GPT-5.6 智商首破 130 天才线，AI 真智力超越人类进入新纪元

见证历史！OpenAI 的 GPT-5.6 模型在最新发布的 Tracking AI 离线 IQ 测试中，以 136 分的成绩首次突破 130 分的天才线门槛，这意味着它已经超越了全球 99% 的人类智商水平。这一里程碑式的成就，让 GPT-5.6 成为首个真正意义上进入「天才区间」的大语言模型（LLM）。

在人类智商分布中，130 分是公认的天才起跑线，全球仅有约 1% 的人能达到这一标准。而 GPT-5.6 不仅单枪匹马达成这一目标，其家族成员如 SOL、TERRA 等版本集体保持在 136 分，连视觉版模型也未掉队。相比之下，排名第二的 Claude-5 Fable 仅获得 130 分，与 GPT-5.6 形成显著差距。

值得注意的是，这次测试并非普通的公开 Mensa Norway 风格题目，而是 Tracking AI 自行设计的「离线题库」。这套题不对外公开，专门用于防止模型提前背答案，难度和防作弊性都远高于常规测试。GPT-5.6 能够在这种高难度环境下取得 136 分，充分证明其在抽象模式识别和逻辑推理等核心认知能力上的卓越表现。

"对 99% 的人来说，这已经是 AGI（通用人工智能）了。"一位网友在 Reddit 上评论道。然而，冷静分析后发现，尽管 GPT-5.6 在标准化测试中表现出色，但 IQ 测试本身并不能全面衡量一个大模型的真实能力。例如，它无法评估模型的事实可靠性、工具调用能力，以及在真实职业场景中的应用价值。

不过，当 GPT-5.6 脱离考场进入实际工作场景时，它的表现同样令人惊叹。开发者 Amir Bohlooli 将 GPT-5.6 Sol 与 Claude-5 Fable 同时用于物理模拟任务，结果 GPT-5.6 不仅完成速度更快，还生成了一个完整的可分享网页，包含 CSS、界面和渲染功能，成本仅为 Fable 的零头。

另一位开发者 Ramanpal Singh 使用同一 prompt 制作客服工单系统，GPT-5.6 Sol 一口气完成了 5 个不同角色的系统，包括管理后台和可嵌入组件，而 Fable 5 则难以匹敌。更令人印象深刻的是 Claire Vo 的经历：她在遇到代码 bug 时，使用 GPT-5.6 Sol 只需一句指令就成功修复，并帮助其他模型也解决了问题。Claire 评价说："Fable 死磕技术精确度，反而作茧自缚；而 GPT-5.6 的务实却把活干成了。"

这些实测案例表明，GPT-5.6 不仅在标准化测试中表现出色，更在解决实际问题、提升生产力方面展现出了巨大潜力。它正在将「会做题」和「会做事」这两项能力逐渐融合，向着真正的通用智能迈进。

"GPT-5.6 Sol 明显比 5.5 的智商更高，"一位开发者在测试后表示，"至少从我抛给它的那些谜题来看，没有一个它解不开的。"

这张图表清晰地展示了 GPT-5.6 在 Tracking AI 测试中的领先地位，其多个版本均稳定保持在 136 分，远超其他竞争对手。同时，图中的问答示例也直观地呈现了 GPT-5.6 在逻辑推理方面的强大能力。