如今全世界99%的人类在IQ这方面竟拼不过一个AI。在Tracking AI最新离线IQ测试中GPT-5.6「全家桶」多个版本齐刷刷地飙到了136分。这是LLM第一次把IQ推过了130这道坎。在人类的智商分布里130分是「天才」的起跑线全球仅有大约1%的人能站上去。换言之GPT-5.6要比99%的人类还聪明。GPT-5.6狂刷136分IQ首破「天才线」这个「智商」含金量有多高实际上Tracking AI手里有两套题。一套是公开的Mensa Norway风格测试网上人人能做模型早就刷到140多分了。另一套是它自己攒的「离线题库」。不公开、防泄题专门用来堵住「模型提前背过答案」的漏洞。GPT-5.6这次拿下136分破的正是这套最难、最防作弊的离线题。在这份离线排行榜上GPT-5.6的一众变体连视觉版都算上集体冲到136分把身后所有对手甩开了一大截。紧咬在后面的是Claude-5 Fable130分。再往下GPT-5.6 LUNA Max、Claude-4.8 Opus这些名字还在117到123分之间打转。要知道130这道门槛之前一直没被跨过去。过去一年里从o3到各家旗舰一茬又一茬的模型冲上来全卡在130的门口谁也没能真正踏进「天才区间」。GPT-5.6是第一个把门踹开的。而且它不是单枪匹马上分SOL、TERRA一整个家族集体飙到136连视觉版都没掉队。在Reddit上一位开发者亲自下场测试最终体感GPT-5.6明显要比GPT-5.5的智商更高。在如下的测试题中GPT-5.6均在最短时间内拿下了出色的成绩。一个分数可能难以令人信服那么GPT-5.6离开考场、真刀真枪干活时是什么样光有分不够把GPT-5.6拉去干活开发者Amir Bohlooli拿同一个物理模拟prompt同时喂给Fable 5和GPT-5.6 Sol本以为会被Fable碾压结果反被GPT惊到。它选了粒子流体模拟物理按真实时间推进而非每帧盲跑固定运算CSS、界面、渲染全塞进一个HTML文件还自动托管成可分享网页。一句话一个成品。Ramanpal Singh同样用了一句prompt造出一个基于RAG的客服工单系统。四种角色、管理后台、可嵌入组件还能自动给投诉分类、识别情绪、起草回复。这样的app它一口气造了5个成本只有Fable 5的零头。最有画面感的是Claire Vo的桥段。几天前她卡在一个bug上以为是自己代码写崩了换到GPT-5.6 Sol后只甩下一句「我就是不信搞不定」。Sol一次修好还顺手让别的模型也跑通了。她的评价一针见血Fable 死磕技术上的绝对精确反而作茧自缚Sol的务实却把活干成了。不得不说AI会做题和AI能救场中间隔着一整个真实项目。这算AGI吗有网友表示「对99%的人来说这已经是AGI了」。冷静下来看这136分是Tracking AI一个特定的离线 / Mensa Norway风格测试跑出来的。它测的主要是抽象模式识别、逻辑推理这一类「标准化认知」。问题在于IQ测试本来就不是为大模型量身定做的。一张Mensa卷子测不出一个模型的事实可靠性测不出它的工具调用能力也测不出它在真实职业场景里到底靠不靠谱。它只是切下了「智能」的一个薄片然后告诉你这一片有多亮。不过人们上手后的实测恰恰给出了另一半答案GPT-5.6好像正在把「会做题」和「会做事」这两件事慢慢拧到一起。标准化测试里的题目模型多半在训练数据里见过千百遍真正见功夫的是那些它从没遇到、也无处抄答案的新问题。谁能在那儿稳住谁才配得上「智商」这两个字。原文链接GPT-5.6智商首破130天才线比99%人类聪明-36氪 GPT-5.6智商首破130天才线，比99%人类聪明
如今全世界99%的人类在IQ这方面竟拼不过一个AI。在Tracking AI最新离线IQ测试中GPT-5.6「全家桶」多个版本齐刷刷地飙到了136分。这是LLM第一次把IQ推过了130这道坎。在人类的智商分布里130分是「天才」的起跑线全球仅有大约1%的人能站上去。换言之GPT-5.6要比99%的人类还聪明。GPT-5.6狂刷136分IQ首破「天才线」这个「智商」含金量有多高实际上Tracking AI手里有两套题。一套是公开的Mensa Norway风格测试网上人人能做模型早就刷到140多分了。另一套是它自己攒的「离线题库」。不公开、防泄题专门用来堵住「模型提前背过答案」的漏洞。GPT-5.6这次拿下136分破的正是这套最难、最防作弊的离线题。在这份离线排行榜上GPT-5.6的一众变体连视觉版都算上集体冲到136分把身后所有对手甩开了一大截。紧咬在后面的是Claude-5 Fable130分。再往下GPT-5.6 LUNA Max、Claude-4.8 Opus这些名字还在117到123分之间打转。要知道130这道门槛之前一直没被跨过去。过去一年里从o3到各家旗舰一茬又一茬的模型冲上来全卡在130的门口谁也没能真正踏进「天才区间」。GPT-5.6是第一个把门踹开的。而且它不是单枪匹马上分SOL、TERRA一整个家族集体飙到136连视觉版都没掉队。在Reddit上一位开发者亲自下场测试最终体感GPT-5.6明显要比GPT-5.5的智商更高。在如下的测试题中GPT-5.6均在最短时间内拿下了出色的成绩。一个分数可能难以令人信服那么GPT-5.6离开考场、真刀真枪干活时是什么样光有分不够把GPT-5.6拉去干活开发者Amir Bohlooli拿同一个物理模拟prompt同时喂给Fable 5和GPT-5.6 Sol本以为会被Fable碾压结果反被GPT惊到。它选了粒子流体模拟物理按真实时间推进而非每帧盲跑固定运算CSS、界面、渲染全塞进一个HTML文件还自动托管成可分享网页。一句话一个成品。Ramanpal Singh同样用了一句prompt造出一个基于RAG的客服工单系统。四种角色、管理后台、可嵌入组件还能自动给投诉分类、识别情绪、起草回复。这样的app它一口气造了5个成本只有Fable 5的零头。最有画面感的是Claire Vo的桥段。几天前她卡在一个bug上以为是自己代码写崩了换到GPT-5.6 Sol后只甩下一句「我就是不信搞不定」。Sol一次修好还顺手让别的模型也跑通了。她的评价一针见血Fable 死磕技术上的绝对精确反而作茧自缚Sol的务实却把活干成了。不得不说AI会做题和AI能救场中间隔着一整个真实项目。这算AGI吗有网友表示「对99%的人来说这已经是AGI了」。冷静下来看这136分是Tracking AI一个特定的离线 / Mensa Norway风格测试跑出来的。它测的主要是抽象模式识别、逻辑推理这一类「标准化认知」。问题在于IQ测试本来就不是为大模型量身定做的。一张Mensa卷子测不出一个模型的事实可靠性测不出它的工具调用能力也测不出它在真实职业场景里到底靠不靠谱。它只是切下了「智能」的一个薄片然后告诉你这一片有多亮。不过人们上手后的实测恰恰给出了另一半答案GPT-5.6好像正在把「会做题」和「会做事」这两件事慢慢拧到一起。标准化测试里的题目模型多半在训练数据里见过千百遍真正见功夫的是那些它从没遇到、也无处抄答案的新问题。谁能在那儿稳住谁才配得上「智商」这两个字。原文链接GPT-5.6智商首破130天才线比99%人类聪明-36氪 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
