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: 2026-09-04 Modèles évalués: 316

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

316/316

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#236#236	Qwen3.8 27Bnone	5.5	Qwen	~$0.006	3.12s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 40.9% Tests instables 0 Jetons d'entrée 122,463 Jetons de sortie 11,445 Jetons de raisonnement 0 Temps de réponse (moy.) 3.12s Temps de réponse (total) 68.69s Temps de réponse (max) 44.76s Mauvaise réponse: 11 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 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
#237#237	Mimo V2 Omninone	5.5	Xiaomi	$0.021 ↓	2.44s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 37.9% Tests instables 1 Jetons d'entrée 40,852 Jetons de sortie 3,314 Jetons de raisonnement 0 Temps de réponse (moy.) 2.44s Temps de réponse (total) 48.81s Temps de réponse (max) 6.81s Mauvaise réponse: 10 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.6 Programmation : 4.4 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.1 Suivi des instructions : 6.5 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#238#238	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.039 ↓	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
#239#239	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
#241#241	GPT-5.6 Lunanone	5.4	OpenAI	$0.029 ↓	1.50s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 3 Jetons d'entrée 101,332 Jetons de sortie 6,709 Jetons de raisonnement 0 Temps de réponse (moy.) 1.50s Temps de réponse (total) 33.05s Temps de réponse (max) 10.57s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 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
#242#242	MiMo-V2.5-Pronone	5.4	Xiaomi	$0.068 ↓	4.24s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 4 Jetons d'entrée 124,808 Jetons de sortie 15,362 Jetons de raisonnement 0 Temps de réponse (moy.) 4.24s Temps de réponse (total) 93.28s Temps de réponse (max) 53.13s Mauvaise réponse: 12 N'a pas suivi les instructions: 4 Aucune réponse: 1 Astuces anti-IA : 3.3 Programmation : 4.3 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 6.4 Résolution d'énigmes : 6.7 Appel d'outils : 10.0 Culture générale : 3.0
#243#243	Kimi K2.5none	5.4	Moonshot AI	$0.101 ↓	18.03s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 4 Jetons d'entrée 89,320 Jetons de sortie 26,643 Jetons de raisonnement 0 Temps de réponse (moy.) 18.03s Temps de réponse (total) 288.42s Temps de réponse (max) 102.83s Mauvaise réponse: 16 Aucune réponse: 1 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
#244#244	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
#245#245	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
#246#246	Inkling Smallnone	5.3	Thinkingmachines	$0.054 ↓	1.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 24.2% Tests instables 1 Jetons d'entrée 94,733 Jetons de sortie 8,770 Jetons de raisonnement 0 Temps de réponse (moy.) 1.51s Temps de réponse (total) 33.21s Temps de réponse (max) 12.35s Mauvaise réponse: 15 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.1 Programmation : 3.6 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.2 Appel d'outils : 3.0 Culture générale : 3.0
#247#247	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 3 Jetons d'entrée 91,607 Jetons de sortie 13,377 Jetons de raisonnement 0 Temps de réponse (moy.) 1.55s Temps de réponse (total) 34.01s Temps de réponse (max) 19.02s Mauvaise réponse: 14 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 5.3 Programmation : 4.3 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 3.8 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#249#249	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
#251#251	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
#252#252	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
#253#253	Inklingnone	5.2	Thinkingmachines	$0.147	3.47s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 28.8% Tests instables 1 Jetons d'entrée 104,120 Jetons de sortie 10,554 Jetons de raisonnement 0 Temps de réponse (moy.) 3.47s Temps de réponse (total) 76.28s Temps de réponse (max) 48.02s Mauvaise réponse: 13 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 4.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 5.6 Appel d'outils : 3.0 Culture générale : 3.0
#256#256	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 25.8% Tests instables 1 Jetons d'entrée 104,717 Jetons de sortie 9,812 Jetons de raisonnement 0 Temps de réponse (moy.) 1.20s Temps de réponse (total) 26.41s Temps de réponse (max) 13.16s Mauvaise réponse: 16 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.4 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 : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#257#257	Mistral Small 4medium	5.1	Mistral	$0.097	10.80s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 8 Jetons d'entrée 140,559 Jetons de sortie 40,268 Jetons de raisonnement 93,329 Temps de réponse (moy.) 10.80s Temps de réponse (total) 237.60s Temps de réponse (max) 59.15s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Astuces anti-IA : 5.6 Programmation : 4.4 Combiné : 3.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.9 Intelligence générale : 4.8 Suivi des instructions : 7.3 Résolution d'énigmes : 3.4 Appel d'outils : 10.0 Culture générale : 3.0
#259#259	Qwen3 Coder Nextnone	5.1	Qwen	$0.026 ↑	8.63s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 25.8% Tests instables 1 Jetons d'entrée 134,227 Jetons de sortie 11,808 Jetons de raisonnement 0 Temps de réponse (moy.) 8.63s Temps de réponse (total) 146.72s Temps de réponse (max) 45.14s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 3.6 Programmation : 4.6 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#260#260	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.68s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 2 Jetons d'entrée 141,052 Jetons de sortie 16,464 Jetons de raisonnement 0 Temps de réponse (moy.) 4.68s Temps de réponse (total) 103.02s Temps de réponse (max) 55.36s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 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
#261#261	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
#262#262	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 2 Jetons d'entrée 32,525 Jetons de sortie 1,815 Jetons de raisonnement 0 Temps de réponse (moy.) 2.82s Temps de réponse (total) 59.29s Temps de réponse (max) 8.21s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Astuces anti-IA : 3.0 Programmation : 3.9 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.2 Suivi des instructions : 6.5 Résolution d'énigmes : 5.5 Appel d'outils : 10.0 Culture générale : 3.0
#264#264	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 9 Jetons d'entrée 114,527 Jetons de sortie 18,558 Jetons de raisonnement 129,146 Temps de réponse (moy.) 43.25s Temps de réponse (total) 908.21s Temps de réponse (max) 196.21s Mauvaise réponse: 6 N'a pas suivi les instructions: 5 Aucune réponse: 2 Délai dépassé: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 7.9 Programmation : 5.7 Combiné : 3.8 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 3.9 Suivi des instructions : 3.8 Résolution d'énigmes : 5.9 Appel d'outils : 4.7 Culture générale : 3.0
#265#265	Mercury 2.5 Previewlow	5.0	Inception	$0.011	1.31s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 47.0% Tests instables 8 Jetons d'entrée 133,525 Jetons de sortie 7,259 Jetons de raisonnement 24,716 Temps de réponse (moy.) 1.31s Temps de réponse (total) 28.77s Temps de réponse (max) 7.29s Mauvaise réponse: 12 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Astuces anti-IA : 5.6 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 4.1 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 8.2 Appel d'outils : 2.8 Culture générale : 3.0
#266#266	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
#267#267	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	17.89s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 5 Jetons d'entrée 135,831 Jetons de sortie 42,099 Jetons de raisonnement 0 Temps de réponse (moy.) 17.89s Temps de réponse (total) 393.53s Temps de réponse (max) 115.89s Mauvaise réponse: 8 Erreur API: 3 Mise en forme supplémentaire: 2 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.2 Programmation : 3.1 Combiné : 4.8 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 7.6 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 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium