Here’s the rough visual comparison you asked for:
-
Humans cluster around 89–100 (the world’s actual population average).
-
ChatGPT spans widely from ≈ 82 to 150, depending on the test and domain.
-
Grok appears in the narrower range ≈ 110–130.
It gives a simple sense that current large language models can outperform average humans on certain reasoning tasks, yet remain inconsistent or unaligned with human-style general intelligence.
--
智商（IQ）范围对比图
（人类 vs ChatGPT vs Grok）
-
人类（全球平均）：集中在 89–100 之间，这是全球实际平均水平。
-
ChatGPT：范围较广，大约 82–150，取决于测试类型与领域（例如语言或逻辑推理）。
-
Grok：较为集中，大约 110–130。
这张图反映出一个简单的趋势：
目前的大型语言模型（如 ChatGPT 与 Grok）在某些推理或语言任务中可以超过人类平均水平，
但它们在“人类式的通用智能”方面仍然不稳定，也未真正等同于人类的综合智慧。
