Tracking AI最新离线IQ测试显示，OpenAI GPT-5.6多个版本在未公开题库中获得136分，首次将大语言模型测试成绩推至130分以上；该分数在人类智商分布中通常被视为高智商门槛。对比结果显示，Claude-5 Fable得分为130，GPT-5.6 LUNA Max和Claude-4.8 Opus处于117至123分区间。开发者实测中，GPT-5.6 Sol被用于生成粒子流体模拟网页、基于RAG的客服工单系统，并完成代码修复等任务。相关测试主要覆盖抽象模式识别、逻辑推理及部分开发场景。
