Leaderboard AI Benchy

Name: Résultats de benchmark des modèles AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-09-02 Modèles évalués: 305

Modèles recommandés

GPT-5.6 Sol high Intelligent Taux de réussite par tentative 89.4% Tests corrects 18 / 22 Score 9.4/10 GPT-5.6 Luna medium Rapide Temps de réponse (moy.) 7.43s Total des jetons de sortie 44,525 Score 7.4/10 DeepSeek V4 Flash 0731 high Abordable Prix d'entrée $0.065 / 1M Prix de sortie $0.180 / 1M Score 8.0/10

305/305

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#169#169	Ring-2.6-1Tmedium	6.4	Inclusionai	$0.102 ↑	68.80s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 59.1% Tests instables 3 Jetons d'entrée 113,613 Jetons de sortie 122,706 Jetons de raisonnement 42,325 Temps de réponse (moy.) 68.80s Temps de réponse (total) 1375.99s Temps de réponse (max) 304.19s Mauvaise réponse: 6 Erreur API: 2 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 5.3 Combiné : 7.3 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 4.1 Suivi des instructions : 9.8 Résolution d'énigmes : 5.9 Appel d'outils : 10.0 Culture générale : 3.0
#278#278	MiniMax M2.5medium	4.6	Minimax	$0.327 ↑	69.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 9 Jetons d'entrée 142,621 Jetons de sortie 20,409 Jetons de raisonnement 251,820 Temps de réponse (moy.) 69.08s Temps de réponse (total) 1036.24s Temps de réponse (max) 251.36s Mauvaise réponse: 7 Délai dépassé: 4 N'a pas suivi les instructions: 3 Aucune réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 7.9 Programmation : 3.4 Combiné : 3.7 Analyse et extraction des données : 4.6 Spécifique au domaine : 2.9 Intelligence générale : 3.8 Suivi des instructions : 7.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#58#58	GLM 5.2high	8.0	Z.ai	$1.188 ↑	69.86s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 3 Jetons d'entrée 83,822 Jetons de sortie 72,040 Jetons de raisonnement 292,615 Temps de réponse (moy.) 69.86s Temps de réponse (total) 1536.98s Temps de réponse (max) 599.43s Délai dépassé: 3 Aucune réponse: 2 Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 6.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.1 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#135#135	Step 3.7 Flashhigh	6.8	Stepfun	$1.229	70.10s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 4 Jetons d'entrée 98,700 Jetons de sortie 1,050,900 Jetons de raisonnement 0 Temps de réponse (moy.) 70.10s Temps de réponse (total) 1542.14s Temps de réponse (max) 364.99s Mauvaise réponse: 7 Aucune réponse: 3 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 4.0 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.5 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#244#244	Nemotron 3.5 Lightningmedium	5.1	NVIDIA	$0.156 ↕	70.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 9.9 Taux de réussite par tentative 48.5% Tests instables 11 Jetons d'entrée 126,330 Jetons de sortie 165,702 Jetons de raisonnement 594,739 Temps de réponse (moy.) 70.11s Temps de réponse (total) 1542.52s Temps de réponse (max) 437.11s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 6.9 Programmation : 4.4 Combiné : 6.2 Analyse et extraction des données : 3.7 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.5 Résolution d'énigmes : 4.2 Appel d'outils : 10.0 Culture générale : 3.0
#76#76	Seed-2.0-Codelow	7.7	Bytedance Seed	$0.767	72.24s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 8.5 Taux de réussite par tentative 77.3% Tests instables 6 Jetons d'entrée 85,657 Jetons de sortie 8,142 Jetons de raisonnement 233,167 Temps de réponse (moy.) 72.24s Temps de réponse (total) 1589.31s Temps de réponse (max) 485.92s Mauvaise réponse: 6 Erreur API: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 8.7 Programmation : 7.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 6.5 Suivi des instructions : 9.8 Résolution d'énigmes : 9.9 Appel d'outils : 10.0 Culture générale : 3.0
#22#22	Grok 4.5high	9.0	X AI	$2.252 ↑	72.30s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 86.4% Tests instables 3 Jetons d'entrée 152,175 Jetons de sortie 5,655 Jetons de raisonnement 318,807 Temps de réponse (moy.) 72.30s Temps de réponse (total) 1590.56s Temps de réponse (max) 676.83s Aucune réponse: 2 Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 4.7 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#41#41	Grok 4.6medium	8.4	X AI	$1.713	73.46s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 81.8% Tests instables 4 Jetons d'entrée 106,787 Jetons de sortie 4,811 Jetons de raisonnement 244,997 Temps de réponse (moy.) 73.46s Temps de réponse (total) 1616.12s Temps de réponse (max) 514.35s Mauvaise réponse: 5 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 8.2 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.1 Suivi des instructions : 9.8 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#87#87	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 9.7 Taux de réussite par tentative 62.1% Tests instables 5 Jetons d'entrée 121,996 Jetons de sortie 90,051 Jetons de raisonnement 185,731 Temps de réponse (moy.) 75.15s Temps de réponse (total) 1578.24s Temps de réponse (max) 431.03s Mauvaise réponse: 4 Délai dépassé: 3 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Aucune réponse: 1 Astuces anti-IA : 5.5 Programmation : 6.