GPT-5.6智商突破130超越99%人类，实测工作能力炸裂
GPT-5 6在离线IQ测试中取得136分，首次突破130分天才线，超越99%人类。实际应用中，其以低成本高效完成物理模拟、客服系统搭建及Bug修复等任务，展现了理论解题与实际做事能力的融合，但距离通用人工智能仍有显著差距。
在人工智能领域，智商测试正成为衡量大语言模型能力的关键指标。根据最新公布的离线IQ测试成绩，OpenAI的GPT-5.6系列模型取得了136分的突破性进展，这是大语言模型首次跨越IQ 130分的“天才”门槛——在全球人类智商分布中，仅有约1%的人能达到这一水平，意味着GPT-5.6比99%的人类更聪明。这一成果背后，是更为严格的防作弊测试体系与真实场景应用的双重验证。
一、测试成绩：最难防作弊题库上的突破
Tracking AI设置了两类测试题库：
- 公开题库：基于Mensa Norway风格，模型此前已刷到140多分。
- 离线题库：不对外公开、杜绝泄题，专门防止模型提前“背答案”。
GPT-5.6此次突破的正是这套最具挑战性的离线题库，其团队中的SOL、TERRA等多个版本集体飙升至136分，连视觉版也保持同等水准。紧随其后的是Claude-5 Fable（130分），再往下的GPT-5.6 LUNA Max和Claude-4.8 Opus则在117到123分之间徘徊。过去一年里，从o3到各家旗舰模型，众多尝试冲击130分门槛的努力均告失败，GPT-5.6是第一个成功的。
小提示： IQ测试主要考察抽象模式识别和逻辑推理这类“标准化认知”能力，对于大语言模型来说，这些题型往往被优化得极为有利。但真正的挑战在于应对从未见过、无法抄袭答案的全新问题。
二、真实场景表现：会做题更会做事
智商分数只是冰山一角，开发者们将GPT-5.6投入实际工作后的反馈同样令人惊艳。
实测案例1：物理模拟网页生成
开发者Amir Bohlooli使用同一个物理模拟prompt，分别喂给Fable5和GPT-5.6 Sol。原以为会被Fable碾压，结果GPT-5.6自动选择了粒子流体模拟，物理按真实时间推进，CSS、界面、渲染全部整合进一个HTML文件，并自动托管为可分享网页——一句话生成一个成品。
实测案例2：客服工单系统快速搭建
Ramanpal Singh同样用一句prompt，基于RAG技术构建了一个完整的客服工单系统，涵盖四种角色、管理后台、自动投诉分类与情绪识别功能。一口气开发了5个应用，成本仅为Fable5的“零头”。
实测案例3：Bug修复与跨模型协作
Claire Vo的体验更为直接：她卡在一个bug上，原以为是自己的代码写崩了。切换到GPT-5.6 Sol后，只留下一句“我就是不信搞不定”，Sol一次性修复，还顺手让其他模型也能跑通。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，而Sol的务实作风真正把活干成了。
小提示： 在实际开发中，GPT-5.6的“低成本高效率”模式值得关注，特别适合快速原型验证和中小型项目。但对于涉及事实可靠性、工具调用精度或真实职业场景的任务，仍需谨慎评估其表现。
三、常见问题解答
Q1：GPT-5.6达到136分，是不是意味着它已经达到AGI（通用人工智能）水准？
有网友表示“对99%的人来说，这已经是AGI了”。但冷静来看，IQ测试主要衡量的是抽象模式识别与逻辑推理，这是专门为AI模型优化的标准化认知题型。真正的AGI需要具备事实可靠性、工具调用能力、真实职业场景的适配度等多维能力。目前GPT-5.6正在把“会做题”和“会做事”逐渐融合，但距离完全意义上的AGI仍有差距。
Q2：测试中“离线题库”和“公开题库”有什么本质区别？
公开题库因已广泛流传，模型容易提前“背答案”导致分数虚高。离线题库不对外公开且持续更新，可以有效防止模型记忆漏洞。GPT-5.6在离线题库上的136分，比公开题库的140多分更具说服力，因为它检验的是模型的真实推理与泛化能力。
Q3：GPT-5.6的实际应用成本比Claude-5低很多，是否会影响模型选型？
是的。从开发者反馈看，GPT-5.6在生成代码、构建应用等任务中展现出“低成本高效率”优势。对于预算有限或需要快速上线的项目，它是更务实的选择。但如果任务对技术细节的绝对精确要求更高，Claude-5在某些严格场景下仍有优势。
四、总结与展望
GPT-5.6在离线IQ测试中取得136分的成绩，不仅标志着大语言模型在标准化认知能力上的飞跃，更通过真实场景实测证明了“会做题”与“会做事”正趋于统一。真正见功夫的，是那些模型从未遇到过、也无处抄袭答案的全新问题——谁能在那儿稳得住，谁才配得上“智商”这两个字。未来，随着模型在事实可靠性、工具调用等维度上的持续突破，我们或许能见证AGI从“实验室概念”走向“日常工具”。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：GPT-5.6智商突破130超越99%人类，实测工作能力炸裂要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点我国科研机构与钢铁企业联合攻关，成功研发出国产“极地钢”。该材料攻克了钢材在极寒环境下易变脆的核心难题，通过在钢材中添加特殊元素并优化工艺，使其能在零下60摄氏度的低温中保持韧性。同时，新材料还具备优异的抗冰层冲击能力，且实现了更薄更轻。目前该产品已启动认证流程，并有型号率先获得中国船级社认证，标志
在近期举办的年度影像节上，美图公司发布了Picchi、Artflo等四款AI新品，并对站酷、美图设计室等四款产品进行了升级，全面覆盖多元创作场景。公司战略核心从提供“AI工作流”功能转向直接“交付成果”，并同步发布了基于MoE架构的美图奇想大模型V6以提供技术支撑。数据显示，该模型已成为驱动其产品A
苹果CEO蒂姆·库克近日确认，由于数据中心需求激增导致内存芯片供应紧张、成本飙升，苹果计划提高产品售价。库克指出DRAM市场形势尤为严峻，并首次公开表示应考虑审视所有供应，包括与中国内存供应商合作的可能性。为应对短缺，苹果准备动用现金储备增加采购，但无意自建芯片工厂。具体的涨价时间、幅度及涉及产
近期，全国多地取消已实行40多年的固定分时电价机制，这一变化主要影响工商业用电，特别是公共充电桩的电价形成方式。新能源车主发现晚间高峰时段充电费用上涨，原因是充电桩电价不再有政府固定的峰谷价差，转而随电力市场供需实时浮动。政策并未废除分时计价，而是将定价逻辑转向市场化，由市场动态决定峰谷时段和价差。
- 日榜
- 周榜
- 月榜
热点快看