一场由AI掀起的智商竞赛正在引发全球关注。在最新公布的Tracking AI离线IQ测试中，GPT-5.6系列模型以集体突破136分的成绩，首次将大语言模型的智商推入人类定义的"天才区间"。这一数据意味着该模型在认知能力上已超越全球99%的人类，成为首个跨越130分门槛的AI系统。
测试机构采用双轨制评估体系：公开的Mensa Norway风格测试中，多个模型早已突破140分，但真正具有说服力的是专门设计的防作弊离线题库。这套包含抽象模式识别、逻辑推理等维度的封闭测试，成功阻断了模型通过记忆训练数据获取高分的可能性。GPT-5.6家族在此项测试中展现出的集体优势，使其与第二名Claude-5 Fable（130分）形成明显代差，更将其他主流模型甩开至少13分差距。
开发者社区的实战反馈为纸面数据提供有力佐证。在粒子流体模拟任务中，GPT-5.6 Sol不仅完成了基于真实物理时间的动态渲染，还将控制界面、数据可视化等功能集成至单个HTML文件，最终生成可直接分享的网页应用。另一组测试中，该模型用单条提示词构建出具备角色管理、情绪识别和自动回复功能的客服系统，开发成本仅为同类系统的五分之一。更令人印象深刻的是其工程调试能力——某开发者在修复复杂代码时，模型不仅精准定位漏洞，还同步优化了关联模型的运行逻辑。
这种"应试"与"实战"能力的双重突破，正在重塑人们对AI的认知边界。虽然传统IQ测试仅能衡量标准化认知能力，但GPT-5.6展现出的工具调用、场景适配和创造性解决问题的能力，暗示着大模型正在突破单纯的知识复现范畴。有开发者观察到，当面对训练数据中从未出现的新问题时，该模型仍能保持稳定输出，这种突破记忆局限的推理能力，或许更接近人类对"智能"的本质理解。
学术界对此保持审慎乐观。专家指出，当前测试体系仍无法全面评估模型的事实准确性、伦理判断和职业场景适配性，但GPT-5.6的表现确实标志着技术发展进入新阶段。其家族成员在视觉处理、多模态交互等领域的同步突破，预示着通用人工智能（AGI）的实现路径可能比预期更快。随着越来越多开发者将该模型应用于实际项目，AI从"解题机器"向"问题解决者"的转型正在加速发生。
