见证历史！GPT-5.6 智商首破 136，那激活GPT-5.6比 99% 的人聪明？

因公众号更改推送规则，部分小伙伴看不到文章推送，请将 程序视点 设为星标,精品文章第一时间阅读

大家好！欢迎来到程序视点，我是你们的老朋友.安戈。

前言

最近 AI 圈又炸了一题：Tracking AI 离线 IQ 测试里，GPT-5.6「全家桶」多个版本齐刷刷飙到 136 分。

什么概念？人类 IQ 分布里，130 是「天才」起跑线，全球大约只有 1% 的人能站上。LLM 第一次把分推过这道坎——按测试口径，它比 99% 的人类还「聪明」。

这IQ 136 分，到底含金量多高？离开考场，GPT-5.6真能干活吗？咱们往下聊。

这分怎么来的？离线题，不是刷公开卷

Tracking AI 有两套题：一套公开 Mensa Norway 风格，模型早刷到 140+；另一套是不公开、防泄题的离线题库，专门堵「提前背答案」。

GPT-5.6 这次破的，正是这套最难、最防作弊的离线题。

排行榜上，GPT-5.6 各变体（含视觉版）集体 136，把对手甩开一截。后面 Claude-5 Fable 130，再往下 LUNA Max、Opus 4.8 还在 117–123 打转。

过去一年，从 o3 到各家旗舰，一茬茬冲 130，全卡在门口。GPT-5.6 是第一个踹开门的——而且 SOL、TERRA 整个家族一起上，不是单点爆发。

Reddit 上有开发者实测：同样题目，GPT-5.6 比 5.5 明显更「会做题」，速度也更快。

分数之外：真刀真枪干活什么样？

一个分难服众，看项目。

开发者 Amir Bohlooli 用同一物理模拟 prompt 对比 Fable 5 和 GPT-5.6 Sol——本以为 Fable 碾压，结果被 GPT 惊到：粒子流体、按真实时间推进、CSS 界面渲染全塞进一个 HTML，还自动托管成可分享网页。一句话，一个成品。

最有画面感的是 Claire Vo的桥段：自己卡在 bug上，还以为自己代码写崩，换 GPT-5.6 Sol，甩一句「我就是不信搞不定」——一次修好，还顺带让别的模型跑通。

她评价：Fable 死磕绝对精确反而作茧自缚，Sol 务实，把活干成了。

AI 会做题，和 AI 能救场，但对我们开发者来说，中间隔着一整个真实项目。但 GPT-5.6 似乎正在把两件事慢慢拧到一起。

这算不算 AGI ？冷静半拍

有网友说：「对 99% 的人来说，这已经是 AGI。」

冷静看，136 分来自特定离线 / Mensa 风格测试，测的主要是抽象模式识别、逻辑推理——「标准化认知」的一片切片。

IQ 测试不是为大模型量身定做的：测不出事实可靠性、工具调用稳不稳、职业场景靠不靠谱。

真正见功夫的，是从没见过、无处抄答案的新问题。训练数据里刷千百遍的题，和现场救火，不是一回事。何况GPT救火时，还出现差点儿把家烧了的情况：惊恐！GPT-5.6 Sol干了一票大的~

谁能在后者稳住，谁才配得上「智商」两个字——分数亮是一回事，日常能不能托付是另一回事。

写在最后

好了！今天先到这里！你试过 GPT-5.6 了吗？是分数更震撼，还是干活更震撼？