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.)
#128#128	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 8 Jetons d'entrée 118,496 Jetons de sortie 53,522 Jetons de raisonnement 167,420 Temps de réponse (moy.) 98.19s Temps de réponse (total) 1571.05s Temps de réponse (max) 281.00s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 Appel d'outil invalide: 1 Astuces anti-IA : 7.3 Programmation : 6.1 Combiné : 6.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#136#136	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 7.3 Taux de réussite par tentative 63.6% Tests instables 7 Jetons d'entrée 76,036 Jetons de sortie 7,267 Jetons de raisonnement 364,176 Temps de réponse (moy.) 101.05s Temps de réponse (total) 2223.19s Temps de réponse (max) 626.58s Erreur API: 6 Mauvaise réponse: 4 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 6.9 Programmation : 8.9 Combiné : 4.7 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 4.7 Culture générale : 3.0
#143#143	Gemma 4 26B A4Bmedium	6.8	Google	$0.092 ↓	104.93s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 1 Jetons d'entrée 77,528 Jetons de sortie 26,048 Jetons de raisonnement 227,598 Temps de réponse (moy.) 104.93s Temps de réponse (total) 2203.52s Temps de réponse (max) 912.19s Aucune réponse: 2 Délai dépassé: 2 Mauvaise réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 2.9 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#159#159	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	106.06s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 7 Jetons d'entrée 106,176 Jetons de sortie 33,013 Jetons de raisonnement 239,560 Temps de réponse (moy.) 106.06s Temps de réponse (total) 2333.36s Temps de réponse (max) 1085.11s Mauvaise réponse: 5 Aucune réponse: 3 Appel d'outil invalide: 2 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 8.3 Programmation : 7.7 Combiné : 6.7 Analyse et extraction des données : 3.5 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#298#298	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 6.0 Taux de réussite par tentative 25.8% Tests instables 5 Jetons d'entrée 17,195 Jetons de sortie 46,735 Jetons de raisonnement 366,707 Temps de réponse (moy.) 107.51s Temps de réponse (total) 1720.15s Temps de réponse (max) 569.97s Délai dépassé: 11 Aucune réponse: 3 Mauvaise réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 5.1 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 2.8 Suivi des instructions : 6.5 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#177#177	Qwen3.5-35B-A3Bmedium	6.1	Qwen	$1.140 ↑	110.84s
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 130,450 Jetons de sortie 54,857 Jetons de raisonnement 838,606 Temps de réponse (moy.) 110.84s Temps de réponse (total) 2438.58s Temps de réponse (max) 950.25s Délai dépassé: 4 Aucune réponse: 3 Mauvaise réponse: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 5.9 Combiné : 3.8 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.5 Intelligence générale : 2.8 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#234#234	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 5 Jetons d'entrée 208,937 Jetons de sortie 175,588 Jetons de raisonnement 409,276 Temps de réponse (moy.) 111.60s Temps de réponse (total) 2455.24s Temps de réponse (max) 1190.11s Mauvaise réponse: 11 Appel d'outil invalide: 2 Aucune réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.4 Programmation : 5.3 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.6 Suivi des instructions : 4.6 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#90#90	Qwen3.5-27Bmedium	7.5	Qwen	$0.982 ↓	113.28s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 6 Jetons d'entrée 111,644 Jetons de sortie 16,113 Jetons de raisonnement 598,796 Temps de réponse (moy.) 113.28s Temps de réponse (total) 2492.26s Temps de réponse (max) 1026.43s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 8.7 Programmation : 6.2 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#146#146	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 9.9 Taux de réussite par tentative 54.6% Tests instables 4 Jetons d'entrée 90,870 Jetons de sortie 5,676 Jetons de raisonnement 314,918 Temps de réponse (moy.) 113.61s Temps de réponse (total) 2499.46s Temps de réponse (max) 560.39s Mauvaise réponse: 7 Erreur API: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 10.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 3.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#57#57	DeepSeek V4 Flash 0731high	8.0	DeepSeek	$0.084 ↓	114.94s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 5 Jetons d'entrée 96,702 Jetons de sortie 16,966 Jetons de raisonnement 496,341 Temps de réponse (moy.) 114.94s Temps de réponse (total) 2528.65s Temps de réponse (max) 600.61s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 6.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#110#110	Kimi K2.6medium	7.2	Moonshot AI	$1.247 ↑	115.89s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 4 Jetons d'entrée 68,913 Jetons de sortie 64,654 Jetons de raisonnement 282,865 Temps de réponse (moy.) 115.89s Temps de réponse (total) 2433.66s Temps de réponse (max) 876.20s Délai dépassé: 3 Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 7.0 Programmation : 5.7 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#51#51	Qwen3.8 2.4T A95Blow	8.1	Qwen	$2.672	118.97s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 9.4 Taux de réussite par tentative 72.7% Tests instables 2 Jetons d'entrée 113,279 Jetons de sortie 121,045 Jetons de raisonnement 374,496 Temps de réponse (moy.) 118.97s Temps de réponse (total) 2617.41s Temps de réponse (max) 534.21s Mauvaise réponse: 4 Aucune réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 8.