Leaderboard de AI Benchy

Name: Resultados de benchmark de modelos de AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-02 Modelos evaluados: 308

Modelos recomendados

GPT-5.6 Sol high Inteligente Tasa de aciertos por intento 89.4% Pruebas correctas 18 / 22 Puntuación 9.4/10 GPT-5.6 Luna medium Rápido Tiempo de respuesta (promedio) 7.43s Total de tokens de salida 44,525 Puntuación 7.4/10 DeepSeek V4 Flash 0731 high Económico Precio de entrada $0.065 / 1M Precio de salida $0.180 / 1M Puntuación 8.0/10

308/308

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#158#158	Gemini 3.1 Flash Litelow	6.6	Google	$0.621	16.25s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 63.6% Pruebas inestables 2 Tokens de entrada 94,233 Tokens de salida 7,759 Tokens de razonamiento 390,132 Tiempo de respuesta (promedio) 16.25s Tiempo de respuesta (total) 357.39s Tiempo de respuesta (máximo) 318.02s Respuesta incorrecta: 8 Llamada de herramienta no válida: 1 Trucos anti-IA : 7.3 Programación : 5.5 Combinado : 3.2 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#191#191	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 47.0% Pruebas inestables 5 Tokens de entrada 122,854 Tokens de salida 119,810 Tokens de razonamiento 698,549 Tiempo de respuesta (promedio) 96.61s Tiempo de respuesta (total) 2125.51s Tiempo de respuesta (máximo) 540.96s Respuesta incorrecta: 7 Error de API: 2 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Sin respuesta: 1 Trucos anti-IA : 8.3 Programación : 5.3 Combinado : 5.2 Análisis y extracción de datos : 7.3 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 4.4 Resolución de acertijos : 6.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#51#51	Gemini 2.5 Flashmedium	8.2	Google	$0.644	21.14s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 71.2% Pruebas inestables 1 Tokens de entrada 132,507 Tokens de salida 12,739 Tokens de razonamiento 228,626 Tiempo de respuesta (promedio) 21.14s Tiempo de respuesta (total) 465.10s Tiempo de respuesta (máximo) 140.50s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Trucos anti-IA : 8.4 Programación : 7.8 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#3🥉 #3	Gemini 3.7 Flashhigh	9.8	Google	$0.646 ↑	12.22s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 2 Fiabilidad 10.0 Tasa de aciertos por intento 95.5% Pruebas inestables 2 Tokens de entrada 86,712 Tokens de salida 6,017 Tokens de razonamiento 148,829 Tiempo de respuesta (promedio) 12.22s Tiempo de respuesta (total) 268.78s Tiempo de respuesta (máximo) 91.63s Respuesta incorrecta: 2 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.8 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#156#156	Gemini 3.1 Flash Lite Previewlow	6.6	Google	$0.646	16.67s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 63.6% Pruebas inestables 0 Tokens de entrada 110,196 Tokens de salida 14,717 Tokens de razonamiento 397,462 Tiempo de respuesta (promedio) 16.67s Tiempo de respuesta (total) 366.69s Tiempo de respuesta (máximo) 309.35s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.3 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#17#17	Gemini 3.8 Flashmedium	9.1	Google	$0.653	14.50s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 3 Fiabilidad 10.0 Tasa de aciertos por intento 92.4% Pruebas inestables 2 Tokens de entrada 95,793 Tokens de salida 7,066 Tokens de razonamiento 147,842 Tiempo de respuesta (promedio) 14.50s Tiempo de respuesta (total) 318.92s Tiempo de respuesta (máximo) 108.60s Respuesta incorrecta: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 10.0 Programación : 8.0 Combinado : 8.7 Análisis y extracción de datos : 10.0 Específico del dominio : 8.2 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#42#42	Muse Spark 1.2low	8.4	Meta	$0.655	9.77s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 77.3% Pruebas inestables 3 Tokens de entrada 101,811 Tokens de salida 8,025 Tokens de razonamiento 115,938 Tiempo de respuesta (promedio) 9.77s Tiempo de respuesta (total) 214.83s Tiempo de respuesta (máximo) 47.80s Respuesta incorrecta: 4 No siguió las instrucciones: 3 Trucos anti-IA : 9.2 Programación : 8.4 Combinado : 9.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 8.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#105#105	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	7.67s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 57.6% Pruebas inestables 1 Tokens de entrada 123,273 Tokens de salida 19,362 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 7.67s Tiempo de respuesta (total) 122.78s Tiempo de respuesta (máximo) 51.18s Respuesta incorrecta: 5 Formato extra: 4 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 5.5 Combinado : 9.8 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 6.1 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#21#21	Gemini 3.5 Flashmedium	9.0	Google	$0.665	8.48s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 83.3% Pruebas inestables 1 Tokens de entrada 69,756 Tokens de salida 2,166 Tokens de razonamiento 60,007 Tiempo de respuesta (promedio) 8.48s Tiempo de respuesta (total) 186.57s Tiempo de respuesta (máximo) 76.68s Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 7.9 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 10.0
