bug上，以為是自己代碼寫崩了，換到GPT-5.6 Sol后只甩下一句「我就是不信搞不定」。
Sol一次修好，還順手讓別的模型也跑通了。
她的評(píng)價(jià)一針見血，F(xiàn)able 死磕技術(shù)上的絕對(duì)精確，反而作繭自縛，Sol的務(wù)實(shí)卻把活干成了。
不得不說(shuō)，AI會(huì)做題，和AI能救場(chǎng)，中間隔著一整個(gè)真實(shí)項(xiàng)目。
這算AGI嗎？
有網(wǎng)友表示，「對(duì)99%的人來(lái)說(shuō)，這已經(jīng)是AGI了」。
冷靜下來(lái)看，這136分，是Tracking AI一個(gè)特定的離線 / Mensa Norway風(fēng)格測(cè)試跑出來(lái)的。
它測(cè)的，主要是抽象模式識(shí)別、邏輯推理這一類「標(biāo)準(zhǔn)化認(rèn)知」。
問題在于：IQ測(cè)試，本來(lái)就不是為大模型量身定做的。
一張Mensa卷子，測(cè)不出一個(gè)模型的事實(shí)可靠性，測(cè)不出它的工具調(diào)用能力，也測(cè)不出它在真實(shí)職業(yè)場(chǎng)景里到底靠不靠譜。
它只是切下了「智能」的一個(gè)薄片，然后告訴你，這一片有多亮。
不過(guò)，人們上手后的實(shí)測(cè)，恰恰給出了另一半答案：GPT-5.6好像，正在把「會(huì)做題」和「會(huì)做事」這兩件事，慢慢擰到一起。
標(biāo)準(zhǔn)化測(cè)試?yán)锏念}目，模型多半在訓(xùn)練數(shù)據(jù)里見過(guò)千百遍；真正見功夫的，是那些它從沒遇到、也無(wú)處抄答案的新問題。
誰(shuí)能在那兒穩(wěn)住，誰(shuí)才配得上「智商」這兩個(gè)字。
參考資料：
https://x.com/davidpattersonx/status/2077049232490672458
https://trackingai.org/
編輯：桃子
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
