哪个 AI 最聪明？一份基于智商测试的排行榜揭晓答案

人工智能有多聪明？如果用人类的智商（IQ）标准来衡量，哪一个大模型能拿到“天才”称号？

最近，研究机构 Tracking AI 利用 Mensa 挪威版 IQ 测试，对全球 24 个主流 AI 模型进行了统一评估。这项测试以难度高著称，得分在 130 以上通常被视为天才级。

结果显示：AI 的智商，已不只是模仿人类，部分模型甚至超越了人类顶尖水平。

1、OpenAI o3 模型拔得头筹，IQ 高达 135

测试中，OpenAI 的文本模型 o3 获得了最高分：135，达到 Mensa 的“天才”标准。紧随其后的是 Anthropic 的 Claude-4 Sonnet（127 分）和 Google 的 Gemini 2.0 Flash Thinking（126 分），表现同样强劲。其他如 OpenAI o4 mini 和 Gemini 2.5 Pro 也都超过了 120 分，远高于人类平均 IQ（约为 90–110 分）。

这些结果说明，主流文本模型在逻辑推理、抽象思维和语言理解方面，已具备甚至超越人类高智商者的能力。

2、文本模型更“聪明”，多模态反而落后

一个有趣的发现是，排名前十的全部是“纯文本”模型。而得分垫底的五个 AI 模型，全是能看图的多模态模型。

例如，OpenAI 的 GPT-4o（Vision）在图像类题目中得分仅 63，xAI 的 Grok-3 Think（Vision）更低，只有 60，远低于人类平均水平。

这说明当前 AI 在语言逻辑方面已非常成熟，但在图像理解、空间推理等多模态任务上仍有明显短板。尽管多模态模型看似“更全能”，但在智力测试这类需要高度抽象推理的任务中，仍不如专注于文本的模型表现出色。

3、智力在重构，AI 不是“全面聪明”

此次排名揭示出一个趋势：AI 的“聪明”是结构性的——在语言推理方面已达到甚至超越人类天花板，但在视觉感知和多模态推理上仍处在成长期。

这也提醒我们，AI 的智能并非通用型“全才”，而更像是一个由不同能力模块拼接而成的“专家型系统”。

未来，AI 是否能在多模态理解上实现跨越，成为更全面的智能体，还有待观察。但可以确定的是，AI 已不再只是“模拟人脑”，而是在部分维度上

超越人类本身

。