简短回答： 它不能作为测量工具，但可以作为筛查工具使用。免费的在线测试可以提示一个人的得分是否高于或低于平均水平。它无法与WAIS-5等受监督的临床测试相比，后者基于符合人口普查的常模样本、标准化的管理和记录在案的误差范围。请将任何在线数字仅视为粗略估计。
一览
| 临床基准 | WAIS-5 (Pearson, 2024)，个人施测 |
|---|---|
| WAIS-5 全量表IQ | 七个分测验，约45分钟 |
| 专业测试的误差 | 置信区间宽度约10个点 |
| 第二次尝试的增益 | 约0.33 SD，约5个IQ点 |
| 常模漂移 | 每十年约3个点（美国，Wechsler测试） |
| Mensa政策 | 仅限受监督的测试 |
| 免费在线测试的最佳用途 | 筛查和练习 |
结论：筛查工具，非正式评分
IQ分数只有在参照组中、受控条件下测量并具有已知误差范围时才有意义。临床测试满足所有这三个条件。大多数免费在线测试一个都不完全满足。这并不意味着它们毫无价值：一个设计良好的短测试仍然可以大致对人进行排名，极端的测试结果也说明了一些问题。但它确实意味着屏幕上的数字不是临床意义上的IQ。
形式显示了差距。Pearson将WAIS-5描述为一种针对16至90岁人群的个人施测临床工具。其全量表IQ需要七个分测验，耗时约45分钟，十个主要指数分测验耗时约一小时。典型的免费网页测试只是独自在家做的几十个谜题，没有人监控时钟或浏览器标签。
是什么让IQ测试可信
该领域的准则手册是《教育与心理测试标准》，自1966年起由美国教育研究协会、美国心理学会和全美教育测量委员会联合出版。现行版本发布于2014年并开放获取。其核心要求归结为任何测试都应回答的六个问题：
- 常模： 比较组是谁，有多少人，他们是在什么时候接受测试的？
- 信度： 测试结果是否一致，其测量标准误是多少？
- 效度： 其分数是否与Wechsler或Stanford-Binet等公认测试一致？
- 管理： 测试是否设有时间限制并有监考，且检查了身份？
- 上限： 它是否包含足够多的难题来区分高分人群？
- 时效性： 常模是否足够新，以避免偏差？
一个公开了全部六项明确答案的测试才值得关注。而一个毫无披露的测试则不然。
常模问题：与谁相比？
分数 130 意味着比约98%的特定人群表现更好。临床测试会仔细定义该人群。WAIS-IV是在美国16至90岁的2,200人，加上688名加拿大人的扩展样本基础上进行标准化的。WAIS-5于2023年和2024年从为反映美国人口而构建的样本中收集了新常模。
大多数在线测试将每个测试者与所有参与测试的人进行比较。该群体是自选的：人们对自己的IQ感到好奇，有些人甚至反复测试。针对该人群的百分位只是关于该人群的真实信息，并非一般人群的百分位。
常模也会过时。在20世纪的大部分时间里，韦氏测试（Wechsler tests）在美国的原始分平均值每十年上升约3点，而丹麦和挪威后来记录了逆转。一个很久以前制定的常模，或者从未进行过常模化的测试，无法准确评估任何人的水平。
可靠性与上限：为什么短测试会模糊顶尖水平
每个测试分数都包含误差。在现代专业量表中，报告的标准测量误差可低至约3点，置信区间跨度约为10点。短测试由于题目较少，其误差更大，而且很少有测试会公布这一点。
量表的顶端是最难测量的部分。高IQ分数的可靠性低于中位数附近的成绩，且报告远高于160的分数通常被视为可疑；WAIS-IV本身止于160。一个只有少量真正难题的简短在线测试，远在此之前就会触及上限。诸如 160 或 187 来自简易网页测验的结果应被视为评分产物，而非测量结果。
练习效应：重复测试的陷阱
在线测试通常允许无限次重测，而重测会推高分数。Scharfen、Peters和Holling在《Intelligence》杂志上发表的一项2018年荟萃分析汇总了来自122项研究的174个样本，涵盖153,185人。从第一次到第二次管理，分数上升了0.33个标准差，即约5个IQ点；到第三次时上升了0.50，即约7.5个IQ点。第三次尝试后，增幅停止。
这就是测量能力与测量熟悉度之间的区别。Pearson限制了谁可以购买WAIS-5，心理学家会询问近期测试经历；公开的网络测试无法做到这两点。只有第一次尝试才有参考价值，即便是那一次也可能受到在别处进行类似测试练习的影响。
真正有效的在线测试
在线不是问题所在；监考和常模才是。英国Mensa运行一项约1.5小时、费用为49英镑的在线受监考IQ测试，该成绩符合入会资格。相比之下，其15英镑的家庭测试仅提供参考分数。Mensa International的网站称，针对没有所属国Mensa的申请者的在线适应性测试预计将于2025年上线。
研究人员也建立了可靠的开源工具。国际认知能力资源（International Cognitive Ability Resource）是一个为社会科学研究设计的公共领域题库，其题目类型可提供心理测量数据。它表明，只要披露构建方式以及能做和不能做的事情，免费测试也可以是严谨的。
我们免费测试的定位
我们的免费 IQ测试 包含20道题，限时8分钟，涵盖数字、逻辑和言语推理，无需注册。它根据所有真实参与者的成绩进行排名，而非对照课本曲线。这是它的优势也是局限：对比群体是我们的访客，而非经过普查匹配的样本，且20道题无法将分数精确到几点以内。
只要诚实使用，这不失为一个好的第一步。在八分钟内，它大致显示了一个人的位置，且完全免费。如果结果很高，下一步是进行受监考的正式测试，请查看我们的指南： 如何加入Mensa 涵盖了各种选项。如果结果低于预期，请记住误差范围以及疲劳带来的影响。要解读任何数字，请使用 IQ稀有度图表 和 IQ分类图表.
红色预警和绿色指标
- 红色预警： 来自未经监督测试的认证或官方IQ分数。
- 红色预警： 结果需要付费才能查看的免费测试。
- 红色预警： 经常给出超过160的分数。
- 红色预警： 没有关于常模、样本量或误差的任何信息。
- 绿色指标： 指明了常模群体、样本规模和日期。
- 绿色指标： 声明了误差范围或置信区间。
- 绿色指标： 用平实的语言解释分数不代表什么。
关于专业测试如何构建和评分，请参阅 IQ测试的运作原理 以及 IQ是如何测量的.
常见问题
免费在线IQ测试准确吗？
它们只是粗略的筛选工具。一个设计良好的免费测试可以显示分数是否高于或低于平均水平，但它缺乏具有代表性的常模样本、监督流程以及公布的误差范围。请将免费测试的结果视为一种估算，而不是可以在表格或简历中引用的正式IQ分数。
在线IQ测试可以用于加入Mensa吗？
只有当它是Mensa亲自运营的监督测试时才可以。British Mensa的在线监督测试符合要求；普通的网页测试，以及Mensa自己的家庭和练习测试，均不符合要求。请参阅 如何加入Mensa 了解认可的申请渠道。
为什么我在不同的在线测试中得到的分数不同？
每个测试使用不同的题目、不同的比较群体和不同的评分公式，并且各自带有误差。重复测试也会提高分数：一项2018年的荟萃分析发现，第二次测试的IQ分数平均提高了约5分。测试之间存在几分的差距是很正常的。
即时出结果的IQ测试有多准确？
问题不在于速度，而在于设计。即时结果计算可能正确，但如果测试很短、未经监督且仅基于其访客进行常模化，那么该数字仍然只是一个估计。在信任之前，请寻找声明的常模群体和误差范围。
最准确的IQ测试是什么？
由合格心理学家管理的临床单独测试，例如成人用的WAIS-5和Stanford-Binet 5。它们使用匹配人口普查的常模和标准化的管理流程，并报告置信区间。即便如此，单一分数仍带有几分的误差范围。
值得参加免费在线IQ测试吗？
值得，作为第一步。免费测试不需要任何费用，只需几分钟，即可显示你大致的水平。如果结果很高，这可以作为付费参加监督测试的理由。我们的免费 IQ测试 就是为了这个目的而构建的。
来源
- 教育与心理测试标准 (AERA, APA, NCME) — 1966年以来的联合标准；2014年版为开放获取
- 认知能力测试中的重测效应：荟萃分析 (Scharfen, Peters and Holling, Intelligence, 2018) — 174个样本，122项研究，153,185人；重测分数提高0.33 SD和0.50 SD
- WAIS-5, Pearson Assessments — 单独管理；年龄16-90岁；45分钟，七个分测验构成的FSIQ；资格等级C
- Wechsler Adult Intelligence Scale (Wikipedia) — WAIS-IV常模样本2,200人加上688名加拿大人；WAIS-5 2023-2024常模
- Intelligence quotient (Wikipedia) — 标准误约三分，置信区间约10分；160分以上的分数存疑
- Flynn effect (Wikipedia) — 美国每十年约3分；丹麦和挪威出现反转
- IQ testing and puzzles, British Mensa — 49英镑的在线监督测试对比15英镑带有指示性分数的家庭测试
- How to join Mensa, Mensa International — 要求专业监督下的测试；计划推出在线自适应测试
- International Cognitive Ability Resource (ICAR) — 用于研究的公共领域认知能力题目
编辑标准：历史人物的IQ数字是回顾性估算，并已标明；在世人物的分数仅在本人公开或权威媒体报道时出现。更正： 联系编辑部.