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.)
#227#227	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.040 ↓	36.17s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 4 Jetons d'entrée 240,230 Jetons de sortie 100,726 Jetons de raisonnement 0 Temps de réponse (moy.) 36.17s Temps de réponse (total) 795.83s 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 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
#228#228	Laguna S 2.1medium	5.4	Poolside	$0.053 ↓	58.42s
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 86,647 Jetons de sortie 97,298 Jetons de raisonnement 242,297 Temps de réponse (moy.) 58.42s Temps de réponse (total) 1285.26s Temps de réponse (max) 560.31s Mauvaise réponse: 13 Appel d'outil invalide: 2 Aucune réponse: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.4 Programmation : 5.3 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.6 Suivi des instructions : 4.2 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#233#233	DeepSeek V4 Flash 0731none	5.4	DeepSeek	$0.011 ↓	20.72s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 4 Jetons d'entrée 94,566 Jetons de sortie 25,426 Jetons de raisonnement 0 Temps de réponse (moy.) 20.72s Temps de réponse (total) 455.81s Temps de réponse (max) 387.15s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Mise en forme supplémentaire: 1 Astuces anti-IA : 3.4 Programmation : 4.3 Combiné : 3.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.4 Suivi des instructions : 5.0 Résolution d'énigmes : 3.2 Appel d'outils : 9.5 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
#238#238	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.59s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 18.2% Tests instables 0 Jetons d'entrée 106,423 Jetons de sortie 11,555 Jetons de raisonnement 0 Temps de réponse (moy.) 8.59s Temps de réponse (total) 163.20s Temps de réponse (max) 25.72s Mauvaise réponse: 12 Erreur API: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 3.4 Programmation : 3.8 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 6.4 Résolution d'énigmes : 3.1 Appel d'outils : 3.0 Culture générale : 3.0
#240#240	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.051 ↓	5.57s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 28.8% Tests instables 5 Jetons d'entrée 93,990 Jetons de sortie 45,905 Jetons de raisonnement 0 Temps de réponse (moy.) 5.57s Temps de réponse (total) 111.32s Temps de réponse (max) 39.54s Mauvaise réponse: 13 Erreur API: 2 N'a pas suivi les instructions: 2 Aucune réponse: 1 Astuces anti-IA : 3.6 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.4 Suivi des instructions : 6.2 Résolution d'énigmes : 3.2 Appel d'outils : 3.0 Culture générale : 3.0
#250#250	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.19s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 19.7% Tests instables 1 Jetons d'entrée 144,416 Jetons de sortie 37,484 Jetons de raisonnement 0 Temps de réponse (moy.) 19.19s Temps de réponse (total) 422.25s Temps de réponse (max) 382.06s Mauvaise réponse: 14 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 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
#252#252	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 8.7 Taux de réussite par tentative 18.2% Tests instables 0 Jetons d'entrée 130,501 Jetons de sortie 26,786 Jetons de raisonnement 0 Temps de réponse (moy.) 29.95s Temps de réponse (total) 658.83s Temps de réponse (max) 159.85s Mauvaise réponse: 12 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Astuces anti-IA : 3.0 Programmation : 3.9 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 3.9 Suivi des instructions : 6.5 Résolution d'énigmes : 3.5 Appel d'outils : 9.5 Culture générale : 3.0
#259#259	Mercury 2.5 Previewnone	4.9	Inception	$0.018	3.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 5 Jetons d'entrée 130,296 Jetons de sortie 82,585 Jetons de raisonnement 0 Temps de réponse (moy.) 3.51s Temps de réponse (total) 77.28s Temps de réponse (max) 60.70s Mauvaise réponse: 16 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.8 Programmation : 4.7 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 5.6 Appel d'outils : 10.0 Culture générale : 3.0
#265#265	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 4 Jetons d'entrée 115,933 Jetons de sortie 13,794 Jetons de raisonnement 0 Temps de réponse (moy.) 2.56s Temps de réponse (total) 56.37s Temps de réponse (max) 25.50s Mauvaise réponse: 15 N'a pas suivi les instructions: 2 Aucune réponse: 1 Astuces anti-IA : 3.5 Programmation : 4.6 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 2.9 Intelligence générale : 3.8 Suivi des instructions : 6.3 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#275#275	Mercury 2none	4.7	Inception	$0.030	825ms
