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: 2026-10-17 Modèles évalués: 442

Modèles recommandés

GPT-6.1 Sol xhigh Intelligent Taux de réussite par tentative 97.1% Tests corrects 22 / 23 Score 9.9/10 Gemini 3.7 Flash low Rapide Temps de réponse (moy.) 6.24s Total des jetons de sortie 38,453 Score 9.4/10 GPT-6 Luna high Abordable Prix d'entrée $0.100 / 1M Prix de sortie $0.500 / 1M Prix de lecture du cache $0.010 / 1M Prix d’écriture du cache $0.125 / 1M Score 7.7/10

442/442

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#212#212	Apodex 1.1 Minihigh	6.7	Apodex	$0.000	31.25s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 68.1% Tests instables 9 Jetons d'entrée 365,069 Jetons de sortie 133,336 Jetons de raisonnement 344,133 Temps de réponse (moy.) 31.25s Temps de réponse (total) 718.67s Temps de réponse (max) 114.61s Mauvaise réponse: 9 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 6.1 Astuces anti-IA : 10.0 Programmation : 5.5 Combiné : 4.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 8.0 Résolution d'énigmes : 8.0 Appel d'outils : 10.0 Culture générale : 3.0
#65#65	GPT-5.2medium	8.7	OpenAI	$1.558 ↑	31.29s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 73.9% Tests instables 4 Jetons d'entrée 235,207 Jetons de sortie 11,065 Jetons de raisonnement 69,473 Temps de réponse (moy.) 31.29s Temps de réponse (total) 531.98s Temps de réponse (max) 116.86s N'a pas suivi les instructions: 3 Mauvaise réponse: 3 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 6.5 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 3.7 Suivi des instructions : 9.9 Résolution d'énigmes : 7.5 Appel d'outils : 4.7 Culture générale : 3.0
#281#281	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 47.8% Tests instables 5 Jetons d'entrée 285,293 Jetons de sortie 29,565 Jetons de raisonnement 89,266 Temps de réponse (moy.) 31.58s Temps de réponse (total) 536.78s Temps de réponse (max) 203.90s Mauvaise réponse: 10 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 6.7 Programmation : 5.9 Combiné : 6.5 Analyse et extraction des données : 6.4 Spécifique au domaine : 2.9 Intelligence générale : 4.3 Suivi des instructions : 9.9 Résolution d'énigmes : 5.3 Appel d'outils : 9.8 Culture générale : 3.0
#253#253	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 3 Jetons d'entrée 108,573 Jetons de sortie 69,994 Jetons de raisonnement 26,728 Temps de réponse (moy.) 32.23s Temps de réponse (total) 515.65s Temps de réponse (max) 151.51s Mise en forme supplémentaire: 4 Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 6.4 Programmation : 5.7 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#274#274	Apodex 1.1 Minimedium	6.0	Apodex	$0.000	32.68s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 9.9 Taux de réussite par tentative 68.1% Tests instables 9 Jetons d'entrée 293,112 Jetons de sortie 152,376 Jetons de raisonnement 357,890 Temps de réponse (moy.) 32.68s Temps de réponse (total) 751.72s Temps de réponse (max) 115.57s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Aucune réponse: 1 Tâches agentiques : 3.4 Astuces anti-IA : 10.0 Programmation : 4.3 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 5.1 Suivi des instructions : 8.5 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#254#254	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 55.1% Tests instables 5 Jetons d'entrée 267,840 Jetons de sortie 192,115 Jetons de raisonnement 0 Temps de réponse (moy.) 32.88s Temps de réponse (total) 756.28s Temps de réponse (max) 197.32s Mauvaise réponse: 11 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 6.1 Astuces anti-IA : 5.2 Programmation : 5.4 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.4 Suivi des instructions : 9.8 Résolution d'énigmes : 7.9 Appel d'outils : 10.0 Culture générale : 3.0
#63#63	DeepSeek V4.1 Flashmedium	8.7	DeepSeek	$0.591 ↑	32.88s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 9.6 Taux de réussite par tentative 73.9% Tests instables 2 Jetons d'entrée 280,643 Jetons de sortie 7,342 Jetons de raisonnement 437,323 Temps de réponse (moy.) 32.88s Temps de réponse (total) 756.34s Temps de réponse (max) 276.31s Mauvaise réponse: 5 Erreur API: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#6#6	GPT-6.1 Solxhigh	9.9	OpenAI	$1.377	33.11s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 1 Fiabilité 10.0 Taux de réussite par tentative 97.1% Tests instables 1 Jetons d'entrée 175,712 Jetons de sortie 5,640 Jetons de raisonnement 96,842 Temps de réponse (moy.) 33.11s Temps de réponse (total) 761.52s Temps de réponse (max) 491.85s Mauvaise réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.6 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#62#62	DeepSeek V4.1 Flashhigh	8.7	DeepSeek	$0.617 ↑	33.27s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 9.7 Taux de réussite par tentative 75.4% Tests instables 3 Jetons d'entrée 282,490 Jetons de sortie 8,621 Jetons de raisonnement 455,535 Temps de réponse (moy.) 33.27s Temps de réponse (total) 765.12s Temps de réponse (max) 205.53s Mauvaise réponse: 5 Erreur API: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.4 Appel d'outils : 10.0 Culture générale : 3.0
