இவை AI-யின் IQ மதிப்பெண்களா?

இவை 40 காட்சிசார் பகுத்தறிவுக் கேள்விகளின் மூல முடிவுகள். மனித IQ அல்லது சதமான நிலை அளவிடப்படவோ வழங்கப்படவோ இல்லை. வெளியீட்டு வரம்புத் தோல்விகளும் ஒரே சுற்றும் பொதுநுண்ணறிவுத் தரவரிசைக்குப் போதாது.

செல்லுபடியான அளவுத்திருத்தப் பதில் என்றால் என்ன?

தேவையான JSON வடிவில் முழுமையான பதில். அளவுத்திருத்தம் மதிப்பிடப்படவில்லை: ஆறு செல்லுபடியானவை ஆறு சரியானவை அல்ல. அசல் பதில்களை அவை மாற்றவில்லை.

மாதிரிகளும் மனிதர்களும் ஒரே தேர்வைச் செய்தார்களா?

படங்கள் அதே பொதுவான 40 கேள்வித் தேர்விலிருந்து வந்தன. மாதிரிகளுக்கு நிலைப்படங்கள், எட்டு தேர்வுகள், நிலையான ஆங்கில அறிவுறுத்தல், புதிய சூழல் வழங்கப்பட்டன. மனிதர்களின் ஊடாடும் அனுபவம் மீளுருவாக்கப்படவில்லை. அறிக்கையின் மொழிபெயர்ப்பு சோதனையின் மொழியை மாற்றாது.

ஒவ்வொரு கேள்விக்கும் நேரம் அளவிடப்பட்டதா?

ஆம், அசல் 120 இடங்களிலும். API நேரத்தில் வலைப்பின்னல், காத்திருப்பு, படச் செயலாக்கம், உருவாக்கம் அடங்கும்; அது வெறும் சிந்தனை நேரமோ மனிதரின் செயலில் பதிலளிக்கும் நேரமோ அல்ல. கூடுதல் தோல்விகள் தனியே பதிவாகியுள்ளன.

ஆரம்ப அறிக்கை · 14 நவம்பர், 2026

40 காட்சிசார் பகுத்தறிவுக் கேள்விகளில் மூன்று AI மாதிரிகள்

துல்லியம், பதில் நிறைவு, API தாமதம், செலவு பற்றிய ஆரம்ப அறிக்கை. மாதிரிக்கு ஒரு 40 கேள்விச் சுற்றும், சிந்தனை வரம்பு மற்றும் பதில் பரிமாற்றத்திற்குத் தனித்த மேம்பாட்டுச் சோதனைகளும் நடத்தப்பட்டன.

முடிவுகளைப் பார்க்க அறிக்கையைப் பதிவிறக்க (ஆங்கிலம்)

தேதியிட்ட மாதிரிப் பதிப்புகள்: 3
மாதிரிக்கான கேள்விகள்: 40
மாதிரிக்கான அசல் சுற்று: 1

மதிப்பெண்களுடன் வரம்புகளையும் படிக்கவும்

ஆறு அசல் பதில்கள் வெளியீட்டு வரம்பை முழுவதும் பயன்படுத்தின. முடிவுகள் பதிவு செய்யப்பட்ட அமைப்புகளில் ஒரே சுற்றை மட்டுமே விவரிக்கின்றன; பொதுநுண்ணறிவுத் தரவரிசையை நிறுவ முடியாது. முழுமையற்ற பதில்களும் தவறான பதில்களும் தனித்தனியாகக் காட்டப்படுகின்றன.

அசல் 40 கேள்விச் சுற்று

எல்லா மாதிரிகளும் நடுத்தரச் சிந்தனை நிலையையும், சிந்தனை உட்பட மொத்தம் 8,192 வெளியீட்டு டோக்கன் வரம்பையும் பயன்படுத்தின. வரம்பில் துண்டிக்கப்பட்ட பதில் மூல மதிப்பெண்ணில் வெற்றியற்றதாகக் கணக்கிடப்படுகிறது.

சரிதவறுவரம்பில் துண்டிப்பு

Gemini 4 Carbonசரி: 34/40

Claude Fable 5.2சரி: 32/40

GPT-6 Astraசரி: 37/40

அசல் மதிப்பிடப்பட்ட சுற்று மட்டும். பின்னைய மேம்பாட்டுப் பதில்கள் தனியே வைக்கப்பட்டுள்ளன. SVG வரைபடத்தைப் பதிவிறக்க (ஆங்கிலம்)

எல்லா நெடுவரிசைகளையும் காண அட்டவணையைப் பக்கவாட்டில் நகர்த்தவும்.

மாதிரிக்கு ஒரு அசல் 40 கேள்விச் சுற்று; நடுத்தரச் சிந்தனை, 8,192 வெளியீட்டு டோக்கன்கள்.
மாதிரி	சரி / 40	தவறு	வரம்பில் துண்டிப்பு	செல்லுபடியானவை / 40	API நேர இடைநிலை	API பயன்பாடு (USD)
Gemini 4 CarbonGoogle AI Studio	34/4085.0%	1	5	35/40	13.9 விநாடி	$0.92
Claude Fable 5.2Anthropic	32/4080.0%	7	1	39/40	4.0 விநாடி	$1.76
GPT-6 AstraOpenAI	37/4092.5%	3	0	40/40	3.7 விநாடி	$1.80

செல்லுபடியானது என்பது தேவையான வடிவில் முழுமையான பதில்; அது சரியான பதில் என்று பொருளல்ல. API நேரத்தில் வலைப்பின்னல், காத்திருப்பு, உருவாக்கம் அடங்கும்; இடைநிலையில் துண்டிப்புகளும் அடங்கும். கூடுதல் தோல்வியுற்ற HTTP முயற்சி தனியே பதிவாகியுள்ளது. காட்டப்படும் செலவுகள் தோராயமாக்கப்பட்டவை; கோப்புகளில் துல்லியத் தொகைகள் உள்ளன.

பதில் நிறைவு ஏன் முக்கியம்?

Carbon ஒரு தவறான பதிலை வழங்கியது; ஐந்து பதில்கள் டோக்கன் வரம்பில் துண்டிக்கப்பட்டன. Astra மூன்று தவறான பதில்களை வழங்கியது; துண்டிப்பு இல்லை. ஒரே பெயரளவு வரம்பிலும் நிறைவு வாய்ப்புகள் வேறுபடுவதும் காணப்படும் இடைவெளியில் அடங்கும்.

சிந்தனை வெளியீட்டு ஒதுக்கீட்டின் ஒரு பகுதியைப் பயன்படுத்துகிறது; அது தீர்ந்தால் இறுதிப் பதில் வராமல் போகலாம். சமமான டோக்கன் வரம்புகளும் ‘நடுத்தரம்’ போன்ற பெயர்களும் வழங்குநர்களிடையே சமமான கணக்கீட்டைக் குறிக்காது. சிந்தனை டோக்கன்கள் குறித்த OpenRouter ஆவணம்

பின்னர் செய்யப்பட்ட உணர்திறன் ஆய்வு

எல்லா மாதிரிகளும் செல்லுபடியான பதிலளித்த 34 கேள்விகளில் Carbon, Astra தலா 33/34; Fable 30/34 பெற்றன. தோல்விகளைக் கண்ட பிறகு தேர்ந்தெடுக்கப்பட்ட இத்துணைத்தொகுதி துண்டிக்கப்பட்ட கேள்விகளை விலக்குகிறது. இது உணர்திறன் ஆய்வு மட்டுமே; சார்பற்ற மாற்றுத் தரவரிசையோ சமமான திறனுக்கான சான்றோ அல்ல.

தனித்த மேம்பாட்டுச் சோதனைகள்

24, 28, 35, 36, 38, 40 ஆகிய இடங்கள் தேர்ந்தெடுக்கப்பட்டன; ஒவ்வொன்றிலும் குறைந்தது ஒரு மாதிரி அசல் வரம்பைத் தீர்த்தது. நிறைவு, பரிமாற்றம், நேரம், செலவு சோதிக்கப்பட்டன. சரியான தன்மைக்கு மதிப்பெண் வழங்கப்படவில்லை: 6/6 செல்லுபடியான பதில்கள் என்பது ஆறு சரியான பதில்கள் அல்ல. அசல் மதிப்பெண்களை அவை மாற்றவில்லை.

எல்லா நெடுவரிசைகளையும் காண அட்டவணையைப் பக்கவாட்டில் நகர்த்தவும்.

மதிப்பிடப்படாத மேம்பாட்டு அமைப்புகள்; தேர்ந்தெடுத்த ஆறு கேள்விகளிலும் உயர்ந்த சிந்தனை நிலை பயன்படுத்தப்பட்டது.
அமைப்பு	வெளியீட்டு வரம்பு	செல்லுபடியானவை / 6	வரம்பில் துண்டிப்பு	கிடைக்காதவை	API பயன்பாடு (USD)
GPT-6 AstraOpenAI · உயர்ந்த சிந்தனை நிலைAPI பதிலிலிருந்து சிந்தனை விலக்கப்பட்டது	32,768	6/6	0	0	$1.08
Claude Fable 5.2Anthropic · உயர்ந்த சிந்தனை நிலைAPI பதிலிலிருந்து சிந்தனை விலக்கப்பட்டது	32,768	6/6	0	0	$0.80
Gemini 4 CarbonGoogle AI Studio · உயர்ந்த சிந்தனை நிலைAPI பதிலிலிருந்து சிந்தனை விலக்கப்பட்டது	32,768	3/6	1	2	$1.05
Gemini 4 CarbonGoogle Vertex global · உயர்ந்த சிந்தனை நிலைAPI பதிலிலிருந்து சிந்தனை விலக்கப்பட்டது	65,536	3/6	0	3	$0.49
Gemini 4 CarbonGoogle Vertex global · உயர்ந்த சிந்தனை நிலைAPI முன்னேற்றம் சேர்க்கப்பட்டது; உரை உள்ளூரில் நீக்கப்பட்டது	65,536	6/6	0	0	$1.42

முதல் Carbon அமைப்பில் முன்னதாகப் பதிலில்லாத, கட்டணமில்லாத நேர முடிவும் இருந்தது; ஒரே மீட்பு முயற்சி நிறைவடைந்தது. தோல்வியுற்ற முயற்சி அளவீடுகளில் உள்ளது. பின்னர் கிடைக்காத பதில்கள் மறுமுயற்சியின்றி வைக்கப்பட்டன.

ஒரு கேள்வி 51,145 வெளியீட்டு டோக்கன்களைப் பயன்படுத்தியது

இறுதி Carbon அமைப்பு Vertex, 65,536 டோக்கன் வரம்பு, சிந்தனை முன்னேற்ற ஓட்டம் ஆகியவற்றைப் பயன்படுத்தி உரையை உள்ளூரில் நீக்கியது. ஆறு கேள்விகளும் முடிந்தன. ஒன்று 10 நிமிடம் 56 வினாடி; மற்றொன்று 6 நிமிடம் 43 வினாடி எடுத்தது. இரண்டும் முந்தைய ஐந்து நிமிட நேர வரம்பைத் தாண்டின.

இது இந்த மேம்பாட்டுக் கேள்விகளுக்குச் செயல்படும் அமைப்பை ஆதரிக்கிறது. எல்லா நேர முடிவுகளுக்கும் பொதுவான காரணத்தை நிரூபிக்கவோ எதிர்கால நிறைவை உறுதிப்படுத்தவோ புதிய 40 கேள்வித் துல்லிய மதிப்பை வழங்கவோ இல்லை. பழைய தோல்விகள் தனியே உள்ளன.

ஆய்வு எவ்வாறு நடத்தப்பட்டது?

அதே பணி, புதிய சூழல்: கேள்விக்கு ஒரு 1152 × 1552 நிலைப்படம்; கேள்வியும் எட்டு எண்ணிடப்பட்ட தேர்வுகளும் இடம்பெற்றன. ஒரே ஆங்கில அறிவுறுத்தலும் கண்டிப்பான JSON வடிவமும் பயன்படுத்தப்பட்டன. கருவிகள், உலாவல், குறிப்புகள், விடைக்குறிப்பு வழங்கப்படவில்லை.
நிலையான தேர்வுகளும் உள்ளூர் மதிப்பீடும்: நிலையான விதை கொண்ட சமநிலைச் சீர்குலைப்பு காட்டப்பட்ட எண்களை அசல் தேர்வுகளுடன் இணைத்தது. மதிப்பெண்கள் தளத்தின் செயல்பாட்டு மதிப்பீட்டுடன் உள்ளூரில் சரிபார்க்கப்பட்டன. கிடைத்த அசல் பதில்களோ துண்டிப்புகளோ மீண்டும் செய்யப்படவில்லை.
பரிமாற்றத் தோல்விகளும் காட்டப்படுகின்றன: அசல் சுற்றின் கூடுதல் பதிலற்ற HTTP 503 முயற்சி கட்டணமற்றது என உறுதிசெய்து அதேபடி மீண்டும் செய்யப்பட்டது. தோல்வி 29.516 வினாடி எடுத்தது. மேம்பாட்டு அமைப்புகளும் மீட்பு வரலாறும் தனியே பதிவாகியுள்ளன.
உள்ளக ஆராய்வுத் தன்மை மதிப்பீடு: மூலத் தேர்வை நடத்தும் UniversalIQTest.com இந்த ஆய்வைச் செய்தது. கோரிக்கை மற்றும் பட ஹாஷ்கள், கேள்வி நேரங்கள், மதிப்பீடு, செலவுகள் உள்ளூரில் சரிபார்க்கப்பட்டன. வெளிப்புற அறிவியல் மதிப்பாய்வு நடைபெறவில்லை.

துல்லியமான மாதிரிப் பதிப்புகளும் அசல் வழங்குநர்களும்

google/gemini-4-carbon-20261110 — Google AI Studio
anthropic/claude-fable-5.2-20261109 — Anthropic
openai/gpt-6-astra-20260903 — OpenAI

அசல் செயல்முறையின் கைரேகை: f4425b7fb5a235cd7c11fb84c4849c4f7df3d43064160f289b8434ec9478f59b

இந்த அறிக்கை எதைக் காட்ட முடியும்?

அறிவிக்கப்பட்ட API அமைப்புகளில் குறிப்பிட்ட பொதுக் கேள்வித்தொகுதியின் செயல்திறனைப் பதிவு செய்கிறது. நிறைவு, தவறு, தாமதம், செலவு தனித்தனியாக அறிக்கையிடப்பட வேண்டும். மாதிரிக்கு ஒரே அசல் சுற்று என்பதால் சுற்றுகளுக்கிடையிலான மாறுபாடு மதிப்பிடப்படவில்லை.

பொதுக் கேள்விகள் பயிற்சித் தரவுகளில் இருந்திருக்கலாம்; அது அளவிடப்படவில்லை. எண்ணிடப்பட்ட நிலையான வடிவம் மனிதர்களின் ஊடாடும் தேர்விலிருந்து வேறுபடுகிறது. பின்னைய அமைப்புகளும் சேகரிப்பு நிலைகளும் வேறுபட்டதால் தாமதத் தரவரிசை கிடைக்காது.