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 24.2% Tests instables 2 Jetons d'entrée 89,637 Jetons de sortie 9,584 Jetons de raisonnement 0 Temps de réponse (moy.) 825ms Temps de réponse (total) 18.14s Temps de réponse (max) 4.52s Mauvaise réponse: 17 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.0 Programmation : 3.4 Combiné : 3.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.9 Intelligence générale : 4.8 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#276#276	Granite 4.2 8Bhigh	4.6	IBM Granite	$0.084	235.89s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 7.6 Taux de réussite par tentative 39.4% Tests instables 10 Jetons d'entrée 43,278 Jetons de sortie 181,083 Jetons de raisonnement 431,132 Temps de réponse (moy.) 235.89s Temps de réponse (total) 5189.64s Temps de réponse (max) 685.87s Délai dépassé: 10 Mauvaise réponse: 6 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 6.9 Programmation : 3.8 Combiné : 5.0 Analyse et extraction des données : 3.8 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 6.4 Résolution d'énigmes : 2.9 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
#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
#296#296	Ling 3.0 Tinylow	3.8	Inclusionai	$0.000	66.16s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 9.6 Taux de réussite par tentative 19.7% Tests instables 1 Jetons d'entrée 99,662 Jetons de sortie 146,555 Jetons de raisonnement 732,977 Temps de réponse (moy.) 66.16s Temps de réponse (total) 1389.33s Temps de réponse (max) 252.08s Aucune réponse: 7 Mauvaise réponse: 5 N'a pas suivi les instructions: 4 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 3.0 Intelligence générale : 5.1 Suivi des instructions : 6.6 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#299#299	Ling 3.0 Tinymedium	3.8	Inclusionai	$0.000	68.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 9.6 Taux de réussite par tentative 24.2% Tests instables 3 Jetons d'entrée 103,898 Jetons de sortie 148,304 Jetons de raisonnement 774,972 Temps de réponse (moy.) 68.08s Temps de réponse (total) 1429.66s Temps de réponse (max) 262.20s Aucune réponse: 7 Mauvaise réponse: 5 N'a pas suivi les instructions: 4 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.7 Spécifique au domaine : 3.0 Intelligence générale : 3.8 Suivi des instructions : 6.8 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#297#297	Grok 4.1 Fastnone	3.8	X AI	$0.008 ↓	1.62s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 19.7% Tests instables 3 Jetons d'entrée 36,608 Jetons de sortie 1,723 Jetons de raisonnement 0 Temps de réponse (moy.) 1.62s Temps de réponse (total) 19.48s Temps de réponse (max) 5.51s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Astuces anti-IA : 3.2 Programmation : 1.8 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 4.4 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 2.8 Culture générale : 3.0
#222#222	Hy4 previewlow	5.6	Tencent	$1.745	214.25s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 5.4 Taux de réussite par tentative 19.7% Tests instables 3 Jetons d'entrée 45,154 Jetons de sortie 4,022 Jetons de raisonnement 678,516 Temps de réponse (moy.) 214.25s Temps de réponse (total) 4713.56s Temps de réponse (max) 597.45s Erreur API: 14 Mauvaise réponse: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1 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
#241#241	Dots 3 Note Previewnone	5.2	Dots Studio	$0.000	3.53s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 16.7% Tests instables 1 Jetons d'entrée 116,155 Jetons de sortie 19,679 Jetons de raisonnement 0 Temps de réponse (moy.) 3.53s Temps de réponse (total) 77.68s Temps de réponse (max) 24.48s Mauvaise réponse: 15 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.1 Programmation : 4.6 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 4.8 Résolution d'énigmes : 3.3 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
#262#262	Hy4 previewnone	4.8	Tencent	$0.041	39.24s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 4.3 Taux de réussite par tentative 16.7% Tests instables 1 Jetons d'entrée 26,376 Jetons de sortie 7,306 Jetons de raisonnement 0 Temps de réponse (moy.) 39.24s Temps de réponse (total) 863.30s Temps de réponse (max) 95.32s Mauvaise réponse: 9 Erreur API: 7 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Astuces anti-IA : 3.3 Programmation : 3.8 Combiné : 3.0 Analyse et extraction des données : 8.7 Spécifique au domaine : 6.8 Intelligence générale : 5.1 Suivi des instructions : 7.0 Résolution d'énigmes : 4.6 Appel d'outils : 3.0 Culture générale : 3.0
#277#277	Qwen3 Coder Nextmedium	4.6	Qwen	$0.034 ↑	9.07s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 25.8% Tests instables 4 Jetons d'entrée 148,203 Jetons de sortie 19,069 Jetons de raisonnement 0 Temps de réponse (moy.) 9.07s Temps de réponse (total) 154.19s Temps de réponse (max) 81.80s Mauvaise réponse: 14 N'a pas suivi les instructions: 3 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 3.5 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 6.3 Suivi des instructions : 6.3 Résolution d'énigmes : 3.0 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
#293#293	Nemotron 3.5 Lightningnone	4.0	NVIDIA	$0.007 ↕	1.21s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 16.7% Tests instables 2 Jetons d'entrée 74,074 Jetons de sortie 2,731 Jetons de raisonnement 0 Temps de réponse (moy.) 1.21s Temps de réponse (total) 26.62s Temps de réponse (max) 6.30s Mauvaise réponse: 16 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 4.8 Programmation : 3.1 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 2.8 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

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