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.)
#154#154	Inkling Smallhigh	7.4	Thinkingmachines	$0.398 ↓	29.10s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 66.7% Tests instables 2 Jetons d'entrée 85,669 Jetons de sortie 6,092 Jetons de raisonnement 292,801 Temps de réponse (moy.) 29.10s Temps de réponse (total) 669.40s Temps de réponse (max) 122.60s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Tâches agentiques : 3.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 9.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.3 Suivi des instructions : 9.8 Résolution d'énigmes : 4.8 Appel d'outils : 3.0 Culture générale : 3.0
#75#75	Qwen3.8 Max (0902)low	8.6	Qwen	$1.131	29.07s
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 298,682 Jetons de sortie 8,374 Jetons de raisonnement 80,549 Temps de réponse (moy.) 29.07s Temps de réponse (total) 668.66s Temps de réponse (max) 207.79s Mauvaise réponse: 4 Appel d'outil invalide: 1 Tâches agentiques : 6.1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#413#413	Grok Build 0.1none	3.2	X AI	$0.547	28.69s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 42.0% Tests instables 4 Jetons d'entrée 11,793 Jetons de sortie 1,809 Jetons de raisonnement 265,466 Temps de réponse (moy.) 28.69s Temps de réponse (total) 459.00s Temps de réponse (max) 138.35s Mauvaise réponse: 7 Erreur API: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 0.0 Astuces anti-IA : 8.7 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 3.8 Spécifique au domaine : 3.6 Intelligence générale : 4.3 Suivi des instructions : 9.8 Résolution d'énigmes : 6.4 Appel d'outils : 3.0 Culture générale : 3.0
#386#386	gpt-oss-120bnone	4.2	OpenAI	$0.016 ↓	28.63s
Voir la fiche du modèle Tests totaux 20 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 34.8% Tests instables 3 Jetons d'entrée 131,652 Jetons de sortie 16,869 Jetons de raisonnement 53,081 Temps de réponse (moy.) 28.63s Temps de réponse (total) 486.69s Temps de réponse (max) 140.90s Mauvaise réponse: 9 Erreur API: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 6.1 Astuces anti-IA : 6.5 Programmation : 1.5 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 6.0 Appel d'outils : 3.0 Culture générale : 3.0
#125#125	GLM 5.3high	7.8	Z.ai	$0.495 ↓	28.38s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 75.4% Tests instables 7 Jetons d'entrée 219,811 Jetons de sortie 8,811 Jetons de raisonnement 59,671 Temps de réponse (moy.) 28.38s Temps de réponse (total) 652.78s Temps de réponse (max) 159.91s Mauvaise réponse: 6 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#58#58	Pareto 26.9default	8.9	Unbiased	$1.864	28.26s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 79.7% Tests instables 6 Jetons d'entrée 218,199 Jetons de sortie 175,696 Jetons de raisonnement 0 Temps de réponse (moy.) 28.26s Temps de réponse (total) 649.90s Temps de réponse (max) 151.76s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 7.5 Programmation : 10.0 Combiné : 8.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 6.5 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 2.8
#54#54	Muse Spark 1.2high	8.9	Meta	$2.018	28.15s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 9.9 Taux de réussite par tentative 75.4% Tests instables 5 Jetons d'entrée 277,967 Jetons de sortie 9,240 Jetons de raisonnement 383,606 Temps de réponse (moy.) 28.15s Temps de réponse (total) 647.40s Temps de réponse (max) 192.00s Mauvaise réponse: 4 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 7.1 Programmation : 10.0 Combiné : 8.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#236#236	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 62.3% Tests instables 1 Jetons d'entrée 106,316 Jetons de sortie 79,338 Jetons de raisonnement 41,089 Temps de réponse (moy.) 28.08s Temps de réponse (total) 421.15s Temps de réponse (max) 140.96s Mauvaise réponse: 4 Mise en forme supplémentaire: 3 Délai dépassé: 1 Tâches agentiques : 0.0 Astuces anti-IA : 6.5 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 : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#107#107	DeepSeek V4.1 Flashlow	8.0	DeepSeek	$0.494 ↑	28.04s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 9.6 Taux de réussite par tentative 73.9% Tests instables 4 Jetons d'entrée 266,849 Jetons de sortie 8,284 Jetons de raisonnement 363,263 Temps de réponse (moy.) 28.04s Temps de réponse (total) 645.03s Temps de réponse (max) 149.84s Mauvaise réponse: 7 Erreur API: 1 Tâches agentiques : 6.1 Astuces anti-IA : 8.3 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#25#25	Claude Opus 5.5high	9.4	Anthropic	$2.133	27.55s
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 319,095 Jetons de sortie 10,371 Jetons de raisonnement 32,411 Temps de réponse (moy.) 27.55s Temps de réponse (total) 633.73s Temps de réponse (max) 95.95s Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Aucune 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 : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#262#262	DeepSeek V4 Flash 0731none	6.2	DeepSeek	$0.053 ↑	27.42s
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 349,876 Jetons de sortie 39,789 Jetons de raisonnement 0 Temps de réponse (moy.) 27.42s Temps de réponse (total) 630.70s 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 Tâches agentiques : 10.0 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
