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)
#289#289	Hunter Alphanone	4.2	OpenRouter	$0.000	4.70s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 12 Fiabilidad N/D Tasa de aciertos por intento 37.9% Pruebas inestables 4 Tokens de entrada 34,329 Tokens de salida 2,264 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.70s Tiempo de respuesta (total) 79.86s Tiempo de respuesta (máximo) 15.17s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Error de API: 1 Trucos anti-IA : 3.5 Programación : 9.8 Combinado : 1.5 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 6.1 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 5.8 Llamada de herramientas : 10.0 Cultura general : 0.0
#290#290	Grok 4.20none	4.1	X AI	$0.057 ↓	1.11s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 12 Fiabilidad N/D Tasa de aciertos por intento 27.3% Pruebas inestables 0 Tokens de entrada 41,313 Tokens de salida 1,923 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.11s Tiempo de respuesta (total) 19.96s Tiempo de respuesta (máximo) 6.04s Respuesta incorrecta: 10 Formato extra: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.8 Programación : 1.1 Combinado : 1.5 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 0.0
#178#178	Claude Sonnet 5none	6.1	Anthropic	$0.548	6.05s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 40.9% Pruebas inestables 4 Tokens de entrada 161,032 Tokens de salida 22,508 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.05s Tiempo de respuesta (total) 132.99s Tiempo de respuesta (máximo) 33.39s Respuesta incorrecta: 8 Formato extra: 4 Sin respuesta: 2 No siguió las instrucciones: 1 Trucos anti-IA : 5.3 Programación : 4.6 Combinado : 6.5 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.7 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 6.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#182#182	Qwen3.7 Flashnone	6.1	Qwen	$0.019	10.05s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 36.4% Pruebas inestables 2 Tokens de entrada 218,740 Tokens de salida 90,507 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 10.05s Tiempo de respuesta (total) 221.13s Tiempo de respuesta (máximo) 186.24s Respuesta incorrecta: 13 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.0 Programación : 5.5 Combinado : 3.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#187#187	Qwen3.6 Flashnone	6.1	Qwen	$0.062 ↓	3.73s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 34.9% Pruebas inestables 1 Tokens de entrada 139,797 Tokens de salida 30,947 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.73s Tiempo de respuesta (total) 81.95s Tiempo de respuesta (máximo) 48.79s Respuesta incorrecta: 12 Llamada de herramienta no válida: 2 No siguió las instrucciones: 1 Trucos anti-IA : 3.1 Programación : 5.4 Combinado : 3.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#197#197	Qwen3.5-Flashnone	6.0	Qwen	$0.073 ↓	25.28s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 34.9% Pruebas inestables 2 Tokens de entrada 282,356 Tokens de salida 209,201 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 25.28s Tiempo de respuesta (total) 556.14s Tiempo de respuesta (máximo) 480.96s Respuesta incorrecta: 14 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.5 Programación : 5.5 Combinado : 2.9 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#206#206	GPT-5.4none	5.8	OpenAI	$0.397	2.08s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 34.9% Pruebas inestables 2 Tokens de entrada 108,641 Tokens de salida 8,339 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.08s Tiempo de respuesta (total) 45.75s Tiempo de respuesta (máximo) 15.63s Respuesta incorrecta: 14 No siguió las instrucciones: 1 Trucos anti-IA : 3.2 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#207#207	Solar Pro 4none	5.8	Upstage	$0.006	5.37s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 1 Tokens de entrada 130,863 Tokens de salida 11,912 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.37s Tiempo de respuesta (total) 118.06s Tiempo de respuesta (máximo) 64.67s Respuesta incorrecta: 14 Sin respuesta: 1 Trucos anti-IA : 4.8 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 5.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#217#217	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.87s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 9.8 Tasa de aciertos por intento 42.4% Pruebas inestables 5 Tokens de entrada 50,423 Tokens de salida 4,144 Tokens de razonamiento 110,510 Tiempo de respuesta (promedio) 15.87s Tiempo de respuesta (total) 349.16s Tiempo de respuesta (máximo) 118.35s Respuesta incorrecta: 9 Error de API: 3 Formato extra: 3 Trucos anti-IA : 6.9 Programación : 4.3 Combinado : 6.5 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 5.1 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#226#226	Qwen3.6 27Bnone	5.5	Qwen	$0.116 ↑	10.62s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 45.5% Pruebas inestables 6 Tokens de entrada 95,805 Tokens de salida 16,156 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 10.62s Tiempo de respuesta (total) 233.68s Tiempo de respuesta (máximo) 156.31s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Trucos anti-IA : 3.8 Programación : 5.5 Combinado : 3.2 Análisis y extracción de datos : 7.3 Específico del dominio : 7.7 Inteligencia general : 5.2 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 5.3 Llamada de herramientas : 9.5 Cultura general : 3.0
#232#232	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 9.9 Tasa de aciertos por intento 43.9% Pruebas inestables 6 Tokens de entrada 61,094 Tokens de salida 6,532 Tokens de razonamiento 53,882 Tiempo de respuesta (promedio) 10.63s Tiempo de respuesta (total) 233.77s Tiempo de respuesta (máximo) 86.23s Respuesta incorrecta: 7 Formato extra: 4 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 7.3 Programación : 3.5 Combinado : 6.4 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#246#246	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.009	45.97s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 8.7 Tasa de aciertos por intento 34.9% Pruebas inestables 1 Tokens de entrada 52,909 Tokens de salida 7,058 Tokens de razonamiento 12,272 Tiempo de respuesta (promedio) 45.97s Tiempo de respuesta (total) 1011.42s Tiempo de respuesta (máximo) 557.96s Respuesta incorrecta: 9 Tiempo agotado: 4 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 8.4 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 3.8 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#250#250	Granite 4.2 8Blow	5.1	IBM Granite	$0.012	54.36s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 15 Fiabilidad 9.0 Tasa de aciertos por intento 31.8% Pruebas inestables 0 Tokens de entrada 74,721 Tokens de salida 9,205 Tokens de razonamiento 18,723 Tiempo de respuesta (promedio) 54.36s Tiempo de respuesta (total) 1195.97s Tiempo de respuesta (máximo) 566.80s Respuesta incorrecta: 10 Tiempo agotado: 3 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 8.3 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 3.0 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#291#291	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 43.9% Pruebas inestables 6 Tokens de entrada 39,481 Tokens de salida 54,218 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.73s Tiempo de respuesta (total) 100.98s Tiempo de respuesta (máximo) 29.11s Respuesta incorrecta: 6 Error de API: 4 Sin respuesta: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 6.9 Programación : 2.1 Combinado : 1.5 Análisis y extracción de datos : 7.1 Específico del dominio : 4.1 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 4.7 Cultura general : 3.0
#304#304	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 2 Tokens de entrada 9,081 Tokens de salida 51,664 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 21.61s Tiempo de respuesta (total) 345.79s Tiempo de respuesta (máximo) 113.71s Respuesta incorrecta: 8 Error de API: 3 No siguió las instrucciones: 2 Trucos anti-IA : 6.5 Programación : 1.5 Combinado : 1.5 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 6.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#254#254	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 30.3% Pruebas inestables 2 Tokens de entrada 32,525 Tokens de salida 1,815 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.82s Tiempo de respuesta (total) 59.29s Tiempo de respuesta (máximo) 8.21s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 Programación : 3.9 Combinado : 1.5 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.2 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#287#287	Elephant Alphamedium	4.3	Openrouter	$0.000	1.27s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad N/D Tasa de aciertos por intento 28.8% Pruebas inestables 1 Tokens de entrada 33,744 Tokens de salida 2,596 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.27s Tiempo de respuesta (total) 22.82s Tiempo de respuesta (máximo) 3.70s Respuesta incorrecta: 9 Error de API: 3 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 6.6 Programación : 3.7 Combinado : 1.5 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.3 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.3 Llamada de herramientas : 3.0 Cultura general : 3.0
#198#198	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.142 ↑	12.73s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 39.4% Pruebas inestables 4 Tokens de entrada 134,530 Tokens de salida 86,616 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.73s Tiempo de respuesta (total) 279.97s Tiempo de respuesta (máximo) 209.15s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.4 Programación : 5.5 Combinado : 3.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 6.5 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#204#204	GPT-5.4 Mininone	5.9	OpenAI	$0.095	1.58s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 2 Tokens de entrada 79,076 Tokens de salida 7,898 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.58s Tiempo de respuesta (total) 34.86s Tiempo de respuesta (máximo) 9.92s Respuesta incorrecta: 13 No siguió las instrucciones: 3 Trucos anti-IA : 3.1 Programación : 5.5 Combinado : 6.5 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.4 Llamada de herramientas : 3.0 Cultura general : 3.0
#212#212	Ling-3.0-flashnone	5.7	Inclusionai	$0.004 ↕	3.56s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 27.3% Pruebas inestables 0 Tokens de entrada 123,993 Tokens de salida 12,777 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.56s Tiempo de respuesta (total) 74.74s Tiempo de respuesta (máximo) 17.51s Respuesta incorrecta: 13 Error de API: 1 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.8 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#214#214	Kimi K2.6none	5.7	Moonshot AI	$0.233 ↑	19.57s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 30.3% Pruebas inestables 2 Tokens de entrada 116,983 Tokens de salida 30,249 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 19.57s Tiempo de respuesta (total) 430.58s Tiempo de respuesta (máximo) 238.89s Respuesta incorrecta: 12 No siguió las instrucciones: 3 Sin respuesta: 1 Trucos anti-IA : 4.6 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 5.4 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#215#215	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 2 Tokens de entrada 241,575 Tokens de salida 88,459 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.93s Tiempo de respuesta (total) 284.39s Tiempo de respuesta (máximo) 212.63s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.8 Programación : 3.7 Combinado : 5.2 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.8 Llamada de herramientas : 10.0 Cultura general : 3.0
#233#233	GPT-5.6 Lunanone	5.4	OpenAI	$0.029 ↓	1.50s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 36.4% Pruebas inestables 3 Tokens de entrada 101,332 Tokens de salida 6,709 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.50s Tiempo de respuesta (total) 33.05s Tiempo de respuesta (máximo) 10.57s Respuesta incorrecta: 14 Formato extra: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.8 Programación : 3.8 Combinado : 3.2 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 5.0 Seguimiento de instrucciones : 7.1 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#240#240	Seed-2.0-Codenone	5.3	Bytedance Seed	$0.151	14.67s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 8.6 Tasa de aciertos por intento 36.4% Pruebas inestables 5 Tokens de entrada 159,749 Tokens de salida 23,433 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.67s Tiempo de respuesta (total) 322.71s Tiempo de respuesta (máximo) 132.84s Respuesta incorrecta: 11 Formato extra: 2 No siguió las instrucciones: 2 Sin respuesta: 1 Trucos anti-IA : 3.0 Programación : 3.6 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#245#245	Inklingnone	5.2	Thinkingmachines	$0.147	3.47s
Ver ficha del modelo Pruebas totales 22 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 28.8% Pruebas inestables 1 Tokens de entrada 104,120 Tokens de salida 10,554 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.47s Tiempo de respuesta (total) 76.28s Tiempo de respuesta (máximo) 48.02s Respuesta incorrecta: 13 Formato extra: 1 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.8 Programación : 4.5 Combinado : 2.9 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.6 Llamada de herramientas : 3.0 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