Offline-Tests zeigten schlechtere Ergebnisse von KI-Modellen

Künstliche Intelligenz hat offiziell den durchschnittlichen Menschen beim IQ überholt. GPT-5 Pro zeigte Ergebnisse von 110 bis 138 Punkten, während der durchschnittliche menschliche IQ 100 Punkte beträgt. Aber lassen Sie uns verstehen, was das wirklich bedeutet.

Das Portal Tracking AI führte umfangreiche Tests von KI-Modellen durch. An der Spitze standen 2 Versionen von GPT-5 Pro. Mit ein- und ausgeschaltetem Computer Vision. Dahinter folgen Gemini 2.5 Pro, Claude Opus 4 und Grok 4.

Aber es gibt eine wichtige Nuance. Im Gegensatz zu Menschen ist künstliche Intelligenz nicht zeitlich begrenzt und kann bis zu 10 Lösungsversuche für jede Aufgabe machen. Das wurde gemacht, um Sicherheitssysteme zu umgehen, die manchmal Wörter wie Prüfung oder Training blockieren.

Für die Tests verwendeten sie 2 Aufgabentypen. Erstens — den offiziellen Mensa Norway Test, 35 Aufgaben in 25 Minuten. Zweitens — einen speziellen Offline-Test, von Grund auf erstellt und im Internet nicht vorhanden. So schlossen sie die Möglichkeit des Vortrainings der Modelle auf diese Aufgaben aus.

Die Modelle testeten sie mit ein- und ausgeschaltetem Computer Vision. Im zweiten Fall beschrieben sie die Aufgaben vollständig mit Text. Und wissen Sie was? Fast alle Modelle zeigten schlechtere Ergebnisse beim Offline-Test. Das beweist — qualitative Benchmarks für künstliche Intelligenz müssen von Grund auf erstellt und vor Leaks ins Internet geschützt werden.

Künstliche Intelligenz hat formal den Menschen in klassischen Intelligenztests übertroffen. Aber der Vergleich ist inkorrekt. IQ-Tests messen einen spezifischen Typ der Mustererkennung, in dem künstliche Intelligenz natürlich stark ist. Plus 10 Versuche ohne Zeitbegrenzung – das sind völlig andere Testbedingungen. Es sieht so aus, als würden diese „Forscher“ absichtlich Bedingungen schaffen, damit künstliche Intelligenz klüger aussieht.