GPT-5.6智商首破130天才線，比99%人類聰明

好的，這就為您根據提供的資料，重寫一篇完整的新聞稿。 ---

### GPT-5.6智商首破130天才線，權威測試證實比99%人類更聰明

人工智能的發展再次迎來歷史性時刻。根據36氪報導，在最新的離線智商測試中，OpenAI旗下的GPT-5.6系列模型首次跨越了智商（IQ）130分的“天才門檻”，以136分的優異成績，超越了全球約99%的人類。這不僅代表了大型語言模型（LLM）在認知能力上的一次巨大飛躍，更引發了關於「人工通用智能」（AGI）何時到來的全新討論。 #### 離線防作弊題庫驗證，GPT-5.6踢開「天才區」大門

此次測試由權威追蹤平台Tracking AI執行。不同於網路上公開、可能已被模型「背熟」的Mensa Norway風格試題（該題庫模型早已刷到140分以上），Tracking AI祭出了其獨家打造的「離線題庫」。這套題庫不公開、防洩題，目的正是為了杜絕模型憑藉訓練數據中的記憶來「作弊」得分，專注測量其真實的抽象推理與模式識別能力。 結果顯示，GPT-5.6的多個變體版本，包括SOL、TERRA甚至視覺版，在這套最嚴苛的測試中集體拿下了136分的佳績，將所有競爭對手遠遠甩在身後。此前一年，從o3到各家旗艦模型，無數挑戰者都在130分的門檻前止步。如今，GPT-5.6成為第一個真正踏進「天才區間」的AI。 在最新的榜單上，緊隨其後的是Claude-5 Fable，得分為130分，勉強觸及天才線。再往下則是GPT-5.6 LUNA Max與Claude-4.8 Opus等模型，分數落在117至123分之間。GPT-5.6的表現可謂是「把門踹開」，並且是「全家桶」式的集體突破。 #### 不只會做題，GPT-5.6的真實生產力驚艷開發者社群

如果說一個冷冰冰的分數還不足以令人信服，那麼GPT-5.6在真實工作場景中的表現，則為其高智商提供了有力佐證。不少開發者在社群平台上分享了他們的親身實測，結果令人驚嘆。 開發者Amir Bohlooli用同一個物理模擬的提示詞同時測試GPT-5.6 Sol和Claude-5 Fable。他原本預期Claude會勝出，結果卻被GPT-5.6的表現震撼。GPT-5.6不僅選擇了更為複雜的粒子流體模擬，讓物理效果依真實時間推進，還將CSS、界面、渲染全部打包進一個HTML文件，並自動生成可分享的網頁鏈接。一句話的指令，換來一個可直接交付的成品。 另一位開發者Ramanpal Singh同樣只使用了一句提示詞，便讓GPT-5.6構建了一個基於RAG（檢索增強生成）技術的完整客服工單系統。該系統包含四種用戶角色、功能完善的管理後台、可嵌入的組件，甚至能自動對投訴內容進行分類、識別用戶情緒並起草回覆。更驚人的是，這樣的應用程式他一口氣讓GPT-5.6創建了5個，而成本僅為使用Claude-5 Fable的零頭。 最生動的例子來自開發者Claire Vo。幾天前，她曾被一個程式碼bug卡住，嘗試多種方法無果。當她將問題丟給GPT-5.6 Sol時，只說了一句「我就是不信搞不定」。結果，GPT-5.6不僅一次解決了問題，還順手讓其他模型也能執行該程式碼。這讓Claire Vo感嘆，Claude系列在技術絕對精確性上反而作繭自縛，而GPT-5.6的務實作風，卻能真正把活幹成。 #### 高分背後的冷思考：這是AGI的曙光嗎？ GPT-5.6的136分，無疑是一項里程碑式的成就。然而，我們也必須冷靜看待這個分數。此次測試主要依賴於標準化的認知測試，側重於抽象模式識別與邏輯推理。一張標準的智商測試卷，無法全面評估一個模型的事實可靠性、工具調用能力以及在複雜、開放的職業場景中的真實可靠性。 正如報導中所指出的，智商測試切下的只是「智能」的一個薄片，告訴我們這一片有多亮。但真正的智能，還需要看它能否解決從未遇過、無處抄襲答案的新問題。值得慶幸的是，開發者們的反饋為我們提供了另一半答案：GPT-5.6似乎正在將「會做題」與「會做事」這兩種能力慢慢融合。 有網友直言：「對99%的人來說，這已經是AGI了。」 即使定義尚有爭議，但GPT-5.6這次的突破無疑具有象徵意義。它不僅僅是一個分數的提升，還標誌著AI正在從一個優秀的「答題機器」，向一個能獨立解決真實世界問題的「智能助手」邁出了堅實的一步。當一個模型能同時在標準化測試中拿滿分，並在實戰中完美救場時，我們或許正站在一個新時代的門口。