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.2 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#119#119	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 62.1% Tests instables 5 Jetons d'entrée 79,740 Jetons de sortie 23,357 Jetons de raisonnement 339,837 Temps de réponse (moy.) 120.58s Temps de réponse (total) 2652.77s Temps de réponse (max) 491.07s Mauvaise réponse: 5 N'a pas suivi les instructions: 3 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 5.7 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.5 Suivi des instructions : 7.9 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#99#99	Qwen3.8 2.4T A95Bhigh	7.4	Qwen	$2.357	120.59s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 9.4 Taux de réussite par tentative 74.2% Tests instables 4 Jetons d'entrée 108,931 Jetons de sortie 112,801 Jetons de raisonnement 343,227 Temps de réponse (moy.) 120.59s Temps de réponse (total) 2653.05s Temps de réponse (max) 532.28s Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Aucune réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 5.9 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#132#132	Seed-2.0-Codehigh	6.9	Bytedance Seed	$1.273	124.18s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 8.6 Taux de réussite par tentative 63.6% Tests instables 5 Jetons d'entrée 81,970 Jetons de sortie 7,186 Jetons de raisonnement 403,389 Temps de réponse (moy.) 124.18s Temps de réponse (total) 2732.03s Temps de réponse (max) 675.30s Erreur API: 5 Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 6.2 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.6 Suivi des instructions : 9.8 Résolution d'énigmes : 7.8 Appel d'outils : 4.7 Culture générale : 3.0
#138#138	Solar Pro 4medium	6.8	Upstage	$0.047	127.64s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 9.9 Taux de réussite par tentative 62.1% Tests instables 4 Jetons d'entrée 87,902 Jetons de sortie 30,743 Jetons de raisonnement 335,668 Temps de réponse (moy.) 127.64s Temps de réponse (total) 2808.09s Temps de réponse (max) 519.91s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 3.0 Suivi des instructions : 9.8 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#283#283	GLM 4.7 Flashmedium	4.3	Z.ai	$0.168	134.34s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 8.6 Taux de réussite par tentative 31.8% Tests instables 8 Jetons d'entrée 79,104 Jetons de sortie 42,254 Jetons de raisonnement 377,280 Temps de réponse (moy.) 134.34s Temps de réponse (total) 2015.13s Temps de réponse (max) 1539.97s Mauvaise réponse: 9 Aucune réponse: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Délai dépassé: 2 Astuces anti-IA : 4.7 Programmation : 3.2 Combiné : 2.9 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.5 Intelligence générale : 3.6 Suivi des instructions : 6.2 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#82#82	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 2 Jetons d'entrée 98,116 Jetons de sortie 21,720 Jetons de raisonnement 367,730 Temps de réponse (moy.) 134.85s Temps de réponse (total) 2966.79s Temps de réponse (max) 491.42s Mauvaise réponse: 4 N'a pas suivi les instructions: 3 Aucune réponse: 2 Mise en forme supplémentaire: 1 Astuces anti-IA : 8.3 Programmation : 5.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.5 Suivi des instructions : 8.4 Résolution d'énigmes : 8.9 Appel d'outils : 10.0 Culture générale : 3.0
#137#137	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 6 Jetons d'entrée 90,556 Jetons de sortie 6,153 Jetons de raisonnement 332,220 Temps de réponse (moy.) 136.11s Temps de réponse (total) 2994.49s Temps de réponse (max) 640.89s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.0 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#205#205	North Mini Codemedium	5.7	Cohere	$0.000	141.99s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 14 Fiabilité 8.5 Taux de réussite par tentative 43.9% Tests instables 4 Jetons d'entrée 81,742 Jetons de sortie 423,884 Jetons de raisonnement 1,340,907 Temps de réponse (moy.) 141.99s Temps de réponse (total) 3123.87s Temps de réponse (max) 786.72s Mauvaise réponse: 9 Mise en forme supplémentaire: 2 Erreur API: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 8.4 Programmation : 4.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 3.3 Appel d'outils : 10.0 Culture générale : 3.0
#61#61	Kimi K3max	7.9	Moonshot AI	$3.467	142.84s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 9.0 Taux de réussite par tentative 77.3% Tests instables 2 Jetons d'entrée 34,960 Jetons de sortie 2,887 Jetons de raisonnement 221,241 Temps de réponse (moy.) 142.84s Temps de réponse (total) 2714.02s Temps de réponse (max) 766.58s Erreur API: 2 Aucune réponse: 2 Mise en forme supplémentaire: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 6.5 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 3.0
#98#98	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 59.1% Tests instables 2 Jetons d'entrée 97,324 Jetons de sortie 44,383 Jetons de raisonnement 346,490 Temps de réponse (moy.) 143.55s Temps de réponse (total) 3158.11s Temps de réponse (max) 939.52s Mauvaise réponse: 7 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 6.5 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#149#149	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 51.5% Tests instables 4 Jetons d'entrée 93,411 Jetons de sortie 30,470 Jetons de raisonnement 356,172 Temps de réponse (moy.) 153.29s Temps de réponse (total) 3372.36s Temps de réponse (max) 941.66s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 Astuces anti-IA : 8.9 Programmation : 7.8 Combiné : 10.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 5.1 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#16#16	Seed 2.1 Turbolow	9.1	Bytedance Seed	$1.546	163.90s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 80.3% Tests instables 2 Jetons d'entrée 104,464 Jetons de sortie 6,844 Jetons de raisonnement 590,392 Temps de réponse (moy.) 163.90s Temps de réponse (total) 3605.87s Temps de réponse (max) 739.98s Mauvaise réponse: 3 Aucune réponse: 2 Astuces anti-IA : 8.2 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#44#44	Qwen3.8 27Bhigh	8.4	Qwen	~$0.287	167.89s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 9.6 Taux de réussite par tentative 77.3% Tests instables 2 Jetons d'entrée 100,179 Jetons de sortie 904 Jetons de raisonnement 655,731 Temps de réponse (moy.) 167.89s Temps de réponse (total) 3693.54s Temps de réponse (max) 640.85s N'a pas suivi les instructions: 2 Aucune réponse: 2 Mauvaise réponse: 2 Astuces anti-IA : 10.0 Programmation : 8.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 7.6 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