#41#41	Paretodefault	9.1	Unbiased	$1.520	33.47s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 87.0% Tests instables 2 Jetons d'entrée 223,559 Jetons de sortie 128,144 Jetons de raisonnement 0 Temps de réponse (moy.) 33.47s Temps de réponse (total) 769.84s Temps de réponse (max) 143.33s Mauvaise réponse: 3 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 2.8
#268#268	Apodex 1.1 Minilow	6.1	Apodex	$0.000	33.68s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 6 Jetons d'entrée 321,894 Jetons de sortie 139,334 Jetons de raisonnement 369,481 Temps de réponse (moy.) 33.68s Temps de réponse (total) 774.73s Temps de réponse (max) 163.05s Mauvaise réponse: 9 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 5.0 Astuces anti-IA : 8.7 Programmation : 5.1 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 4.7 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#138#138	Muse Glimmer 30Bmedium	7.7	Meta	$0.288 ↓	33.97s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 6 Jetons d'entrée 269,497 Jetons de sortie 34,935 Jetons de raisonnement 145,752 Temps de réponse (moy.) 33.97s Temps de réponse (total) 781.36s Temps de réponse (max) 181.08s Mauvaise réponse: 9 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 9.2 Programmation : 8.4 Combiné : 6.5 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 4.7 Suivi des instructions : 9.8 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#139#139	Muse Wonderxhigh	7.7	Meta	$4.012	34.40s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 9.1 Taux de réussite par tentative 65.2% Tests instables 2 Jetons d'entrée 93,060 Jetons de sortie 10,305 Jetons de raisonnement 171,683 Temps de réponse (moy.) 34.40s Temps de réponse (total) 791.16s Temps de réponse (max) 236.64s Erreur API: 6 Mauvaise réponse: 3 Tâches agentiques : 3.0 Astuces anti-IA : 8.3 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 2.8
#184#184	Ember-1low	7.0	Fireworks	$1.488	34.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 8.8 Taux de réussite par tentative 65.2% Tests instables 5 Jetons d'entrée 211,908 Jetons de sortie 14,158 Jetons de raisonnement 42,608 Temps de réponse (moy.) 34.90s Temps de réponse (total) 802.79s Temps de réponse (max) 121.29s Erreur API: 6 Mauvaise réponse: 3 Appel d'outil invalide: 1 Tâches agentiques : 4.7 Astuces anti-IA : 8.2 Programmation : 10.0 Combiné : 6.5 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 6.2 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 3.0
#324#324	Kimi K2.5none	5.3	Moonshot AI	$0.262 ↑	35.86s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 29.0% Tests instables 4 Jetons d'entrée 275,349 Jetons de sortie 49,377 Jetons de raisonnement 12 Temps de réponse (moy.) 35.86s Temps de réponse (total) 609.61s Temps de réponse (max) 321.19s Mauvaise réponse: 17 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.6 Programmation : 5.5 Combiné : 2.8 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#201#201	Space Bunny Alphamax	6.7	Stealth	$0.000	36.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 59.4% Tests instables 5 Jetons d'entrée 315,136 Jetons de sortie 219,014 Jetons de raisonnement 0 Temps de réponse (moy.) 36.24s Temps de réponse (total) 833.43s Temps de réponse (max) 320.00s Mauvaise réponse: 10 N'a pas suivi les instructions: 2 Tâches agentiques : 6.1 Astuces anti-IA : 6.4 Programmation : 5.7 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 5.3 Suivi des instructions : 5.9 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#258#258	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 58.0% Tests instables 5 Jetons d'entrée 392,127 Jetons de sortie 7,754 Jetons de raisonnement 294,333 Temps de réponse (moy.) 36.73s Temps de réponse (total) 844.68s Temps de réponse (max) 199.66s Mauvaise réponse: 7 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.2 Programmation : 6.3 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 3.9 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 3.0 Culture générale : 3.0
#353#353	Qwen3.5-9Bnone	4.9	Qwen	$0.041	37.19s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 9.8 Taux de réussite par tentative 18.8% Tests instables 1 Jetons d'entrée 307,670 Jetons de sortie 70,427 Jetons de raisonnement 0 Temps de réponse (moy.) 37.19s Temps de réponse (total) 855.27s Temps de réponse (max) 433.02s Mauvaise réponse: 15 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Tâches agentiques : 3.9 Astuces anti-IA : 3.1 Programmation : 3.9 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.2 Appel d'outils : 10.0 Culture générale : 3.0
#87#87	Muse Spark 1.1high	8.4	Meta	$2.570	37.41s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 69.6% Tests instables 6 Jetons d'entrée 336,310 Jetons de sortie 10,838 Jetons de raisonnement 494,728 Temps de réponse (moy.) 37.41s Temps de réponse (total) 860.39s Temps de réponse (max) 196.03s Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 7.5 Programmation : 10.0 Combiné : 5.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 6.4 Résolution d'énigmes : 7.8 Appel d'outils : 9.6 Culture générale : 3.0
#381#381	Cobuddymedium	4.4	Baidu	$0.000	38.01s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 43.5% Tests instables 6 Jetons d'entrée 37,449 Jetons de sortie 1,677 Jetons de raisonnement 116,703 Temps de réponse (moy.) 38.01s Temps de réponse (total) 798.15s Temps de réponse (max) 309.02s Mauvaise réponse: 9 N'a pas suivi les instructions: 3 Erreur API: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.7 Programmation : 3.7 Combiné : 1.5 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 4.2 Suivi des instructions : 9.8 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#257#257	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.149 ↑	38.64s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 30.4% Tests instables 4 Jetons d'entrée 403,455 Jetons de sortie 100,227 Jetons de raisonnement 15,364 Temps de réponse (moy.) 38.64s Temps de réponse (total) 888.69s Temps de réponse (max) 247.27s Mauvaise réponse: 13 Mise en forme supplémentaire: 2 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 3.0 Programmation : 4.2 Combiné : 4.6 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.2 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#433#433	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 26.1% Tests instables 0 Jetons d'entrée 1,971 Jetons de sortie 50,509 Jetons de raisonnement 33,867 Temps de réponse (moy.) 39.03s Temps de réponse (total) 312.26s Temps de réponse (max) 114.12s Erreur API: 4 N'a pas suivi les instructions: 1 Mauvaise réponse: 1 Tâches agentiques : 0.0 Astuces anti-IA : 10.0 Programmation : 1.0 Combiné : 1.5 Analyse et extraction des données : 1.5 Spécifique au domaine : 3.3 Intelligence générale : 4.0 Suivi des instructions : 5.0 Résolution d'énigmes : 0.0 Appel d'outils : 3.0 Culture générale : 3.0
#172#172	GLM 5medium	7.2	Z.ai	$0.479 ↑	39.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 76.8% Tests instables 5 Jetons d'entrée 212,440 Jetons de sortie 22,922 Jetons de raisonnement 115,335 Temps de réponse (moy.) 39.05s Temps de réponse (total) 546.68s Temps de réponse (max) 110.70s Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 4.7 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 5.0 Analyse et extraction des données : 7.1 Spécifique au domaine : 3.5 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#47#47	Muse Spark 1.3medium	9.0	Meta	$1.712	39.83s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 85.5% Tests instables 3 Jetons d'entrée 250,676 Jetons de sortie 13,511 Jetons de raisonnement 315,400 Temps de réponse (moy.) 39.83s Temps de réponse (total) 916.20s Temps de réponse (max) 219.77s Mauvaise réponse: 4 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 9.6 Culture générale : 3.0
#33#33	GPT-5.5medium	9.2	OpenAI	$4.809	39.86s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 88.4% Tests instables 3 Jetons d'entrée 180,959 Jetons de sortie 6,472 Jetons de raisonnement 123,635 Temps de réponse (moy.) 39.86s Temps de réponse (total) 916.82s Temps de réponse (max) 332.10s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.8 Combiné : 10.0 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 : 2.8

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 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow