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: 2026-10-01 Modèles évalués: 382

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

382/382

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#282#282	Qwen3.6 Max Previewnone	5.3	Qwen	$0.228 ↓	7.82s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 9.9 Taux de réussite par tentative 53.6% Tests instables 2 Jetons d'entrée 106,348 Jetons de sortie 19,257 Jetons de raisonnement 0 Temps de réponse (moy.) 7.82s Temps de réponse (total) 172.04s Temps de réponse (max) 102.62s Mauvaise réponse: 11 Tâches agentiques : 0.0 Astuces anti-IA : 5.2 Programmation : 3.8 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#281#281	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 49,389 Jetons de raisonnement 0 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
#280#280	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 16 Fiabilité 9.2 Taux de réussite par tentative 33.3% Tests instables 1 Jetons d'entrée 332,917 Jetons de sortie 18,989 Jetons de raisonnement 42,362 Temps de réponse (moy.) 58.20s Temps de réponse (total) 1338.65s Temps de réponse (max) 566.80s Mauvaise réponse: 11 Délai dépassé: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 6.1 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#279#279	GPT-5.6 Lunanone	5.3	OpenAI	$0.042 ↓	3.78s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 34.8% Tests instables 3 Jetons d'entrée 230,744 Jetons de sortie 8,000 Jetons de raisonnement 0 Temps de réponse (moy.) 3.78s Temps de réponse (total) 86.83s Temps de réponse (max) 53.77s Mauvaise réponse: 15 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 3.8 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 7.1 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#278#278	Hy3 previewmedium	5.3	Tencent	$0.049 ↕	16.28s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 0 Jetons d'entrée 27,030 Jetons de sortie 73,544 Jetons de raisonnement 0 Temps de réponse (moy.) 16.28s Temps de réponse (total) 293.12s Temps de réponse (max) 46.04s Erreur API: 3 Mauvaise réponse: 3 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 10.0 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#277#277	Ember-1none	5.4	Fireworks	$0.786	22.65s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 8.8 Taux de réussite par tentative 43.5% Tests instables 4 Jetons d'entrée 202,617 Jetons de sortie 11,832 Jetons de raisonnement 0 Temps de réponse (moy.) 22.65s Temps de réponse (total) 520.91s Temps de réponse (max) 93.12s Mauvaise réponse: 10 Erreur API: 5 Tâches agentiques : 6.1 Astuces anti-IA : 5.2 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.4 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.4 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 3.0
#276#276	Step 3.5 Flashmedium	5.4	Stepfun	$0.105	190.48s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 49.3% Tests instables 3 Jetons d'entrée 139,086 Jetons de sortie 193,584 Jetons de raisonnement 413,546 Temps de réponse (moy.) 190.48s Temps de réponse (total) 3238.23s Temps de réponse (max) 1597.85s Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 2.8 Astuces anti-IA : 10.0 Programmation : 2.4 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.5 Suivi des instructions : 8.3 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#275#275	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.4% Tests instables 2 Jetons d'entrée 276,697 Jetons de sortie 75,728 Jetons de raisonnement 0 Temps de réponse (moy.) 6.20s Temps de réponse (total) 142.63s Temps de réponse (max) 62.57s Mauvaise réponse: 15 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 3.7 Combiné : 3.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.5 Résolution d'énigmes : 3.7 Appel d'outils : 10.0 Culture générale : 3.0
#274#274	Hy4 previewlow	5.4	Tencent	$1.844	207.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 6.5 Taux de réussite par tentative 21.7% Tests instables 4 Jetons d'entrée 162,180 Jetons de sortie 5,030 Jetons de raisonnement 682,447 Temps de réponse (moy.) 207.21s Temps de réponse (total) 4765.91s Temps de réponse (max) 597.45s Mauvaise réponse: 13 Erreur API: 5 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 6.0 Programmation : 5.2 Combiné : 2.9 Analyse et extraction des données : 8.7 Spécifique au domaine : 4.5 Intelligence générale : 7.5 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 3.0 Culture générale : 3.0
#273#273	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 8.9 Taux de réussite par tentative 42.0% Tests instables 4 Jetons d'entrée 166,347 Jetons de sortie 423,884 Jetons de raisonnement 1,394,387 Temps de réponse (moy.) 140.39s Temps de réponse (total) 3229.07s Temps de réponse (max) 786.72s Mauvaise réponse: 10 Mise en forme supplémentaire: 2 Erreur API: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 3.9 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
#272#272	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 39.1% Tests instables 0 Jetons d'entrée 281,460 Jetons de sortie 13,791 Jetons de raisonnement 0 Temps de réponse (moy.) 5.05s Temps de réponse (total) 116.11s Temps de réponse (max) 47.42s Mauvaise réponse: 12 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 6.5 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 7.7 Intelligence générale : 4.2 Suivi des instructions : 6.3 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#271#271	Claude Opus 4.7none	5.4	Anthropic	$0.505	3.02s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 69.6% Tests instables 0 Jetons d'entrée 69,576 Jetons de sortie 6,265 Jetons de raisonnement 0 Temps de réponse (moy.) 3.02s Temps de réponse (total) 57.44s Temps de réponse (max) 18.27s Mauvaise réponse: 3 Tâches agentiques : 0.0 Astuces anti-IA : 8.3 Programmation : 3.3 Combiné : 4.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#270#270	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 9.0 Taux de réussite par tentative 37.7% Tests instables 6 Jetons d'entrée 319,668 Jetons de sortie 32,069 Jetons de raisonnement 0 Temps de réponse (moy.) 17.51s Temps de réponse (total) 402.66s Temps de réponse (max) 132.84s Mauvaise réponse: 12 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 2 Aucune réponse: 1 Tâches agentiques : 6.1 Astuces anti-IA : 3.0 Programmation : 3.6 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.0 Suivi des instructions : 6.2 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#269#269	GLM 5V Turbomedium	5.5	Z.ai	$0.457	23.08s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 62.3% Tests instables 6 Jetons d'entrée 44,615 Jetons de sortie 2,347 Jetons de raisonnement 98,415 Temps de réponse (moy.) 23.08s Temps de réponse (total) 484.63s Temps de réponse (max) 95.88s Mauvaise réponse: 7 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 7.2 Programmation : 6.0 Combiné : 3.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 7.7 Appel d'outils : 7.0 Culture générale : 3.0
#268#268	Gemma 4 26B A4Bnone	5.5	Google	$0.031	10.55s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 42.0% Tests instables 1 Jetons d'entrée 280,126 Jetons de sortie 17,306 Jetons de raisonnement 0 Temps de réponse (moy.) 10.55s Temps de réponse (total) 242.57s Temps de réponse (max) 75.76s Mauvaise réponse: 10 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 5.0 Astuces anti-IA : 8.3 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 6.3 Résolution d'énigmes : 6.2 Appel d'outils : 10.0 Culture générale : 3.0
#266#266	Gemini 2.5 Flashnone	5.5	Google	$0.017	6.00s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 37.7% Tests instables 1 Jetons d'entrée 39,886 Jetons de sortie 1,890 Jetons de raisonnement 0 Temps de réponse (moy.) 6.00s Temps de réponse (total) 138.04s Temps de réponse (max) 118.00s Mauvaise réponse: 13 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 3.0 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#267#267	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 16 Fiabilité 9.9 Taux de réussite par tentative 40.6% Tests instables 5 Jetons d'entrée 222,357 Jetons de sortie 6,855 Jetons de raisonnement 0 Temps de réponse (moy.) 20.48s Temps de réponse (total) 470.96s Temps de réponse (max) 98.62s Mauvaise réponse: 13 Erreur API: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 5.1 Suivi des instructions : 6.2 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#265#265	Kimi K2.6none	5.5	Moonshot AI	$0.222 ↓	26.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.4% Tests instables 3 Jetons d'entrée 241,357 Jetons de sortie 64,022 Jetons de raisonnement 0 Temps de réponse (moy.) 26.34s Temps de réponse (total) 605.78s Temps de réponse (max) 238.89s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 4.6 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#264#264	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 9.5 Taux de réussite par tentative 42.0% Tests instables 4 Jetons d'entrée 229,346 Jetons de sortie 18,597 Jetons de raisonnement 129,338 Temps de réponse (moy.) 56.40s Temps de réponse (total) 1184.46s Temps de réponse (max) 431.98s Mauvaise réponse: 6 Erreur API: 4 N'a pas suivi les instructions: 3 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 4.7 Astuces anti-IA : 8.3 Programmation : 3.1 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.1 Suivi des instructions : 7.3 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#263#263	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.213 ↑	18.31s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 37.7% Tests instables 4 Jetons d'entrée 218,886 Jetons de sortie 135,768 Jetons de raisonnement 0 Temps de réponse (moy.) 18.31s Temps de réponse (total) 421.19s Temps de réponse (max) 209.15s Mauvaise réponse: 14 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.9 Astuces anti-IA : 3.4 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.5 Suivi des instructions : 6.3 Résolution d'énigmes : 3.7 Appel d'outils : 10.0 Culture générale : 3.0
#262#262	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 40.6% Tests instables 1 Jetons d'entrée 190,675 Jetons de sortie 5,577 Jetons de raisonnement 0 Temps de réponse (moy.) 8.74s Temps de réponse (total) 131.17s Temps de réponse (max) 74.80s Mauvaise réponse: 13 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 4.0 Combiné : 1.5 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
#261#261	Solar Pro 4none	5.6	Upstage	$0.022	8.14s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 31.9% Tests instables 1 Jetons d'entrée 305,664 Jetons de sortie 13,249 Jetons de raisonnement 0 Temps de réponse (moy.) 8.14s Temps de réponse (total) 187.23s Temps de réponse (max) 69.17s Mauvaise réponse: 14 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.0 Suivi des instructions : 6.4 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#260#260	GPT-5.4none	5.6	OpenAI	$0.690	3.89s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 2 Jetons d'entrée 219,404 Jetons de sortie 9,372 Jetons de raisonnement 0 Temps de réponse (moy.) 3.89s Temps de réponse (total) 89.48s Temps de réponse (max) 43.73s Mauvaise réponse: 15 N'a pas suivi les instructions: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.2 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 5.6 Appel d'outils : 10.0 Culture générale : 3.0
#259#259	Space Bunny Alphalow	5.7	Stealth	$0.000	30.63s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 53.6% Tests instables 10 Jetons d'entrée 289,086 Jetons de sortie 194,450 Jetons de raisonnement 0 Temps de réponse (moy.) 30.63s Temps de réponse (total) 704.47s Temps de réponse (max) 340.88s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Tâches agentiques : 4.7 Astuces anti-IA : 6.9 Programmation : 5.6 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.4 Suivi des instructions : 4.4 Résolution d'énigmes : 7.9 Appel d'outils : 4.7 Culture générale : 3.0
#258#258	Gemma 4 31Bnone	5.7	Google	$0.031 ↓	7.28s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 42.0% Tests instables 1 Jetons d'entrée 270,970 Jetons de sortie 15,499 Jetons de raisonnement 0 Temps de réponse (moy.) 7.28s Temps de réponse (total) 152.84s Temps de réponse (max) 44.73s Mauvaise réponse: 11 Erreur API: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 3.9 Astuces anti-IA : 6.5 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 6.5 Appel d'outils : 3.0 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 3.8 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