மாதிரிகளுக்கு மனித IQ அல்லது சதமான நிலை அளவிடப்படவோ வழங்கப்படவோ இல்லை. மனிதத் தேர்வு நெறிகள் தானாக AI-க்குப் பொருந்தாது. முழுமையான மறுமதிப்பீட்டுக்கு முன்கூட்டியே உறுதிசெய்த புதிய சேகரிப்புத் திட்டம் தேவை. AI-ஐ மதிப்பிட மனிதத் தேர்வுகள் பற்றிய OECD விவாதம்

அளவீடுகளும் மேற்கோளும்

பதிவான API பயன்பாடு: அசல் சுற்று $4.478100, மேம்பாட்டுச் சோதனைகள் $4.843563, தொழில்நுட்ப முன்னோட்டங்கள் $0.334781. மொத்தம் $9.656444 (தோராயமாக $9.66). கட்டணப் பதிவுகளுடன் ஒப்பிடப்பட்டது; கட்டணங்களும் வரிகளும் விலக்கப்பட்டுள்ளன.

எல்லா மொழிகளும் ஒரே மூலக் கோப்புகளைப் பகிர்கின்றன. பதிவிறக்க அறிக்கை, வரைபடம், JSON புலப்பெயர்கள், அசல் அறிவுறுத்தல் ஆங்கிலத்தில் உள்ளன. தீர்வுகள், தனிப்பட்ட விடைக்குறிப்பு, பங்கேற்பாளர் விவரங்கள், அணுகல் தகவல்கள், சிந்தனை உரை சேர்க்கப்படவில்லை. கீழுள்ள மேற்கோள் அசல் தலைப்பைப் பயன்படுத்துகிறது.

UniversalIQTest.com (2026). Three AI models on 40 visual reasoning questions: preliminary report. 14 November 2026. https://www.universaliqtest.com/ai-iq-test

அடிக்கடி கேட்கப்படும் கேள்விகள்

இவை AI-யின் IQ மதிப்பெண்களா?: இவை 40 காட்சிசார் பகுத்தறிவுக் கேள்விகளின் மூல முடிவுகள். மனித IQ அல்லது சதமான நிலை அளவிடப்படவோ வழங்கப்படவோ இல்லை. வெளியீட்டு வரம்புத் தோல்விகளும் ஒரே சுற்றும் பொதுநுண்ணறிவுத் தரவரிசைக்குப் போதாது.
செல்லுபடியான அளவுத்திருத்தப் பதில் என்றால் என்ன?: தேவையான JSON வடிவில் முழுமையான பதில். அளவுத்திருத்தம் மதிப்பிடப்படவில்லை: ஆறு செல்லுபடியானவை ஆறு சரியானவை அல்ல. அசல் பதில்களை அவை மாற்றவில்லை.
மாதிரிகளும் மனிதர்களும் ஒரே தேர்வைச் செய்தார்களா?: படங்கள் அதே பொதுவான 40 கேள்வித் தேர்விலிருந்து வந்தன. மாதிரிகளுக்கு நிலைப்படங்கள், எட்டு தேர்வுகள், நிலையான ஆங்கில அறிவுறுத்தல், புதிய சூழல் வழங்கப்பட்டன. மனிதர்களின் ஊடாடும் அனுபவம் மீளுருவாக்கப்படவில்லை. அறிக்கையின் மொழிபெயர்ப்பு சோதனையின் மொழியை மாற்றாது.
ஒவ்வொரு கேள்விக்கும் நேரம் அளவிடப்பட்டதா?: ஆம், அசல் 120 இடங்களிலும். API நேரத்தில் வலைப்பின்னல், காத்திருப்பு, படச் செயலாக்கம், உருவாக்கம் அடங்கும்; அது வெறும் சிந்தனை நேரமோ மனிதரின் செயலில் பதிலளிக்கும் நேரமோ அல்ல. கூடுதல் தோல்விகள் தனியே பதிவாகியுள்ளன.

கேள்வி வடிவத்தையோ எங்கள் முறைகளையோ அறியவும்.

காட்சித் தேர்வை முயற்சிக்க முறைகளும் வரம்புகளும்ஊடகத் தொகுப்பு (ஆங்கிலம்)