#159#159	Qwen3.6 35B A3Bmedium	6.6	Qwen	$0.672 ↓	58.49s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 57.6% Pruebas inestables 2 Tokens de entrada 85,148 Tokens de salida 61,736 Tokens de razonamiento 681,556 Tiempo de respuesta (promedio) 58.49s Tiempo de respuesta (total) 1169.83s Tiempo de respuesta (máximo) 817.57s Respuesta incorrecta: 5 Error de API: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 7.7 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.4 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#49#49	Muse Spark 1.1low	8.3	Meta	$0.673	11.89s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 71.2% Pruebas inestables 4 Tokens de entrada 141,878 Tokens de salida 11,033 Tokens de razonamiento 105,456 Tiempo de respuesta (promedio) 11.89s Tiempo de respuesta (total) 261.69s Tiempo de respuesta (máximo) 54.15s Respuesta incorrecta: 5 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 7.9 Programación : 10.0 Combinado : 6.6 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 8.3 Llamada de herramientas : 9.8 Cultura general : 3.0
#201#201	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 53.0% Pruebas inestables 3 Tokens de entrada 37,007 Tokens de salida 1,952 Tokens de razonamiento 357,306 Tiempo de respuesta (promedio) 41.16s Tiempo de respuesta (total) 823.26s Tiempo de respuesta (máximo) 299.23s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Sin respuesta: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 10.0 Programación : 3.3 Combinado : 5.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.4 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#99#99	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.687 ↓	80.09s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 63.6% Pruebas inestables 5 Tokens de entrada 72,085 Tokens de salida 57,453 Tokens de razonamiento 182,093 Tiempo de respuesta (promedio) 80.09s Tiempo de respuesta (total) 1681.85s Tiempo de respuesta (máximo) 365.80s Respuesta incorrecta: 6 Tiempo agotado: 3 Error de API: 1 No siguió las instrucciones: 1 Trucos anti-IA : 7.3 Programación : 7.8 Combinado : 7.3 Análisis y extracción de datos : 10.0 Específico del dominio : 3.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 5.9 Llamada de herramientas : 3.0 Cultura general : 3.0
#1🥇 #1	Gemini 3.6 Flashhigh	9.9	Google	$0.699 ↓	16.81s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 1 Fiabilidad 10.0 Tasa de aciertos por intento 98.5% Pruebas inestables 1 Tokens de entrada 71,470 Tokens de salida 3,276 Tokens de razonamiento 168,709 Tiempo de respuesta (promedio) 16.81s Tiempo de respuesta (total) 369.88s Tiempo de respuesta (máximo) 104.15s Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 8.2 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#85#85	Nemotron 3 Ultramedium	7.6	NVIDIA	$0.701 ↕	33.62s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 9 Fiabilidad 9.8 Tasa de aciertos por intento 66.7% Pruebas inestables 3 Tokens de entrada 233,415 Tokens de salida 54,384 Tokens de razonamiento 130,021 Tiempo de respuesta (promedio) 33.62s Tiempo de respuesta (total) 739.59s Tiempo de respuesta (máximo) 392.56s Respuesta incorrecta: 7 Error de API: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 10.0 Programación : 8.4 Combinado : 6.3 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 3.7 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#39#39	Qwen3.8 Maxlow	8.6	Qwen	$0.702	21.83s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 80.3% Pruebas inestables 3 Tokens de entrada 99,181 Tokens de salida 6,132 Tokens de razonamiento 77,689 Tiempo de respuesta (promedio) 21.83s Tiempo de respuesta (total) 480.37s Tiempo de respuesta (máximo) 155.75s Respuesta incorrecta: 5 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 8.4 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 9.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#126#126	GLM 5.1medium	7.0	Z.ai	$0.727 ↓	58.80s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 10 Fiabilidad 8.1 Tasa de aciertos por intento 65.2% Pruebas inestables 4 Tokens de entrada 82,592 Tokens de salida 16,089 Tokens de razonamiento 199,800 Tiempo de respuesta (promedio) 58.80s Tiempo de respuesta (total) 1234.72s Tiempo de respuesta (máximo) 308.75s Respuesta incorrecta: 4 Sin respuesta: 2 Tiempo agotado: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 10.0 Programación : 4.6 Combinado : 9.8 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 8.2 Llamada de herramientas : 3.0 Cultura general : 3.0