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.2 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 7.9 Appel d'outils : 10.0 Culture générale : 3.0
#295#295	Ling 3.0 Tinyhigh	3.8	Inclusionai	$0.000	75.68s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 24.2% Tests instables 3 Jetons d'entrée 115,314 Jetons de sortie 133,965 Jetons de raisonnement 816,718 Temps de réponse (moy.) 75.68s Temps de réponse (total) 1589.20s Temps de réponse (max) 345.15s Aucune réponse: 7 Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.4 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 2.9 Intelligence générale : 5.4 Suivi des instructions : 6.8 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#266#266	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 39.4% Tests instables 8 Jetons d'entrée 101,776 Jetons de sortie 276,367 Jetons de raisonnement 656,252 Temps de réponse (moy.) 75.86s Temps de réponse (total) 1668.93s Temps de réponse (max) 510.21s Mauvaise réponse: 10 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Aucune réponse: 1 Astuces anti-IA : 6.7 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 6.3 Résolution d'énigmes : 4.7 Appel d'outils : 10.0 Culture générale : 3.0
#56#56	DeepSeek V4 Flash 0731low	8.0	DeepSeek	$0.044 ↓	77.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 5 Jetons d'entrée 93,345 Jetons de sortie 35,723 Jetons de raisonnement 350,266 Temps de réponse (moy.) 77.55s Temps de réponse (total) 1706.18s Temps de réponse (max) 438.65s Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.2 Programmation : 7.3 Combiné : 9.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 6.5 Suivi des instructions : 9.9 Résolution d'énigmes : 8.0 Appel d'outils : 10.0 Culture générale : 3.0
#173#173	Gemma 4 31Bmedium	6.2	Google	$0.100 ↓	78.59s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 3 Jetons d'entrée 94,969 Jetons de sortie 34,399 Jetons de raisonnement 233,022 Temps de réponse (moy.) 78.59s Temps de réponse (total) 1571.84s Temps de réponse (max) 437.40s Mauvaise réponse: 3 Erreur API: 2 Délai dépassé: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 4.3 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 9.9 Appel d'outils : 3.0 Culture générale : 3.0
#96#96	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.687 ↓	80.09s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 5 Jetons d'entrée 72,085 Jetons de sortie 57,453 Jetons de raisonnement 182,093 Temps de réponse (moy.) 80.09s Temps de réponse (total) 1681.85s Temps de réponse (max) 365.80s Mauvaise réponse: 6 Délai dépassé: 3 Erreur API: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 7.3 Programmation : 7.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.7 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 5.9 Appel d'outils : 3.0 Culture générale : 3.0
#11#11	Grok 4.6high	9.3	X AI	$1.908	84.15s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 86.4% Tests instables 0 Jetons d'entrée 107,275 Jetons de sortie 5,094 Jetons de raisonnement 277,123 Temps de réponse (moy.) 84.15s Temps de réponse (total) 1851.26s Temps de réponse (max) 618.49s Mauvaise réponse: 2 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#181#181	Qwen3.5-Flashmedium	6.1	Qwen	$0.142 ↓	84.44s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 6 Jetons d'entrée 118,508 Jetons de sortie 35,457 Jetons de raisonnement 477,389 Temps de réponse (moy.) 84.44s Temps de réponse (total) 1773.20s Temps de réponse (max) 515.38s Mauvaise réponse: 5 Délai dépassé: 3 Erreur API: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 3.7 Combiné : 6.4 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#108#108	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.066 ↓	84.66s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 8 Jetons d'entrée 89,819 Jetons de sortie 58,398 Jetons de raisonnement 492,457 Temps de réponse (moy.) 84.66s Temps de réponse (total) 1862.46s Temps de réponse (max) 288.78s Mauvaise réponse: 5 Aucune réponse: 3 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 8.2 Programmation : 6.4 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.1 Suivi des instructions : 8.5 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#255#255	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 22.7% Tests instables 5 Jetons d'entrée 118,752 Jetons de sortie 67,823 Jetons de raisonnement 383,885 Temps de réponse (moy.) 85.34s Temps de réponse (total) 1877.49s Temps de réponse (max) 814.73s Mauvaise réponse: 15 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.4 Programmation : 3.8 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 4.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#183#183	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 48.5% Tests instables 6 Jetons d'entrée 118,486 Jetons de sortie 156,166 Jetons de raisonnement 860,619 Temps de réponse (moy.) 85.44s Temps de réponse (total) 1879.75s Temps de réponse (max) 525.14s Mauvaise réponse: 8 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Astuces anti-IA : 6.8 Programmation : 7.5 Combiné : 2.9 Analyse et extraction des données : 6.3 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 4.4 Résolution d'énigmes : 5.2 Appel d'outils : 10.0 Culture générale : 3.0
#285#285	Granite 4.2 8Bnone	4.3	IBM Granite	$0.026	86.27s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 8.6 Taux de réussite par tentative 16.7% Tests instables 2 Jetons d'entrée 57,786 Jetons de sortie 130,805 Jetons de raisonnement 0 Temps de réponse (moy.) 86.27s Temps de réponse (total) 1897.96s Temps de réponse (max) 747.17s Mauvaise réponse: 11 Mise en forme supplémentaire: 4 Délai dépassé: 3 N'a pas suivi les instructions: 1 Astuces anti-IA : 4.9 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#89#89	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 72.7% Tests instables 5 Jetons d'entrée 113,569 Jetons de sortie 9,823 Jetons de raisonnement 264,886 Temps de réponse (moy.) 91.76s Temps de réponse (total) 1376.42s Temps de réponse (max) 304.85s Mauvaise réponse: 4 Délai dépassé: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.2 Programmation : 6.6 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#78#78	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.496 ↑	92.50s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 6 Jetons d'entrée 90,757 Jetons de sortie 22,928 Jetons de raisonnement 186,516 Temps de réponse (moy.) 92.50s Temps de réponse (total) 2035.01s Temps de réponse (max) 416.76s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 5.7 Programmation : 6.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 7.8 Résolution d'énigmes : 6.9 Appel d'outils : 9.8 Culture générale : 3.0
#127#127	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.116	93.10s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 8.7 Taux de réussite par tentative 57.6% Tests instables 3 Jetons d'entrée 125,704 Jetons de sortie 10,781 Jetons de raisonnement 247,541 Temps de réponse (moy.) 93.10s Temps de réponse (total) 1768.91s Temps de réponse (max) 301.78s Mauvaise réponse: 5 Délai dépassé: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 6.6 Programmation : 5.5 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#53#53	Muse Glimmer 30Bxhigh	8.1	Meta	$0.510 ↓	95.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 9.9 Taux de réussite par tentative 69.7% Tests instables 4 Jetons d'entrée 110,930 Jetons de sortie 116,373 Jetons de raisonnement 330,471 Temps de réponse (moy.) 95.55s Temps de réponse (total) 2102.12s Temps de réponse (max) 576.79s Mauvaise réponse: 4 Aucune réponse: 3 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 6.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.4 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#188#188	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 47.0% Tests instables 5 Jetons d'entrée 122,854 Jetons de sortie 119,810 Jetons de raisonnement 698,549 Temps de réponse (moy.) 96.61s Temps de réponse (total) 2125.51s Temps de réponse (max) 540.96s Mauvaise réponse: 7 Erreur API: 2 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 5.3 Combiné : 5.2 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 4.4 Résolution d'énigmes : 6.3 Appel d'outils : 10.0 Culture générale : 3.0

Tendances globales du benchmark

Voyez comment les modèles actuels équilibrent score, coût, vitesse, longueur des sorties et performance par catégorie.

Graphiques →

Frontière de Pareto : intelligence vs coût

Évolution du meilleur score des entreprises leaders

Frontière de Pareto : intelligence vs vitesse de réponse

Frontière de Pareto : score vs jetons de sortie

Difficulté des catégories selon les modèles

Comparaison rapide

Gemini 3.6 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 Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow