Leaderboard AI Benchy

Name: Hasil Benchmark Model AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-17 Model Dievaluasi: 442

Model rekomendasi

GPT-6.1 Sol xhigh Cerdas Tingkat lulus per percobaan 97.1% Tes benar 22 / 23 Skor 9.9/10 Gemini 3.7 Flash low Cepat Waktu respons (rata-rata) 6.24s Total token output 38,453 Skor 9.4/10 GPT-6 Luna high Terjangkau Harga input $0.100 / 1M Harga output $0.500 / 1M Harga baca cache $0.010 / 1M Harga tulis cache $0.125 / 1M Skor 7.7/10

442/442

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#87#87	Muse Spark 1.1high	8.4	Meta	$2.570	37.41s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 6 Token input 336,310 Token output 10,838 Token penalaran 494,728 Waktu respons (rata-rata) 37.41s Waktu respons (total) 860.39s Waktu respons (maks) 196.03s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 7.5 Pemrograman : 10.0 Gabungan : 5.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 7.8 Pemanggilan alat : 9.6 Pengetahuan umum : 3.0
#110#110	GPT-5.4 Nanomedium	8.0	OpenAI	$0.235 ↑	15.95s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 237,088 Token output 8,235 Token penalaran 102,675 Waktu respons (rata-rata) 15.95s Waktu respons (total) 366.93s Waktu respons (maks) 94.06s Jawaban salah: 8 Tidak mengikuti instruksi: 2 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 6.1 Gabungan : 9.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#117#117	GPT-5.4 Minimedium	7.9	OpenAI	$1.102 ↑	29.94s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 5 Token input 238,925 Token output 7,109 Token penalaran 177,063 Waktu respons (rata-rata) 29.94s Waktu respons (total) 688.57s Waktu respons (maks) 138.75s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.6 Pemrograman : 8.4 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.8 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#126#126	Step 3.7 Flashmedium	7.8	Stepfun	$0.571	26.57s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 68.1% Tes tidak stabil 4 Token input 319,524 Token output 440,835 Token penalaran 0 Waktu respons (rata-rata) 26.57s Waktu respons (total) 611.09s Waktu respons (maks) 152.83s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 8.7 Pemrograman : 8.8 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#128#128	Qwen3.7 Plusnone	7.8	Qwen	$0.178 ↓	17.80s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 56.5% Tes tidak stabil 0 Token input 250,495 Token output 76,261 Token penalaran 0 Waktu respons (rata-rata) 17.80s Waktu respons (total) 409.51s Waktu respons (maks) 206.03s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#135#135	Claude Haiku 5.5medium	7.7	Anthropic	$0.063	7.71s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 7 Token input 298,334 Token output 10,328 Token penalaran 55,846 Waktu respons (rata-rata) 7.71s Waktu respons (total) 177.29s Waktu respons (maks) 47.70s Jawaban salah: 5 Format tambahan: 2 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 6.3 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#143#143	Space Bunny Alphahigh	7.5	Stealth	$0.000	29.38s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 4 Token input 302,228 Token output 181,271 Token penalaran 0 Waktu respons (rata-rata) 29.38s Waktu respons (total) 675.79s Waktu respons (maks) 234.56s Jawaban salah: 10 Tugas agen : 10.0 Trik anti-AI : 6.4 Pemrograman : 6.2 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 8.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#144#144	GLM 5.1medium	7.5	Z.ai	$1.546 ↑	66.38s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 9.2 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 331,577 Token output 17,919 Token penalaran 230,789 Waktu respons (rata-rata) 66.38s Waktu respons (total) 1460.31s Waktu respons (maks) 308.75s Jawaban salah: 5 Kedaluwarsa: 2 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 4.6 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#148#148	GPT-5.6 Lunamedium	7.4	OpenAI	$0.065 ↓	9.64s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 3 Token input 212,780 Token output 6,849 Token penalaran 41,137 Waktu respons (rata-rata) 9.64s Waktu respons (total) 221.62s Waktu respons (maks) 58.09s Jawaban salah: 9 Pemanggilan alat tidak valid: 1 Tugas agen : 7.4 Trik anti-AI : 8.3 Pemrograman : 5.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#149#149	Qwen3.6 Flashmedium	7.4	Qwen	$0.783 ↓	45.45s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 68.1% Tes tidak stabil 5 Token input 258,760 Token output 22,221 Token penalaran 630,059 Waktu respons (rata-rata) 45.45s Waktu respons (total) 1045.45s Waktu respons (maks) 578.13s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 5.0 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#150#150	DeepSeek V4 Flash 0731low	7.4	DeepSeek	$0.306 ↑	88.15s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 6 Token input 231,356 Token output 43,054 Token penalaran 370,981 Waktu respons (rata-rata) 88.15s Waktu respons (total) 2027.36s Waktu respons (maks) 438.65s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 8.2 Pemrograman : 7.3 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 6.5 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#152#152	GLM 5.3 FlashXhigh	7.4	Z.ai	$0.210	14.94s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 5 Token input 235,914 Token output 8,147 Token penalaran 89,581 Waktu respons (rata-rata) 14.94s Waktu respons (total) 343.65s Waktu respons (maks) 91.16s Jawaban salah: 8 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 8.2 Pemrograman : 8.2 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.6 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#158#158	GLM 5.3 Flashhigh	7.3	Z.ai	$0.056	29.11s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 225,013 Token output 12,197 Token penalaran 87,143 Waktu respons (rata-rata) 29.11s Waktu respons (total) 669.54s Waktu respons (maks) 163.41s Jawaban salah: 4 Format tambahan: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 8.3 Pemrograman : 8.2 Gabungan : 6.4 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#170#170	Qwen3.7 Flashhigh	7.2	Qwen	$0.063	45.48s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 7 Token input 293,775 Token output 13,527 Token penalaran 396,291 Waktu respons (rata-rata) 45.48s Waktu respons (total) 1045.97s Waktu respons (maks) 431.47s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#180#180	GPT-5.2 Chatdefault	7.0	OpenAI	$0.594	7.43s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 101,104 Token output 10,414 Token penalaran 19,328 Waktu respons (rata-rata) 7.43s Waktu respons (total) 163.35s Waktu respons (maks) 38.52s Jawaban salah: 6 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 3.0 Trik anti-AI : 8.7 Pemrograman : 8.8 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#184#184	Ember-1low	7.0	Fireworks	$1.488	34.90s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 8.8 Tingkat lulus per percobaan 65.2% Tes tidak stabil 5 Token input 211,908 Token output 14,158 Token penalaran 42,608 Waktu respons (rata-rata) 34.90s Waktu respons (total) 802.79s Waktu respons (maks) 121.29s Kesalahan API: 6 Jawaban salah: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 8.2 Pemrograman : 10.0 Gabungan : 6.5 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#190#190	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 59.4% Tes tidak stabil 2 Token input 228,023 Token output 10,779 Token penalaran 53,188 Waktu respons (rata-rata) 6.27s Waktu respons (total) 144.10s Waktu respons (maks) 47.78s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 9.1 Pemrograman : 5.5 Gabungan : 7.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#195#195	Claude Opus 4.8none	6.9	Anthropic	$2.334	7.54s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 2 Token input 345,059 Token output 24,343 Token penalaran 0 Waktu respons (rata-rata) 7.54s Waktu respons (total) 173.31s Waktu respons (maks) 65.07s Jawaban salah: 5 Format tambahan: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 9.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#200#200	GPT-6 Solnone	6.8	OpenAI	$0.551	9.02s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 4 Token input 235,086 Token output 7,989 Token penalaran 0 Waktu respons (rata-rata) 9.02s Waktu respons (total) 207.45s Waktu respons (maks) 57.02s Jawaban salah: 10 Tugas agen : 5.0 Trik anti-AI : 6.9 Pemrograman : 5.5 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#204#204	Grok Build 0.1medium	6.7	X AI	$1.419	55.13s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 1 Token input 358,616 Token output 9,651 Token penalaran 520,155 Waktu respons (rata-rata) 55.13s Waktu respons (total) 1268.10s Waktu respons (maks) 252.69s Jawaban salah: 6 Format tambahan: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 3.4 Trik anti-AI : 8.3 Pemrograman : 5.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#207#207	Grok 4.7high	6.7	X AI	$3.037	122.19s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 9.6 Tingkat lulus per percobaan 72.5% Tes tidak stabil 7 Token input 329,276 Token output 8,172 Token penalaran 479,012 Waktu respons (rata-rata) 122.19s Waktu respons (total) 2810.40s Waktu respons (maks) 573.57s Tidak ada jawaban: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Jawaban salah: 2 Kesalahan API: 1 Tugas agen : 3.0 Trik anti-AI : 8.7 Pemrograman : 6.0 Gabungan : 8.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#210#210	GPT 5.3 Chatdefault	6.7	OpenAI	$0.533	6.31s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 4 Token input 78,846 Token output 7,635 Token penalaran 20,544 Waktu respons (rata-rata) 6.31s Waktu respons (total) 138.73s Waktu respons (maks) 18.33s Jawaban salah: 6 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Tugas agen : 3.0 Trik anti-AI : 6.7 Pemrograman : 5.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.6 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#215#215	GLM 5.2none	6.6	Z.ai	$0.250 ↑	11.27s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 3 Token input 247,919 Token output 17,685 Token penalaran 0 Waktu respons (rata-rata) 11.27s Waktu respons (total) 259.32s Waktu respons (maks) 79.65s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 8.3 Pemrograman : 3.7 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 6.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#233#233	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 3 Token input 233,893 Token output 12,432 Token penalaran 0 Waktu respons (rata-rata) 6.05s Waktu respons (total) 102.89s Waktu respons (maks) 57.84s Jawaban salah: 9 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#240#240	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 1 Token input 230,004 Token output 18,040 Token penalaran 0 Waktu respons (rata-rata) 4.67s Waktu respons (total) 107.45s Waktu respons (maks) 49.23s Jawaban salah: 7 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 6.5 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

Tren benchmark global

Lihat bagaimana model saat ini menyeimbangkan skor, biaya, kecepatan, panjang output, dan kekuatan per kategori.

Grafik →

Frontier Pareto: kecerdasan vs biaya

Perkembangan skor terbaik perusahaan terdepan

Frontier Pareto: kecerdasan vs kecepatan respons

Frontier Pareto Skor vs Token Output

Tingkat kesulitan kategori lintas model

Perbandingan Cepat

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