Resposta curta: O ChatGPT não tem QI no sentido humano, mas seus modelos obtêm pontuações altas em quebra-cabeças do tipo QI. O TrackingAI de Maxim Lott registrou o ChatGPT Pro com 148 no teste público Mensa Norway em outubro de 2025; em 28 de setembro de 2026, o 36Kr relatou que o GPT-6 Astra da OpenAI atingiu 151, o teto desse teste. No teste offline privado de Lott, as pontuações máximas giram em torno de 130 a 135. Estes são resultados de quebra-cabeças, não QIs comparáveis aos humanos.
Em resumo
| Melhor resultado em teste público (OpenAI) | 151 no Mensa Norway, GPT-6 Astra, relatado em 28 de setembro de 2026 (36Kr, citando o TrackingAI) |
|---|---|
| Melhor resultado em teste offline | 135, GPT-5.6 Terra com entrada de imagem, mesmo relatório |
| Primeira pontuação amplamente citada | QI verbal 155 em cinco subtestes WAIS-III (Roivainen, Scientific American, 2023) |
| Rastreador | TrackingAI, operado pelo jornalista Maxim Lott |
| Taxa de ganho medida | Cerca de 2,5 pontos de QI por mês, de maio de 2024 a outubro de 2025 (Lott) |
| Comparável a um QI humano? | Não: condições diferentes, risco de contaminação, sem amostra de normatização de IA |
As pontuações, data a data
As pontuações da IA mudam a cada mês, portanto, cada número aqui traz a data em que foi relatado e a pessoa que o relatou. O recorde mais longo pertence a Maxim Lott, um jornalista que testa chatbots em quebra-cabeças do tipo QI desde pelo menos o início de 2024 e publica os resultados em seu site TrackingAI e em sua newsletter, Maximum Truth.
| Data do relatório | Modelo | Teste | Resultado | Fonte |
|---|---|---|---|---|
| 2023 (Scientific American) | ChatGPT | Cinco subtestes verbais WAIS-III, digitados | QI verbal 155 | Eka Roivainen, Hospital Universitário de Oulu |
| 2023 (Nature Human Behaviour) | GPT-3 (text-davinci-003) | Versão de texto de problemas de matrizes estilo Raven | Igualou ou superou participantes humanos na maioria dos cenários | Webb, Holyoak e Lu |
| 14 de setembro de 2024 | OpenAI o1-preview | Mensa Norway | 25 de 35 corretas; um QI "tão alto quanto 120" | Maxim Lott, Maximum Truth |
| 19 de abril de 2025 | OpenAI o3 | Mensa Norway / teste offline | 136 / 116 | Maxim Lott, Maximum Truth |
| 31 de outubro de 2025 | ChatGPT Pro | Mensa Norway / teste offline (texto) | 148, em 34 de 35, duas vezes / 117 | Maxim Lott, Maximum Truth |
| 28 de setembro de 2026 | GPT-6 Astra; Claude Fable 5.1 | Mensa Norway | 151, todas as 35 corretas, o topo da escala | 36Kr, citando o TrackingAI de Lott |
| 28 de setembro de 2026 | GPT-5.6 Terra (entrada de imagem) | Teste offline | 135, contra um máximo de cerca de 136 | 36Kr, citando o TrackingAI de Lott |
Leia a tabela como uma tendência, não como uma classificação. Os nomes dos modelos mudam, as empresas ajustam as configurações após o lançamento e o resultado de uma única semana pode oscilar vários pontos. O progresso não é suave: Lott relatou que as pontuações da IA mal se moveram por cerca de seis meses antes que o o1-preview chegasse em setembro de 2024.
Como o TrackingAI testa um chatbot
Lott usa dois instrumentos. O primeiro é o teste Mensa Norway, um quiz público online de 35 itens de padrões visuais com um limite de 25 minutos; nosso guia para o teste Mensa Norway explica seu formato. O segundo é um teste offline escrito do zero por um membro da Mensa identificado como Jurij e nunca postado na internet.
Lott normatizou os itens offline em relação aos itens do Mensa Norway fazendo com que seus leitores fizessem ambos, de modo que um 100 signifique aproximadamente a mesma coisa em cada um. A calibração de setembro de 2024 baseou-se em cerca de 40 leitores. Lott relatou que o próprio teste Mensa Norway foi normatizado em 80 pessoas com pontuações oficiais de QI, uma afirmação de seu criador que ele não verificou. De acordo com o relatório de setembro de 2026 do 36Kr, o TrackingAI testa mais de 30 modelos por semana e faz a média das últimas sete tentativas de cada modelo. Alguns modelos veem os quebra-cabeças como imagens; outros os recebem descritos em palavras, o que até agora produziu pontuações mais altas.
O problema da contaminação
Um modelo de linguagem aprende com uma vasta compilação de textos públicos. Se as perguntas e respostas de um teste estiverem em algum lugar dessa compilação, uma pontuação alta pode refletir memória em vez de raciocínio. Lott chamou isso de a objeção mais comum aos seus primeiros resultados, e ele observa que as respostas da Mensa Noruega existem online.
A lacuna entre seus dois testes é a evidência. Em outubro de 2025, o ChatGPT Pro obteve 148 no teste público e 117 no privado. Lott escreveu que a contaminação explica parcialmente por que os melhores sistemas se aproximam do teto do teste público enquanto marcam cerca de 130 offline.
Pesquisadores documentaram o problema em outros benchmarks. Shahriar Golchin e Mihai Surdeanu, em um preprint de 2023, criaram um método para detectar itens de teste que um modelo memorizou e concluíram que o GPT-4 tinha visto partes de três conjuntos de dados padrão, incluindo AG News e XSum. Qualquer teste com respostas publicadas acarreta o mesmo risco, razão pela qual a pontuação offline é o número mais significativo.
Por que uma pontuação de IA não é um QI humano
Um QI humano é uma pontuação de desvio. Ele compara uma pessoa com uma amostra grande e representativa de pessoas da mesma idade, escalonada para uma média de 100 e um desvio padrão de 15. Não existe tal amostra para máquinas, e a amostra humana nunca foi projetada para classificá-las.
- Perfis desiguais. Roivainen deu ao ChatGPT os subtestes de Vocabulário, Semelhanças, Compreensão, Informação e Aritmética do WAIS-III. Ele obteve um QI verbal de 155, mas ele observou que falhou em um enigma simples. Ele pulou a Extensão de Dígitos, uma tarefa de memória de trabalho, porque o chatbot carece desse sistema de memória, e subtestes não verbais não foram possíveis.
- Condições diferentes. Um modelo não cansa, pode tentar novamente e funciona com um orçamento de computação definido pelo fornecedor. Limites de tempo criados para a atenção humana não o limitam da mesma maneira.
- Efeitos de teto. A 36Kr observou que a Mensa Noruega relata pontuações humanas apenas até 145. Em dezembro de 2025, Lott disse que planejava melhorar a granularidade de seu teste acima de 130, onde ele separa mal os sistemas de topo.
- Amplitude. Lott citou a visão do economista Tyler Cowen de que tais testes subestimam a extrema amplitude de conhecimento de um modelo, a coisa que ele faz melhor.
A bateria de inteligência para adultos por trás da maioria das pontuações clínicas é descrita em WAIS-IV explicado.
O que as pontuações mostram
A tendência é real, mesmo que o número não seja um QI. Lott mediu um ganho médio de cerca de 2,5 pontos de QI por mês para a IA líder entre maio de 2024 e outubro de 2025, de meados dos anos 80 até cerca de 130. Ele projetou em outubro de 2025 que os principais sistemas atingiriam o limite máximo em testes de QI humanos no final de 2027.
O trabalho acadêmico aponta na mesma direção. Em 2023, Taylor Webb, Keith Holyoak e Hongjing Lu relataram em Nature Human Behaviour que o GPT-3 igualou ou superou os participantes humanos na maioria das tarefas de analogia, incluindo uma versão em texto de problemas de matriz modelados em Raven's Progressive Matrices. Eles chamaram a habilidade de emergente: ela surgiu sem treinamento nessas tarefas específicas.
O que as pontuações não podem mostrar é se um sistema entende, planeja ou julga como uma pessoa faz. Alan Turing levantou essa questão em 1950 com um teste de conversa, não uma folha de quebra-cabeça; veja o que é o teste de Turing e a história da inteligência artificial.
Como os números mapeiam as pontuações humanas
Em uma escala humana, uma pontuação offline de 130 colocaria uma pessoa em cerca do 98º percentil, o limite tradicional da Mensa. Veja o que significa um QI de 130. Um 151 seria mais raro do que 1 em 1.000. Essas comparações descrevem a escala, não a máquina: o modelo alcançou sua pontuação sob condições que nenhum humano fazendo o teste enfrenta.
Para pontuações humanas, a mesma cautela sobre o formato se aplica ao contrário. Testes rápidos online são uma prática útil e uma medição pobre; leia testes de QI online são precisos. Nosso teste de QI gratuito é um rastreador de prática, não uma avaliação clínica. Cada guia relacionado está reunido em guias de QI.
Perguntas frequentes
Qual é o QI do ChatGPT?
Ele não tem QI no sentido humano. No teste público da Mensa Noruega, Maxim Lott registrou o ChatGPT Pro com 148 em outubro de 2025, e a 36Kr relatou em 28 de setembro de 2026 que o GPT-6 Astra da OpenAI havia atingido o teto de 151 do teste. No teste privado offline de Lott, o melhor resultado da OpenAI naquele relatório foi 135.
O ChatGPT é mais inteligente que os humanos?
Em testes de quebra-cabeça estreitos, os modelos atuais superam a maioria das pessoas. Isso não os torna mais inteligentes em geral. Eles podem falhar em enigmas simples, dependem de configurações que seus criadores controlam e podem ter visto respostas de testes publicadas durante o treinamento. Uma pontuação estilo QI mede um tipo de tarefa, não a inteligência geral.
Qual IA tem a pontuação de QI mais alta?
Os rankings mudam mensalmente. Em um relatório de 28 de setembro de 2026 citando a TrackingAI, a 36Kr disse que dois modelos, o GPT-6 Astra da OpenAI e o Claude Fable 5.1 da Anthropic, marcaram 151 na Mensa Noruega, enquanto o GPT-5.6 Terra com entrada de imagem liderou o teste offline com 135. Verifique o rastreador para a última semana.
Por que os modelos de IA pontuam mais baixo no teste offline?
Como suas perguntas nunca foram publicadas, é improvável que os modelos as tenham memorizado. O teste público da Mensa Noruega tem as respostas online, e um modelo pode tê-las absorvido durante o treinamento. Lott atribui grande parte da lacuna entre as duas pontuações a essa exposição.
O ChatGPT pode fazer um teste de QI clínico real?
Apenas em parte. Um psicólogo pode digitar subtestes verbais para ele, como Eka Roivainen fez com o WAIS-III, mas os subtestes de memória de trabalho e de desempenho prático não se traduzem. O resultado é um perfil parcial avaliado de acordo com normas humanas, não um QI de escala completa.
Fontes
- Maxim Lott, Avanço massivo na inteligência artificial: OpenAI supera QI 120 (14 de set. de 2024) — o1-preview 25 de 35 na Mensa Noruega; construção de teste offline e normatização de 40 leitores; objeção de contaminação; platô de seis meses
- Maxim Lott, Inteligência artificial dispara: o3 do ChatGPT estabelece novo recorde (19 de abr. de 2025) — o3 136 na Mensa Noruega, 116 offline; ressalva de Tyler Cowen sobre amplitude
- Maxim Lott, O progresso da IA continua, enquanto as pontuações de QI aumentam linearmente (31 de out. de 2025) — ChatGPT Pro 148 na Mensa Noruega, 117 offline; 2,5 pontos por mês; lacuna de contaminação; projeção para o final de 2027
- Maxim Lott, Mapeando a ascensão da IA: os avanços em inteligência de 2025 (31 de dez. de 2025) — Modelo líder dos EUA com 130 na versão de texto do teste; pontuação mais refinada planejada acima de 130
- 36Kr, IA supera 99,97% dos humanos: pontua 151 no teste de QI da Mensa (28 de set. de 2026) — GPT-6 Astra e Claude Fable 5.1 com 151; GPT-5.6 Terra 135 offline; 35 itens, 25 minutos; média de sete tentativas
- Rastreador de QI TrackingAI — Placar ao vivo e notas de método; as pontuações do modelo 36Kr não puderam ser lidas a partir do texto da página
- Eka Roivainen, Dei um teste de QI ao ChatGPT. Aqui está o que descobri (Scientific American, 2023) — QI verbal de 155 em cinco subtestes do WAIS-III; falhas em enigmas
- Webb, Holyoak e Lu (2023), Raciocínio analógico emergente em grandes modelos de linguagem, Nature Human Behaviour 7(9) — GPT-3 igualou ou superou humanos em problemas de analogia de estilo matricial
- Golchin e Surdeanu (2023), Viagem no tempo em LLMs: rastreando a contaminação de dados, arXiv — Evidência de que o GPT-4 havia memorizado partes de conjuntos de dados de teste padrão
Padrão editorial: os números de QI para figuras históricas são estimativas retrospectivas e estão rotulados como tal; as pontuações para pessoas vivas aparecem apenas quando a pessoa as divulgou ou um veículo respeitável as relatou. Correções: entre em contato com os editores.