#35#35	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 1 Jetons d'entrée 276,512 Jetons de sortie 8,152 Jetons de raisonnement 96,444 Temps de réponse (moy.) 27.34s Temps de réponse (total) 628.75s Temps de réponse (max) 126.60s Mauvaise réponse: 4 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#56#56	Muse Spark 1.1medium	8.9	Meta	$1.665	27.02s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 73.9% Tests instables 2 Jetons d'entrée 305,707 Jetons de sortie 10,240 Jetons de raisonnement 291,479 Temps de réponse (moy.) 27.02s Temps de réponse (total) 621.38s Temps de réponse (max) 165.38s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 7.9 Appel d'outils : 9.8 Culture générale : 3.0
#100#100	GLM 5.2medium	8.2	Z.ai	$1.007 ↑	26.88s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 9.6 Taux de réussite par tentative 81.2% Tests instables 4 Jetons d'entrée 227,164 Jetons de sortie 20,029 Jetons de raisonnement 60,991 Temps de réponse (moy.) 26.88s Temps de réponse (total) 591.34s Temps de réponse (max) 102.40s Mauvaise réponse: 3 Aucune réponse: 2 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.2 Combiné : 5.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#126#126	Step 3.7 Flashmedium	7.8	Stepfun	$0.571	26.57s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 68.1% Tests instables 4 Jetons d'entrée 319,524 Jetons de sortie 440,835 Jetons de raisonnement 0 Temps de réponse (moy.) 26.57s Temps de réponse (total) 611.09s Temps de réponse (max) 152.83s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 7.4 Astuces anti-IA : 8.7 Programmation : 8.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 5.7 Appel d'outils : 10.0 Culture générale : 3.0
#205#205	Qwen3.5-Flashnone	6.7	Qwen	$0.089	26.52s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 37.7% Tests instables 2 Jetons d'entrée 463,872 Jetons de sortie 219,122 Jetons de raisonnement 0 Temps de réponse (moy.) 26.52s Temps de réponse (total) 609.94s Temps de réponse (max) 480.96s Mauvaise réponse: 14 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#307#307	Kimi K2.6none	5.5	Moonshot AI	$0.486 ↑	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 64,021 Jetons de raisonnement 1 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
#31#31	Claude Opus 5.5medium	9.2	Anthropic	$1.804	25.85s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 89.9% Tests instables 1 Jetons d'entrée 290,117 Jetons de sortie 9,805 Jetons de raisonnement 22,322 Temps de réponse (moy.) 25.85s Temps de réponse (total) 594.63s Temps de réponse (max) 90.20s Mauvaise réponse: 2 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 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 : 3.0
#24#24	Claude Opus 5.5low	9.4	Anthropic	$1.733	25.68s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 88.4% Tests instables 2 Jetons d'entrée 308,056 Jetons de sortie 9,434 Jetons de raisonnement 15,572 Temps de réponse (moy.) 25.68s Temps de réponse (total) 590.71s Temps de réponse (max) 89.16s Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Aucune 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 : 5.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#27#27	Claude Opus 5high	9.4	Anthropic	$4.524	25.31s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 82.6% Tests instables 0 Jetons d'entrée 376,421 Jetons de sortie 67,688 Jetons de raisonnement 37,974 Temps de réponse (moy.) 25.31s Temps de réponse (total) 582.11s Temps de réponse (max) 159.01s Mauvaise réponse: 2 Mise en forme supplémentaire: 1 Aucune 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 : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#59#59	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 3 Jetons d'entrée 262,495 Jetons de sortie 7,787 Jetons de raisonnement 86,149 Temps de réponse (moy.) 25.09s Temps de réponse (total) 577.14s Temps de réponse (max) 155.75s Mauvaise réponse: 5 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 9.9 Appel d'outils : 10.0 Culture générale : 3.0
#273#273	KAT-Coder-Pro V2.5default	6.1	Kwaipilot	$0.742 ↑	24.96s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 68.1% Tests instables 8 Jetons d'entrée 98,508 Jetons de sortie 8,088 Jetons de raisonnement 131,484 Temps de réponse (moy.) 24.96s Temps de réponse (total) 574.12s Temps de réponse (max) 335.41s Mauvaise réponse: 10 Erreur API: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.7 Programmation : 6.1 Combiné : 4.1 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#60#60	GPT-5.4medium	8.8	OpenAI	$2.213 ↑	24.81s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 78.3% Tests instables 4 Jetons d'entrée 223,210 Jetons de sortie 7,312 Jetons de raisonnement 89,190 Temps de réponse (moy.) 24.81s Temps de réponse (total) 570.60s Temps de réponse (max) 100.41s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 8.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#140#140	Qwen3.8 Flash Nextmedium	7.6	Qwen	~$0.047	24.79s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 75.4% Tests instables 6 Jetons d'entrée 278,792 Jetons de sortie 1,695 Jetons de raisonnement 142,270 Temps de réponse (moy.) 24.79s Temps de réponse (total) 570.26s Temps de réponse (max) 159.62s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#374#374	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 47.8% Tests instables 2 Jetons d'entrée 21,045 Jetons de sortie 63,460 Jetons de raisonnement 0 Temps de réponse (moy.) 24.56s Temps de réponse (total) 368.35s Temps de réponse (max) 78.74s Erreur API: 7 Mauvaise réponse: 4 Tâches agentiques : 0.0 Astuces anti-IA : 8.3 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.9 Intelligence générale : 3.0 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 2.8 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