شفاف و کوتاه
چطور این عدد ساخته می‌شود
هدف این صفحه فهم عمومی است، نه تکرار یک آزمایشگاه ارزیابی. اعداد از گزارش‌های عمومی شاخص هوش تا سپتامبر ۲۰۲۶ گردآوری و روی یک مقیاس هم‌تراز شده‌اند تا نمودار زمان معنی داشته باشد.
این عدد یعنی چه؟
شاخص هوش یک میانگین ساده از چند آزمون سخت است؛ نه نظرسنجی، نه تبلیغ شرکت‌ها.
- ۰–۲۰ · عصر GPT-4
- ۲۰–۳۵ · مدل‌های استدلال
- ۳۵–۵۰ · جهش ۲۰۲۶
- ۵۰–۶۰ · بستهٔ خط مقدم
- ۶۰+ · سقف فعلی
ده آزمون پشت عدد
نسخهٔ کامل شاخص‌های عمومی معمولاً این خانواده‌ها را ترکیب می‌کند. اینجا فقط برای فهم آمده‌اند.
کار دانشی عامل‌محور
آیا مدل می‌تواند یک پروندهٔ کاری را چند مرحله جلو ببرد؟
وظایف اقتصادی واقعی
تکالیفی شبیه شغل‌های دانشی، نه سؤال کنکوری.
بانکداری گفت‌وگوئی
دقت در گفت‌وگوی ابزاری با قانون و جزئیات.
پایانه و کدنویسی عامل
کار در محیط واقعی نرم‌افزار، نه فقط نوشتن یک تابع.
کد علمی
پیاده‌سازی ایدهٔ پژوهشی در کد درست.
آخرین آزمون بشریت
سؤال‌های خیلی سخت دانش و استدلال.
اسناد طولانی
خواندن جدول، پاورقی و نمودار در پرونده‌های بلند.
فیزیک پژوهشی
مسئله‌هایی که حدس زدن در آن‌ها جواب نمی‌دهد.
دانش بدون توهم
هم درست بگوید، هم وقتی نمی‌داند حرف نزند.
استدلال با منبع بلند
پیدا کردن نخ منطقی در متن خیلی طولانی.
هوش یک پروژهٔ مستقل و ساده است و به Artificial Analysis وابسته نیست. اعداد تقریبی‌اند؛ برای تصمیم تولیدی، منبع اصلی و آزمون خودتان را ببینید.