Les tests hors ligne ont montré de moins bons résultats des modèles IA

L’intelligence artificielle a officiellement dépassé l’humain moyen en QI. GPT-5 Pro a montré des résultats de 110 à 138 points, tandis que le QI humain moyen est de 100 points. Mais comprenons ce que cela signifie vraiment.

Le portail Tracking AI a mené des tests à grande échelle de modèles IA. Au sommet se trouvaient 2 versions de GPT-5 Pro. Avec vision par ordinateur activée et désactivée. Derrière eux suivent Gemini 2.5 Pro, Claude Opus 4 et Grok 4.

Mais il y a une nuance importante. Contrairement aux humains, l’intelligence artificielle n’est pas limitée dans le temps et peut faire jusqu’à 10 tentatives pour résoudre chaque tâche. Ceci a été fait pour contourner les systèmes de sécurité qui bloquent parfois des mots comme examen ou formation.

Pour les tests, ils ont utilisé 2 types de tâches. Premier — le test officiel Mensa Norway, 35 tâches en 25 minutes. Deuxième — un test hors ligne spécial, créé de zéro et absent d’internet. Cela a exclu la possibilité de pré-entraînement des modèles sur ces tâches.

Ils ont testé les modèles avec vision par ordinateur activée et désactivée. Dans le deuxième cas, les tâches étaient décrites complètement en texte. Et vous savez quoi ? Presque tous les modèles ont montré de moins bons résultats sur le test hors ligne. Cela prouve — des benchmarks de qualité pour l’intelligence artificielle doivent être créés de zéro et protégés contre les fuites vers internet.

L’intelligence artificielle a formellement dépassé l’humain dans les tests d’intelligence classiques. Mais la comparaison est incorrecte. Les tests de QI mesurent un type spécifique de reconnaissance de motifs dans lequel l’intelligence artificielle est naturellement forte. Plus 10 tentatives sans limites de temps – ce sont des conditions de test complètement différentes. Il semble que ces “chercheurs” créent délibérément des conditions pour faire paraître l’intelligence artificielle plus intelligente.