新智元转述 Tracking AI 的离线、非公开题库结果:GPT-5.6 得分 136,Claude-5 Fable 为 130,GPT-5.6 LUNA Max 与 Claude-4.8 Opus 在 117 到 123 分区间。
关键边界是,题库来自 Tracking AI 自建的 Mensa Norway 风格测试,文章称离线题库用于减少模型提前刷题的影响;但文中没有给出完整实验设计或第三方复现。IQ 测试也不是为大模型量身定做,因此 136 只能代表这一次特定测试结果,不能直接等同于通用智能。



Comments
Sign in to comment.