# GPT-5. 6 智商首破 130 天才线，比99%人类都聪明，实测干活能力同样炸裂

- Link: https://paooo.com/aigc-news/30951/
- Published: 2026-07-16T12:05:44+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * GPT-5.6 多个版本在离线 IQ 测试中拿到 136 分，首次跨过 130 天才线。
 * 实测中它能一句话生成物理模拟、客服工单系统，还能快速修复复杂 bug。
 * IQ 分数只代表抽象推理能力，真正价值还要看真实场景里的稳定性与执行力。

在Tracking AI最新离线IQ测试中，[OpenAI](https://paooo.com/tag/openai/) GPT-5. 6 
多个版本齐刷刷飙到 136 分，这是大语言模型首次将IQ推过 130 这道坎。在人类智商分布
中， 130 分是”天才”的起跑线，全球仅有约1%的人能站上去，这意味着GPT-5. 6 要比99%的
人类更聪明。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6391979886036889743275043-
1.avif "image.png")

最难防作弊题库上拿下 136 分，甩开所有对手

Tracking AI手中有两套题，一套是公开的Mensa Norway风格测试，模型早已刷到 140 多分；
另一套是不公开、防泄题的”离线题库”，专门用来堵住模型提前背答案的漏洞。GPT-5. 6 这次
破的正是这套最难的离线题，SOL、TERRA整个家族集体飙到 136 分，连视觉版都没掉队。紧
随其后的Claude-5 Fable为 130 分，再往下的GPT-5.6 LUNA Max和Claude-4.8 Opus还在 117
到 123 分之间徘徊。过去一年里从o3 到各家旗舰，一茬又一茬模型冲上来全卡在 130 门口，
GPT-5. 6 是第一个把门踹开的。

不光会做题，真刀真枪干活同样惊艳

光有分数不够，开发者们把GPT-5. 6 拉去干活后的实测同样炸裂。开发者Amir Bohlooli用
同一个物理模拟prompt喂给Fable5 和GPT-5.6 Sol，本以为会被Fable碾压，结果GPT-5. 6 
选了粒子流体模拟，物理按真实时间推进，CSS、界面、渲染全塞进一个HTML文件还自动托管
成可分享网页，一句话生成一个成品。Ramanpal Singh同样用一句prompt造出基于RAG的客服
工单系统，包含四种角色、管理后台、自动投诉分类和情绪识别，一口气造了 5 个应用成本
只有Fable5 的零头。

Claire Vo的体验更有画面感——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。

有网友表示”对99%的人来说，这已经是AGI了”。冷静来看， 136 分测的主要是抽象模式识别
和逻辑推理这一类”标准化认知”，IQ测试本来就为[大模型](https://paooo.com/ai-study/)
量身定做，测不出事实可靠性、工具调用能力和真实职业场景的靠谱程度。不过人们上手后
的实测给出了另一半答案——GPT-5. 6 正在把”会做题”和”会做事”这两件事慢慢拧到一起。真正
见功夫的，是那些模型从没遇到、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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Opus ↗**

Opus助力创意革新，在内容创作与营销推广等方面发挥作用，提供独特创作体验。

❓ 常见问题解答（FAQ）

GPT-5.6 的离线 IQ 测试多少分？

文章提到，OpenAI GPT-5.6 多个版本在 Tracking AI 的离线 IQ 测试中拿到 136 分，首次
把大语言模型的成绩推过 130 分门槛，属于非常高的抽象推理表现。

GPT-5.6 实测干活能力强在哪里？

开发者实测显示，它能用一句 prompt 生成物理模拟网页、基于 RAG 的客服工单系统，还能
快速定位并修复 bug，说明它不只会答题，也能把任务落地成可用成果。

大模型 IQ 高就等于更靠谱吗？

不等于。文章明确指出，IQ 测试主要衡量抽象模式识别和逻辑推理，测不出事实可靠性、工具
调用能力和真实工作场景表现。真正关键的是模型在新问题上的稳定执行力。

🔬 语宙深潜追问 · 进阶实操拆解

高IQ分数为何不等于生产力？

IQ测试更偏抽象推理和模式识别，而真实工作还包含需求理解、工具调用、容错和长期一致性。
模型在测试里高分，说明上限强，但是否能稳定交付，还要看任务分解和执行可靠性。

怎么验证模型的实战能力？

不要只看榜单，应该用真实工单、代码库和RAG流程做端到端评测。重点观察它在多轮修改、
错误恢复、引用一致性和边界条件处理上的表现，这些才决定能否进入生产。

🗳️ 读者观点微投票 · 您的实战立场是？

智商破130的GPT-5.6，真更会干活吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[⚡ 所属权威专题：OpenAI GPT 与 Sora 生态 →](https://paooo.com/topics/openai-gpt-sora/)

 * [​GPT-5. 6 今日全量开放：三档定价碾压竞品，AI开发正式进入”性价比”新阶段](https://paooo.com/aigc-news/29103/)
 * [GPT-5.2 发布：OpenAI 三大版本刷新 AI 能力天花板，编程、科学推理全面超越人类专家](https://paooo.com/aigc-news/12779/)
 * [GPT‑5.4 – OpenAI推出面向专业工作的旗舰AI模型](https://paooo.com/aigc-news/38527/)
 * [49.1% 登顶 FrontierCode 绝杀全场！Anthropic 重磅发布 Claude Fable 5.2 与 Mythos：千级智能体 8 天手搓可启动操作系统全景架构深度拆解](https://paooo.com/trends/41693/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/30951/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)