人工智能模型IQ测试分析

测试周期：每周进行16次语言测试（Verbal）与7次视觉测试（Vision），数据更新至2025年2月3日。  

评分标准：最终成绩取最近7次测试的平均值，确保结果反映模型的稳定性。  

分数范围：横轴标有50至160的IQ分数区间，目前主流模型成绩集中在80至150之间。  

图表将模型分为三组排列，可能对应不同测试类别或版本迭代。通过对比发现：  

 

1.第一梯队：多模态模型优势显著

   - 头部模型：GPT-4 Omni（Vision）、Claude-3.5 Sonnet、Gemini Advanced等位居前列，均具备视觉处理能力（标注“Vision”）。  

   - 关键能力：视觉与语言结合的“多模态”技术显著提升综合得分，例如GPT-4 Omni（Vision）可能通过图像理解增强逻辑推理表现。  

 

2. 第二梯队：语言模型追赶中  

   - 纯语言模型：如Grok-2、Llama-3.3等未标注“Vision”的模型，分数略低于第一梯队，但仍保持80-120区间。  

   -迭代差异：Claude-3 Opus（Vision）等升级版通过加入视觉模块缩小差距，凸显技术更新的重要性。  

 

3. 第三梯队：早期版本与细分产品

   - 细分