AI IQ 页面给 GPT-6.2 Sol 的 Composite IQ 为 140,在当时有排名的 185 个模型中列第 6。此值不是七项都实测后得出的分数:只有数学、抽象推理、可靠性三维有直接基准结果,另外四维由 AI IQ 估算。其测评原始结果覆盖 39 项基准中的 5 项。
适合判断的任务:了解 AI IQ 如何汇总 GPT-6.2 Sol 已公开的基准结果、分项排名和估算覆盖度。
不适合外推的任务:据 Composite IQ 断言实际智商、通用能力或特定业务表现。将本页名次当作同一测试环境下的全面横评。
适用的模型版本:GPT-6.2 Sol,模型 ID gpt-6.2-sol。
测试环境或客户端:页面未注明该模型各基准的推理档位、参数、API 快照或运行客户端。
推理档位和参数:未注明。
AI IQ 将 39 项基准分配至七个等权维度:抽象推理、数学推理、学术推理、程序化推理、计算机使用、可靠性、知识工作。页面报告每项原始基准结果,并将基准成绩映射到 IQ 70、85、100、115、130、145、160 的标定锚点。Composite IQ 为七维分数的算术平均后取整。
该模型只有 3/7 维度有直接基准结果。页面将学术推理、程序化推理、计算机使用、知识工作标为估算。整体覆盖为 5/39 项基准。AI IQ 方法页说明,缺项会用维度估算补齐,因此 Composite IQ 不是只对已测维度取平均。该站方法页为计分解释的辅助说明。本条的模型分数和排名仅取自上述模型档案页。
| 维度 | IQ 分数 | 排名 | 证据覆盖 |
|---|---|---|---|
| 抽象推理 | 130 | 第 8 / 220 | 实测,3/5 项基准有结果 |
| 数学推理 | 157 | 第 1 / 185 | 实测,1/5 项有结果 |
| 学术推理 | 135 | 第 10 / 222 | 估算,0/6 |
| 程序化推理 | 153 | 第 4 / 186 | 估算,0/6 |
| 计算机使用 | 147 | 第 4 / 185 | 估算,0/5 |
| 可靠性 | 123 | 第 40 / 187 | 实测,1/6 |
| 知识工作 | 132 | 第 13 / 185 | 估算,0/6 |
页面汇总的 Composite IQ 为 140,排名第 6 / 185,并标注“领先 97%”。页面显示 GPT-6.1 Sol 为 141。这一分差是该站综合分数的比较,不代表某一共同测试上的表现差异。
以下为档案页展示的五项原始结果。括号中的分母是该基准排名列表中的模型数,不是测试题数或样本量。
| 基准 | GPT-6.2 Sol 分数 | 页面排名 | 页面列出的领先者 |
|---|---|---|---|
| ARC-AGI-3 | 54.9% | 第 5 / 29 | fable-5.2,81.2% |
| ARC-AGI-1 | 97.5% | 第 13 / 73 | fable-5,98.5% |
| ARC-AGI-2 | 85.8% | 第 14 / 73 | gpt-6.2-astra,95.8% |
| MathArena | 89.5% | 第 2 / 70 | gpt-6.2-astra,92.2% |
| BullshitBench v2 | 42.0% | 第 51 / 95 | opus-4.8,94.0% |
页面将各条结果标为“Full source leaderboard reconciliation · Nov 18”,但未给该日期年份。没有公布各基准的题目数、运行次数、抽样策略、评测 harness、提示词、推理参数或单次原始记录。不能从排名分母推算样本量。页面没有给出模型的速度测量值。
来源方数据:五项原始成绩、分项 IQ、综合分和排名均为 AI IQ 档案页所示。它们是第三方聚合页面的报告值,不是 OpenAI 官方基准成绩,也不是本文独立复测。
实测与估算须分开:页面显示的四个估算维度不是 GPT-6.2 Sol 在这些维度基准上的实测结果。Composite IQ 将估算维度纳入七维平均,因此 140 不应被读成五项原始分数的直接换算。
IQ 标尺限制:AI IQ 方法页称其映射是暂定、相对网站自身基准的标尺,不是新的人类 IQ 验证研究。页面的 IQ 分数不能解释为心理测验意义上的人类智商。
区间限制:档案图表标注的 95% 范围是模型估算区间,方法页说明其并非经验校准的置信区间,也不包含标定梯、任务相关性、来源选择等全部不确定性。
比较限制:分项名次的分母不同,表示各维度参与排名的模型数不同。不同基准的题集、工具和评测配置也可能不同。档案页没有提供足够信息验证跨模型是否同配置。
动态快照:名次、总模型数和领先者是采集时页面所示,不应视为固定排名。
可按档案页复核五项公布分数、七维估算标记和排名。无法据此复算模型的基准成绩或 Composite IQ,因为页面没有完整公布模型运行参数、样本量、harness 版本和逐项数据。估算又依赖 AI IQ 的标定与缺项处理规则。解释计分时可参考同站方法说明:AI IQ 方法页(辅助方法来源,不是本条模型结果的第二个数据来源)。
GPT-6.2 Sol