GPT-5.6 saavutti 136 pisteen älykkyysosamäärän, ylittäen 99 % ihmisistä
Tracking AI:n testeissä GPT-5.6-mallin älykkyysosamäärä nousi 136 pisteeseen, mikä ylittää 99 % ihmisväestöstä. Tämä on ensimmäinen kerta, kun tekoälymalli ylittää 130 pisteen "nero“-rajan.
Uusi tekoälymalli GPT-5.6 on suoriutunut Tracking AI:n suorituskykytesteissä saavuttaen 136 pisteen älykkyysosamäärän (IQ). Tulos ylittää 130 pisteen rajan, joka ihmisillä määritellään nerojen rajaksi, ja sijoittaa mallin älykkyydeltään 99 % ihmisistä korkeammalle. Tämä on merkittävä virstanpylväs tekoälyn kehityksessä, sillä aiemmat mallit eivät ole ylittäneet tätä tasoa.
Tracking AI käytti arvioinnissa sisäistä, julkaisematonta "offline" -testisarjaa, jonka tarkoituksena on estää mallien vastausten ennalta oppiminen. Tämä testisarja on vaikeampi kuin julkisesti saatavilla olevat testit, joissa mallit ovat aiemmin saavuttaneet jopa yli 140 pistettä. GPT-5.6:n saavuttama 136 pistettä tässä tiukemmassa testissä osoittaa sen parantuneita kykyjä logiikassa ja päättelyssä.
Mallin eri versiot, mukaan lukien visuaalinen versio, saavuttivat kaikki 136 pisteen tuloksen. Tämä eroaa merkittävästi aiemmista malleista, kuten Claude-5 Fable (130 pistettä) ja GPT-5.6 LUNA Max (117-123 pistettä). Menestyksestä huolimatta tekoälytutkijat huomauttavat, että IQ-testit mittaavat vain tiettyä osaa älykkyydestä, kuten abstraktia hahmontunnistusta ja loogista päättelyä. Ne eivät kuitenkaan suoraan mittaa käytännön ongelmanratkaisukykyä tai soveltuvuutta todellisiin työtehtäviin.
Kehittäjien antamat käytännön esimerkit tukevat mallin parantuneita kykyjä. Esimerkiksi GPT-5.6 on osoittanut kykenevänsä luomaan monimutkaisia sovelluksia ja korjaamaan koodivirheitä tehokkaammin kuin aiemmat mallit. Vaikka tulokset ovat lupaavia, on edelleen epäselvää, voidaanko tätä suorituskykyä pitää merkkinä yleisestä tekoälystä (AGI). Tutkijat korostavat, että todellinen älykkyys ilmenee uusien, ennalta tuntemattomien ongelmien ratkaisemisessa.