ppdbpessel.co.id – Perusahaan-perusahaan kecerdasan buatan seperti OpenAI dan Anthropic terus berlomba menghadirkan model AI yang semakin pintar. Selain itu, setiap kali merilis model baru, mereka juga kerap mempublikasikan hasil benchmark untuk membuktikan keunggulan produk terbarunya. Praktik serupa pun dilakukan oleh Tracking AI, sebuah platform yang secara khusus menguji dan membandingkan performa berbagai model AI. Platform ini kemudian mengukur tingkat kepintaran model AI menggunakan tes IQ, dan hasilnya selanjutnya divisualisasikan oleh Visual Capitalist, perusahaan media independen yang dikenal lewat sajian data infografisnya. Dengan demikian, publik dapat melihat secara langsung siapa saja pemain utama dalam persaingan kecerdasan buatan saat ini.
Metode Pengujian dan Pelaksanaan Tes IQ Mensa Norwegia
Pengujian tersebut dilaksanakan pada April 2026 dengan menggunakan tes IQ Mensa Norwegia. Sebanyak 26 model AI dari berbagai perusahaan dalam beberapa versi turut diuji. Tes ini terdiri dari 35 teka-teki pola visual yang dirancang untuk mengukur kemampuan penalaran abstrak. Hasilnya menunjukkan bahwa persaingan berlangsung sangat ketat. Grok-4.20 Expert Mode dan OpenAI GPT-5.4 Pro (Vision) sama-sama meraih skor tertinggi, yaitu 145. Oleh karena itu, Visual Capitalist menempatkan keduanya di posisi pertama secara bersamaan. Gemini 3.1 Pro Preview mengikuti di belakangnya dengan skor 141. Capaian ini meningkat dibanding pengujian tahun 2025 lalu, di mana skor tertinggi hanya mencapai 135 poin. Lonjakan sebesar 10 poin ini menunjukkan percepatan signifikan dalam pengembangan kemampuan nalar buatan.
Perbedaan metode pengujian juga perlu dipahami oleh pembaca. Model non-vision menerima soal yang telah dikonversi menjadi deskripsi verbal. Sebaliknya, model vision mengerjakan soal dalam bentuk gambar asli tanpa modifikasi. Kondisi ini tentu memberikan tantangan tersendiri bagi masing-masing jenis model. Tracking AI juga menerapkan aturan khusus: jika model menolak menjawab, pertanyaan yang sama akan diulang hingga maksimal 10 kali, dan jawaban terakhir yang dijadikan penilaian. Dengan kata lain, tidak ada celah bagi model untuk menghindari pertanyaan sulit.
Dominasi Model Multimodal dan Kebangkitan AI dari China
Model AI asal China pun tak kalah bersaing dalam pengujian ini. Qwen 3.5 buatan Alibaba menjadi model AI China dengan peringkat tertinggi, yakni berada di posisi ke-10 dengan skor 130. Selain itu, model-model seperti DeepSeek R1 dan DeepSeek V3 juga masuk dalam daftar dengan skor masing-masing 112 dan 111. Kehadiran ketiga model China ini menandakan bahwa industri AI di negara tersebut telah berkembang pesat dan mampu bersaing di kancah global. Berikut rincian selengkapnya yang berhasil dihimpun dari hasil pengujian.
Daftar model AI dengan IQ tertinggi:
- Grok-4.20 Expert Mode – 145
- OpenAI GPT-5.4 Pro (Vision) – 145
- Gemini 3.1 Pro Preview – 141
- OpenAI GPT-5.4 Thinking (Vision) – 139
- OpenAI GPT-5.3 – 136
- Grok-4.20 Expert Mode (Vision) – 133
- OpenAI GPT-5.4 Thinking – 133
- Meta Muse Spark – 133
- Gemini 3.1 Pro Preview (Vision) – 132
- Qwen 3.5 – 130
- Claude 4.6 Opus – 130
- Kimi K2.5 – 127
- Manus – 115
- DeepSeek R1 – 112
- DeepSeek V3 – 111
- Gemini 3.1 Flash – 110
- Llama 4 Maverick – 110
- GPT-5.3 (Vision) – 109
- Claude 4.6 Sonnet – 106
- Bing Copilot – 101
- Perplexity – 97
- Mistral Medium 3.1 – 96
- Claude 4.6 Sonnet (Vision) – 94
- Claude 4.6 Opus (Vision) – 82
- Llama 4 Maverick (Vision) – 79
- GPT-5.4 Pro (non-vision) – 73
Dari daftar di atas, terlihat bahwa model dengan kemampuan vision (penglihatan) cenderung memiliki performa lebih baik, meskipun ada beberapa pengecualian. Sebagai contoh, GPT-5.4 Pro versi non-vision hanya meraih skor 73, jauh di bawah versi vision-nya yang mencapai 145. Hal ini menunjukkan betapa pentingnya pemrosesan visual dalam menyelesaikan teka-teki pola.
Catatan Penting tentang Keterbatasan Tes IQ sebagai Tolok Ukur
Meski demikian, skor ini hanya bersifat perbandingan dan bukan tolok ukur mutlak kecerdasan AI secara keseluruhan. Hal ini disebabkan karena tes IQ hanya mengukur satu aspek saja, yaitu kemampuan penalaran pola. Kemampuan lain seperti pemahaman bahasa alami, kreativitas, penalaran moral, atau kecerdasan emosional tidak tercakup dalam pengujian ini. Dengan demikian, peringkat yang dihasilkan tidak boleh diartikan sebagai penilaian komprehensif terhadap kualitas suatu model AI.
Selain itu, hasil pengujian pada April 2026 ini juga bersifat dinamis. Mengingat laju pengembangan AI yang sangat cepat, tidak menutup kemungkinan akan muncul model-model baru dengan skor lebih tinggi dalam beberapa bulan ke depan. Oleh karena itu, publik disarankan untuk menyikapi hasil ini sebagai salah satu referensi, bukan sebagai kebenaran mutlak. Sebagaimana dihimpun dari Visual Capitalist dan Tracking AI, pengujian berkala seperti ini tetap bermanfaat untuk memetakan kemajuan industri secara umum. Pada akhirnya, yang terpenting adalah bagaimana model-model AI ini dapat diaplikasikan untuk menyelesaikan masalah nyata di masyarakat.
Temukan juga berbagai berita terbaru lainnya hanya di Exposenews.id.















