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.)
#73#73	Claude Sonnet 5.5high	8.6	Anthropic	$1.175	10.79s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 5 Jetons d'entrée 345,687 Jetons de sortie 13,550 Jetons de raisonnement 34,743 Temps de réponse (moy.) 10.79s Temps de réponse (total) 248.22s Temps de réponse (max) 51.53s Mauvaise réponse: 5 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.2 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.5 Intelligence générale : 6.5 Suivi des instructions : 9.9 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#175#175	Claude Opus 5none	7.1	Anthropic	$2.766	10.78s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 55.1% Tests instables 1 Jetons d'entrée 396,120 Jetons de sortie 31,386 Jetons de raisonnement 0 Temps de réponse (moy.) 10.78s Temps de réponse (total) 247.96s Temps de réponse (max) 79.61s Mauvaise réponse: 7 Mise en forme supplémentaire: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 5.4 Astuces anti-IA : 5.5 Programmation : 5.9 Combiné : 8.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#311#311	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
#91#91	Claude Haiku 5.5high	8.3	Anthropic	$0.088	10.41s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 76.8% Tests instables 4 Jetons d'entrée 346,451 Jetons de sortie 10,136 Jetons de raisonnement 95,504 Temps de réponse (moy.) 10.41s Temps de réponse (total) 239.38s Temps de réponse (max) 52.61s Mauvaise réponse: 4 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 6.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 5.9 Appel d'outils : 10.0 Culture générale : 3.0
#392#392	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 10 Fiabilité N/D Taux de réussite par tentative 50.7% Tests instables 6 Jetons d'entrée 28,927 Jetons de sortie 4,682 Jetons de raisonnement 17,969 Temps de réponse (moy.) 10.33s Temps de réponse (total) 175.58s Temps de réponse (max) 30.53s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Délai dépassé: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Tâches agentiques : 0.0 Astuces anti-IA : 7.3 Programmation : 1.0 Combiné : 2.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 7.0 Suivi des instructions : 9.9 Résolution d'énigmes : 6.1 Appel d'outils : 10.0 Culture générale : 0.0
#345#345	KAT Coder AIR V2.5low	5.0	Kwaipilot	$0.046	10.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 16 Fiabilité 9.9 Taux de réussite par tentative 42.0% Tests instables 6 Jetons d'entrée 61,094 Jetons de sortie 6,532 Jetons de raisonnement 53,882 Temps de réponse (moy.) 10.21s Temps de réponse (total) 234.86s Temps de réponse (max) 86.23s Mauvaise réponse: 7 Mise en forme supplémentaire: 4 Erreur API: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 3.0 Astuces anti-IA : 7.3 Programmation : 3.5 Combiné : 6.4 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#373#373	Ling 2.6 Flashdefault	4.5	Inclusionai	$0.002 ↑	10.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 9.6 Taux de réussite par tentative 29.0% Tests instables 2 Jetons d'entrée 114,384 Jetons de sortie 14,903 Jetons de raisonnement 0 Temps de réponse (moy.) 10.21s Temps de réponse (total) 214.31s Temps de réponse (max) 36.03s Mauvaise réponse: 9 Erreur API: 3 Appel d'outil invalide: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 3.0 Astuces anti-IA : 6.8 Programmation : 5.3 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 2.9 Appel d'outils : 3.0 Culture générale : 3.0
#165#165	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 47.8% Tests instables 2 Jetons d'entrée 283,977 Jetons de sortie 36,422 Jetons de raisonnement 0 Temps de réponse (moy.) 9.98s Temps de réponse (total) 229.52s Temps de réponse (max) 124.53s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Tâches agentiques : 10.0 Astuces anti-IA : 4.8 Programmation : 5.8 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 6.7 Appel d'outils : 10.0 Culture générale : 3.0
#21#21	GPT-6 Astramedium	9.5	OpenAI	$2.707	9.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 9.9 Taux de réussite par tentative 91.3% Tests instables 2 Jetons d'entrée 165,464 Jetons de sortie 5,591 Jetons de raisonnement 15,454 Temps de réponse (moy.) 9.90s Temps de réponse (total) 227.67s Temps de réponse (max) 73.48s Mauvaise réponse: 3 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 : 5.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 2.8
#352#352	MiMo-V2.5none	4.9	Xiaomi	$0.049 ↓	9.88s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 26.1% Tests instables 2 Jetons d'entrée 276,608 Jetons de sortie 17,693 Jetons de raisonnement 16,267 Temps de réponse (moy.) 9.88s Temps de réponse (total) 227.24s Temps de réponse (max) 124.23s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 3.9 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 2.9 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#372#372	Owl Alphadefault	4.6	Openrouter	$0.000	9.88s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 1 Jetons d'entrée 42,283 Jetons de sortie 5,913 Jetons de raisonnement 0 Temps de réponse (moy.) 9.88s Temps de réponse (total) 207.38s Temps de réponse (max) 47.10s Mauvaise réponse: 10 N'a pas suivi les instructions: 3 Mise en forme supplémentaire: 1 Tâches agentiques : 0.0 Astuces anti-IA : 3.4 Programmation : 5.6 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 6.4 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#50#50	Claude Opus 5low	9.0	Anthropic	$2.350	9.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 1 Jetons d'entrée 352,845 Jetons de sortie 16,553 Jetons de raisonnement 7,007 Temps de réponse (moy.) 9.87s Temps de réponse (total) 226.95s Temps de réponse (max) 73.15s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 7.8 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 : 3.0
#346#346	Grok 4.20 Betamedium	4.9	X AI	$0.750 ↑	9.75s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 4 Fiabilité N/D Taux de réussite par tentative 63.8% Tests instables 1 Jetons d'entrée 35,955 Jetons de sortie 1,647 Jetons de raisonnement 91,565 Temps de réponse (moy.) 9.75s Temps de réponse (total) 175.48s Temps de réponse (max) 31.36s Mauvaise réponse: 3 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 8.7 Programmation : 3.3 Combiné : 5.0 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 : 3.0 Culture générale : 0.0
#391#391	Grok 4.20 Multi Agent Betamedium	3.9	X AI	$5.599 ↑	9.69s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 10 Fiabilité N/D Taux de réussite par tentative 46.4% Tests instables 5 Jetons d'entrée 721,952 Jetons de sortie 294,668 Jetons de raisonnement 305,374 Temps de réponse (moy.) 9.69s Temps de réponse (total) 155.07s Temps de réponse (max) 35.28s Mauvaise réponse: 4 Erreur API: 2 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 2 Tâches agentiques : 0.0 Astuces anti-IA : 6.9 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.8 Suivi des instructions : 9.8 Résolution d'énigmes : 6.7 Appel d'outils : 3.0 Culture générale : 0.0
#276#276	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 9 Jetons d'entrée 277,028 Jetons de sortie 11,965 Jetons de raisonnement 31,238 Temps de réponse (moy.) 9.69s Temps de réponse (total) 222.83s Temps de réponse (max) 77.99s Mauvaise réponse: 10 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 2.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#277#277	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 43.5% Tests instables 2 Jetons d'entrée 278,866 Jetons de sortie 82,069 Jetons de raisonnement 0 Temps de réponse (moy.) 9.66s Temps de réponse (total) 222.07s Temps de réponse (max) 106.86s Mauvaise réponse: 10 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.5 Programmation : 5.6 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 7.9 Appel d'outils : 10.0 Culture générale : 3.0
#296#296	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 52.2% Tests instables 3 Jetons d'entrée 298,242 Jetons de sortie 13,105 Jetons de raisonnement 0 Temps de réponse (moy.) 9.65s Temps de réponse (total) 221.91s Temps de réponse (max) 71.45s Mauvaise réponse: 12 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 4.5 Combiné : 3.8 Analyse et extraction des données : 7.1 Spécifique au domaine : 7.7 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#148#148	GPT-5.6 Lunamedium	7.4	OpenAI	$0.065 ↓	9.64s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 62.3% Tests instables 3 Jetons d'entrée 212,780 Jetons de sortie 6,849 Jetons de raisonnement 41,137 Temps de réponse (moy.) 9.64s Temps de réponse (total) 221.62s Temps de réponse (max) 58.09s Mauvaise réponse: 9 Appel d'outil invalide: 1 Tâches agentiques : 7.4 Astuces anti-IA : 8.3 Programmation : 5.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.9 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#226#226	Beam 1.0 501B A23Bxhigh	6.5	Reflection	$0.688	9.18s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 5 Jetons d'entrée 212,065 Jetons de sortie 4,428 Jetons de raisonnement 154,069 Temps de réponse (moy.) 9.18s Temps de réponse (total) 211.12s Temps de réponse (max) 44.64s Mauvaise réponse: 8 Erreur API: 3 Tâches agentiques : 3.0 Astuces anti-IA : 9.2 Programmation : 10.0 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 5.8 Appel d'outils : 3.0 Culture générale : 3.0
#350#350	Gemini 3 PRO Previewmedium	4.9	Google	$0.385 ↑	9.05s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 7 Fiabilité N/D Taux de réussite par tentative 60.9% Tests instables 0 Jetons d'entrée 28,848 Jetons de sortie 1,490 Jetons de raisonnement 10,102 Temps de réponse (moy.) 9.05s Temps de réponse (total) 90.53s Temps de réponse (max) 26.24s Erreur API: 4 Mauvaise réponse: 3 Tâches agentiques : 0.0 Astuces anti-IA : 10.0 Programmation : 3.0 Combiné : 1.5 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
#266#266	Beam 1.0 501B A23Bhigh	6.1	Reflection	$0.674	9.03s
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 232,218 Jetons de sortie 4,944 Jetons de raisonnement 142,263 Temps de réponse (moy.) 9.03s Temps de réponse (total) 207.67s Temps de réponse (max) 36.04s Mauvaise réponse: 7 Erreur API: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 3.0 Astuces anti-IA : 8.8 Programmation : 8.4 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 3.0 Culture générale : 3.0
#200#200	GPT-6 Solnone	6.8	OpenAI	$0.551	9.02s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 4 Jetons d'entrée 235,086 Jetons de sortie 7,989 Jetons de raisonnement 0 Temps de réponse (moy.) 9.02s Temps de réponse (total) 207.45s Temps de réponse (max) 57.02s Mauvaise réponse: 10 Tâches agentiques : 5.0 Astuces anti-IA : 6.9 Programmation : 5.5 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#101#101	GPT-5.6 Terramedium	8.2	OpenAI	$0.483 ↓	8.93s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 71.0% Tests instables 2 Jetons d'entrée 172,507 Jetons de sortie 5,824 Jetons de raisonnement 27,365 Temps de réponse (moy.) 8.93s Temps de réponse (total) 205.39s Temps de réponse (max) 54.74s Mauvaise réponse: 8 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 6.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.5 Suivi des instructions : 10.0 Résolution d'énigmes : 8.4 Appel d'outils : 10.0 Culture générale : 3.0
#11#11	GPT-6.1 Solmedium	9.6	OpenAI	$0.530	8.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 94.2% Tests instables 1 Jetons d'entrée 172,860 Jetons de sortie 5,172 Jetons de raisonnement 13,179 Temps de réponse (moy.) 8.90s Temps de réponse (total) 204.78s Temps de réponse (max) 51.03s Mauvaise réponse: 2 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 : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 4.7
#303#303	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

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