GPT-5.6's IQ Breaks 130 Genius Threshold for the First Time, Outsmarting 99% of Humans

marsbitXuất bản vào 2026-07-16Cập nhật gần nhất vào 2026-07-16

Tóm tắt

GPT-5.6 has reportedly achieved an IQ score of 136 on Tracking AI's proprietary offline test, surpassing the human "genius" threshold of 130 for the first time. This places it above an estimated 99% of humans in this specific metric. The test is designed to prevent memorization by using a private question bank. Multiple GPT-5.6 variants, including the vision model, consistently scored 136, leading competitors like Claude-5 Fable (130). User anecdotes suggest practical superiority over rivals in real-world coding and problem-solving tasks, such as building a physics simulation or a customer service app from a single prompt. While some speculate this approaches AGI for most users, the article notes IQ tests only measure a narrow slice of cognitive ability like pattern recognition. The significance lies in GPT-5.6's apparent ability to translate high test scores into effective task performance on novel, real-world problems.

Today, 99% of the global human population is actually outperformed by an AI in terms of IQ.

In Tracking AI's latest offline IQ test, multiple versions of the GPT-5.6 "full suite" soared to a score of 136.

This is the first time an LLM has pushed its IQ beyond the 130 mark.

In the distribution of human intelligence, 130 is the starting line for "genius," a level only about 1% of the global population can reach.

In other words, GPT-5.6 is smarter than 99% of humans.

GPT-5.6 Racks Up 136 Points, IQ Breaks "Genius Line" for the First Time

How credible is this "IQ"?

In fact, Tracking AI uses two sets of questions.

One is a public Mensa Norway-style test, available online for anyone to take, which models have already scored over 140 on.

The other is its own curated "offline question bank." It's not public, prevents leaks, and is specifically designed to block the loophole of "models memorizing answers in advance."

The 136 points GPT-5.6 achieved this time was on this most difficult, anti-cheating offline test.

On this offline leaderboard, the various variants of GPT-5.6 (including the vision version) collectively surged to 136 points, leaving all competitors far behind.

Close behind is Claude-5 Fable, with 130 points.

Further down, names like GPT-5.6 LUNA Max and Claude-4.8 Opus are still hovering between 117 and 123 points.

It's important to note that this 130-point threshold had never been crossed before.

Over the past year, wave after wave of models, from o3 to various flagship models, surged forward, all getting stuck at the 130-point door, with none truly stepping into the "genius range."

GPT-5.6 is the first to kick that door open.

And it didn't achieve this score alone; the entire SOL, TERRA family collectively soared to 136, with even the vision version keeping pace.

On Reddit, a developer conducted a hands-on test and concluded that GPT-5.6's intelligence feels significantly higher than GPT-5.5's.

In the following test questions, GPT-5.6 achieved outstanding results in the shortest possible time.

One test score might not be convincing enough, so what does GPT-5.6 look like when taken out of the exam room and put to real work?

More Than Just a Score: Putting GPT-5.6 to Work

Developer Amir Bohlooli fed the same physics simulation prompt to both Fable 5 and GPT-5.6 Sol, expecting to be crushed by Fable, but ended up being amazed by GPT.

It chose particle fluid simulation, with physics progressing in real-time rather than blindly running fixed calculations per frame, cramming CSS, interface, and rendering all into a single HTML file, and automatically hosting it as a shareable webpage. In short, a finished product.

Similarly, Ramanpal Singh used a single prompt to create a RAG-based customer service ticketing system.

Four roles, an admin backend, embeddable components, and it can automatically categorize complaints, recognize sentiment, and draft replies.

It built 5 such apps in one go, at a cost that was only a fraction of what Fable 5 would require.

The most vivid story is from Claire Vo.

A few days ago, she was stuck on a bug, thinking her own code was broken. After switching to GPT-5.6 Sol, she just threw out the line, "I just don't believe I can't fix this."

Sol fixed it in one attempt and even managed to get it running on other models.

Her assessment hit the nail on the head: Fable gets bogged down in technical absolute precision, becoming its own trap, while Sol's pragmatic approach gets the job done.

It has to be said, there's an entire real-world project between an AI that can solve test problems and an AI that can save the day.

Does This Count as AGI?

Some netizens have said, "For 99% of people, this is already AGI."

Looking at it calmly, this 136 score was achieved on a specific offline / Mensa Norway-style test by Tracking AI.

What it measures is mainly "standardized cognition" like abstract pattern recognition and logical reasoning.

The problem is: IQ tests were never designed for large models.

A Mensa exam paper can't measure a model's factual reliability, its tool-calling ability, or how dependable it is in real professional scenarios.

It only slices off one thin layer of "intelligence" and tells you how bright that slice is.

However, hands-on testing by users provides the other half of the answer: GPT-5.6 seems to be slowly merging the two capabilities of "solving test problems" and "getting things done."

The questions in standardized tests are ones models have likely seen thousands of times in their training data; the real test of skill is with those new problems they've never encountered and have no answers to copy from.

Whoever can hold steady there truly deserves the word "intelligence."

References:

https://x.com/davidpattersonx/status/2077049232490672458

https://trackingai.org/

This article is from the WeChat public account "新智元" (New AI Era), author: ASI Revelation

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QAccording to the article, what was the significant achievement of GPT-5.6 in the Tracking AI offline IQ test?

AGPT-5.6 achieved a score of 136 on the private, offline IQ test, which is the first time a large language model has crossed the 130-point 'genius' threshold.

QHow does the article describe the difference between the two sets of IQ tests used by Tracking AI?

ATracking AI uses two sets of tests: a publicly available Mensa Norway-style test that models have already scored highly on, and a private, offline question bank designed to prevent models from having seen the questions before, which is considered more difficult and cheat-proof.

QWhat practical examples are given in the article to demonstrate GPT-5.6's capabilities beyond test scores?

AThe article provides examples where GPT-5.6 successfully created a particle fluid simulation HTML file, built a RAG-based customer service ticket system with multiple features, and efficiently debugged a coding problem that other models failed to solve.

QWhat caution does the article mention about interpreting the IQ score of GPT-5.6?

AThe article cautions that the IQ test only measures a specific slice of intelligence, like abstract pattern recognition and logical reasoning, and does not assess a model's factual reliability, tool-use ability, or performance in real-world professional scenarios.

QWhat was a key distinction made between Claude-5 Fable and GPT-5.6 Sol in their approach to solving problems, according to developer feedback cited in the article?

AAccording to developer feedback, Claude-5 Fable was described as being overly focused on technical perfection, which could hinder practical problem-solving, while GPT-5.6 Sol was praised for its pragmatic approach that successfully got the job done.

Nội dung Liên quan

Chiến sự Mỹ - Iran bùng phát trở lại, các quỹ phòng hộ mạnh tay tăng vị thế mua dầu thô, tốc độ nhanh nhất trong 10 năm

Xung đột Mỹ-Iran tái bùng phát đang định hình lại thị trường dầu toàn cầu. Các quỹ phòng hộ đang tăng cường đặt cược vào giá dầu Brent với tốc độ nhanh nhất trong gần một thập kỷ, do việc đi lại qua eo biển Hormuz bị gián đoạn và nguồn cung nhiên liệu thắt chặt đẩy giá dầu và lợi nhuận lọc dầu cùng tăng cao. Theo dữ liệu đến ngày 14/7, các tổ chức quản lý tài sản đã tăng lệnh mua ròng dầu Brent thêm 75.996 lệnh lên 357.154 lệnh, mức tăng hàng tuần lớn nhất kể từ tháng 12/2016. Giá dầu trong 10 ngày qua cũng tăng lên mức cao nhất trong khoảng một tháng. Nguyên nhân trực tiếp là Mỹ nối lại các cuộc không kích vào Iran. Iran đã phản công và tấn công tàu thuyền qua eo biển Hormuz, làm giảm đáng kể lưu lượng qua tuyến đường then chốt này. Tâm lý nhà đầu tư đảo chiều nhanh chóng từ lo ngại dư thừa sang đóng vị thế bán. Xung đột cũng gây áp lực lên thị trường nhiên liệu toàn cầu. Các cuộc tấn công vào tàu qua eo biển Hormuz đã thắt chặt nguồn cung toàn cầu các sản phẩm như dầu diesel và xăng, đẩy biên lợi nhuận của các nhà máy lọc dầu lên mức cao kỷ lục. Vốn cũng đổ vào lệnh mua ròng dầu sưởi và dầu diesel trên NYMEX. Thêm vào đó, các cuộc tấn công kéo dài của Ukraine vào các nhà máy lọc dầu Nga và lệnh cấm xuất khẩu diesel sau đó của Moscow đã làm trầm trọng thêm tình trạng cung nhiên liệu toàn cầu, đặc biệt là thị trường diesel.

marsbit3 giờ trước

Chiến sự Mỹ - Iran bùng phát trở lại, các quỹ phòng hộ mạnh tay tăng vị thế mua dầu thô, tốc độ nhanh nhất trong 10 năm

marsbit3 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 950Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.8kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片