#123#123	Grok 4.3medium	7.0	X AI	$0.741	44.21s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 66.7% Pruebas inestables 5 Tokens de entrada 140,244 Tokens de salida 13,739 Tokens de razonamiento 212,165 Tiempo de respuesta (promedio) 44.21s Tiempo de respuesta (total) 972.64s Tiempo de respuesta (máximo) 216.69s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Formato extra: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 5.9 Combinado : 6.5 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 5.4 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#137#137	Qwen3.6 Flashmedium	6.8	Qwen	$0.741 ↓	44.97s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 66.7% Pruebas inestables 5 Tokens de entrada 129,050 Tokens de salida 20,026 Tokens de razonamiento 616,923 Tiempo de respuesta (promedio) 44.97s Tiempo de respuesta (total) 989.32s Tiempo de respuesta (máximo) 578.13s Respuesta incorrecta: 8 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 10.0 Programación : 5.0 Combinado : 6.5 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#193#193	Grok 4.20 Betamedium	6.0	X AI	$0.750 ↑	9.75s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 4 Fiabilidad N/D Tasa de aciertos por intento 66.7% Pruebas inestables 1 Tokens de entrada 35,955 Tokens de salida 1,647 Tokens de razonamiento 91,565 Tiempo de respuesta (promedio) 9.75s Tiempo de respuesta (total) 175.48s Tiempo de respuesta (máximo) 31.36s Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 Programación : 3.3 Combinado : 5.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 3.0 Cultura general : 0.0
#186#186	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 48.5% Pruebas inestables 6 Tokens de entrada 118,486 Tokens de salida 156,166 Tokens de razonamiento 860,619 Tiempo de respuesta (promedio) 85.44s Tiempo de respuesta (total) 1879.75s Tiempo de respuesta (máximo) 525.14s Respuesta incorrecta: 8 No siguió las instrucciones: 4 Llamada de herramienta no válida: 2 Trucos anti-IA : 6.8 Programación : 7.5 Combinado : 2.9 Análisis y extracción de datos : 6.3 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 4.4 Resolución de acertijos : 5.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#6#6	Gemini 3 Flash Previewmedium	9.5	Google	$0.763	19.86s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 2 Fiabilidad 10.0 Tasa de aciertos por intento 93.9% Pruebas inestables 1 Tokens de entrada 87,870 Tokens de salida 5,486 Tokens de razonamiento 234,122 Tiempo de respuesta (promedio) 19.86s Tiempo de respuesta (total) 436.88s Tiempo de respuesta (máximo) 117.26s Respuesta incorrecta: 2 Trucos anti-IA : 10.0 Programación : 8.6 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#78#78	Seed-2.0-Codelow	7.7	Bytedance Seed	$0.767	72.24s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 9 Fiabilidad 8.5 Tasa de aciertos por intento 77.3% Pruebas inestables 6 Tokens de entrada 85,657 Tokens de salida 8,142 Tokens de razonamiento 233,167 Tiempo de respuesta (promedio) 72.24s Tiempo de respuesta (total) 1589.31s Tiempo de respuesta (máximo) 485.92s Respuesta incorrecta: 6 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 Programación : 7.0 Combinado : 7.3 Análisis y extracción de datos : 10.0 Específico del dominio : 4.1 Inteligencia general : 6.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 9.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#23#23	Qwen3.8 Maxmedium	9.0	Qwen	$0.771	23.34s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 80.3% Pruebas inestables 1 Tokens de entrada 109,055 Tokens de salida 6,566 Tokens de razonamiento 85,481 Tiempo de respuesta (promedio) 23.34s Tiempo de respuesta (total) 513.47s Tiempo de respuesta (máximo) 126.60s Respuesta incorrecta: 4 Llamada de herramienta no válida: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 8.7 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#94#94	GPT-5.4 Minimedium	7.5	OpenAI	$0.786	26.72s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 68.2% Pruebas inestables 5 Tokens de entrada 97,164 Tokens de salida 6,211 Tokens de razonamiento 152,133 Tiempo de respuesta (promedio) 26.72s Tiempo de respuesta (total) 587.90s Tiempo de respuesta (máximo) 138.75s Respuesta incorrecta: 6 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.6 Programación : 8.4 Combinado : 6.9 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.8 Llamada de herramientas : 4.7 Cultura general : 3.0

←

1 9 10 11 13

→

Tendencias globales del benchmark

Descubre cómo los modelos actuales equilibran puntuación, costo, velocidad, longitud de salida y rendimiento por categoría.

Gráficos →

Frontera de Pareto: inteligencia vs costo

Evolución de la mejor puntuación de las empresas líderes

Frontera de Pareto: inteligencia vs velocidad de respuesta

Frontera de Pareto: puntuación vs tokens de salida

Dificultad de las categorías entre modelos

Comparación rápida

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium