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: 2026-09-02 Model Dievaluasi: 305

Model rekomendasi

GPT-5.6 Sol high Cerdas Tingkat lulus per percobaan 89.4% Tes benar 18 / 22 Skor 9.4/10 GPT-5.6 Luna medium Cepat Waktu respons (rata-rata) 7.43s Total token output 44,525 Skor 7.4/10 DeepSeek V4 Flash 0731 high Terjangkau Harga input $0.065 / 1M Harga output $0.180 / 1M Skor 8.0/10

305/305

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#128#128	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.6% Tes tidak stabil 8 Token input 118,496 Token output 53,522 Token penalaran 167,420 Waktu respons (rata-rata) 98.19s Waktu respons (total) 1571.05s Waktu respons (maks) 281.00s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 7.3 Pemrograman : 6.1 Gabungan : 6.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#136#136	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 7.3 Tingkat lulus per percobaan 63.6% Tes tidak stabil 7 Token input 76,036 Token output 7,267 Token penalaran 364,176 Waktu respons (rata-rata) 101.05s Waktu respons (total) 2223.19s Waktu respons (maks) 626.58s Kesalahan API: 6 Jawaban salah: 4 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.9 Pemrograman : 8.9 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#143#143	Gemma 4 26B A4Bmedium	6.8	Google	$0.092 ↓	104.93s
Lihat kartu model Total Tes 22 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 69.7% Tes tidak stabil 1 Token input 77,528 Token output 26,048 Token penalaran 227,598 Waktu respons (rata-rata) 104.93s Waktu respons (total) 2203.52s Waktu respons (maks) 912.19s Tidak ada jawaban: 2 Kedaluwarsa: 2 Jawaban salah: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 2.9 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#159#159	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	106.06s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 60.6% Tes tidak stabil 7 Token input 106,176 Token output 33,013 Token penalaran 239,560 Waktu respons (rata-rata) 106.06s Waktu respons (total) 2333.36s Waktu respons (maks) 1085.11s Jawaban salah: 5 Tidak ada jawaban: 3 Pemanggilan alat tidak valid: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.3 Pemrograman : 7.7 Gabungan : 6.7 Parsing dan ekstraksi data : 3.5 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#298#298	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 6.0 Tingkat lulus per percobaan 25.8% Tes tidak stabil 5 Token input 17,195 Token output 46,735 Token penalaran 366,707 Waktu respons (rata-rata) 107.51s Waktu respons (total) 1720.15s Waktu respons (maks) 569.97s Kedaluwarsa: 11 Tidak ada jawaban: 3 Jawaban salah: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 5.1 Pemrograman : 2.9 Gabungan : 3.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 2.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#177#177	Qwen3.5-35B-A3Bmedium	6.1	Qwen	$1.140 ↑	110.84s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 6 Token input 130,450 Token output 54,857 Token penalaran 838,606 Waktu respons (rata-rata) 110.84s Waktu respons (total) 2438.58s Waktu respons (maks) 950.25s Kedaluwarsa: 4 Tidak ada jawaban: 3 Jawaban salah: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 3.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.5 Kecerdasan umum : 2.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#234#234	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 27.3% Tes tidak stabil 5 Token input 208,937 Token output 175,588 Token penalaran 409,276 Waktu respons (rata-rata) 111.60s Waktu respons (total) 2455.24s Waktu respons (maks) 1190.11s Jawaban salah: 11 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.4 Pemrograman : 5.3 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.6 Kepatuhan instruksi : 4.6 Pemecahan teka-teki : 2.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#90#90	Qwen3.5-27Bmedium	7.5	Qwen	$0.982 ↓	113.28s
Lihat kartu model Total Tes 22 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 75.8% Tes tidak stabil 6 Token input 111,644 Token output 16,113 Token penalaran 598,796 Waktu respons (rata-rata) 113.28s Waktu respons (total) 2492.26s Waktu respons (maks) 1026.43s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 6.2 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#146#146	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 9.9 Tingkat lulus per percobaan 54.6% Tes tidak stabil 4 Token input 90,870 Token output 5,676 Token penalaran 314,918 Waktu respons (rata-rata) 113.61s Waktu respons (total) 2499.46s Waktu respons (maks) 560.39s Jawaban salah: 7 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 6.6 Gabungan : 10.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#57#57	DeepSeek V4 Flash 0731high	8.0	DeepSeek	$0.084 ↓	114.94s
Lihat kartu model Total Tes 22 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 75.8% Tes tidak stabil 5 Token input 96,702 Token output 16,966 Token penalaran 496,341 Waktu respons (rata-rata) 114.94s Waktu respons (total) 2528.65s Waktu respons (maks) 600.61s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 6.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#110#110	Kimi K2.6medium	7.2	Moonshot AI	$1.247 ↑	115.89s
Lihat kartu model Total Tes 22 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.6% Tes tidak stabil 4 Token input 68,913 Token output 64,654 Token penalaran 282,865 Waktu respons (rata-rata) 115.89s Waktu respons (total) 2433.66s Waktu respons (maks) 876.20s Kedaluwarsa: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Trik anti-AI : 7.0 Pemrograman : 5.7 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#51#51	Qwen3.8 2.4T A95Blow	8.1	Qwen	$2.672	118.97s
Lihat kartu model Total Tes 22 Tes Salah 7 Keandalan 9.4 Tingkat lulus per percobaan 72.7% Tes tidak stabil 2 Token input 113,279 Token output 121,045 Token penalaran 374,496 Waktu respons (rata-rata) 118.97s Waktu respons (total) 2617.41s Waktu respons (maks) 534.21s Jawaban salah: 4 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 7.8 Gabungan : 8.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.2 Kecerdasan umum : 6.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#119#119	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 62.1% Tes tidak stabil 5 Token input 79,740 Token output 23,357 Token penalaran 339,837 Waktu respons (rata-rata) 120.58s Waktu respons (total) 2652.77s Waktu respons (maks) 491.07s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 5.7 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.5 Kepatuhan instruksi : 7.9 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#99#99	Qwen3.8 2.4T A95Bhigh	7.4	Qwen	$2.357	120.59s
Lihat kartu model Total Tes 22 Tes Salah 8 Keandalan 9.4 Tingkat lulus per percobaan 74.2% Tes tidak stabil 4 Token input 108,931 Token output 112,801 Token penalaran 343,227 Waktu respons (rata-rata) 120.59s Waktu respons (total) 2653.05s Waktu respons (maks) 532.28s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 6.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#132#132	Seed-2.0-Codehigh	6.9	Bytedance Seed	$1.273	124.18s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 8.6 Tingkat lulus per percobaan 63.6% Tes tidak stabil 5 Token input 81,970 Token output 7,186 Token penalaran 403,389 Waktu respons (rata-rata) 124.18s Waktu respons (total) 2732.03s Waktu respons (maks) 675.30s Kesalahan API: 5 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.3 Pemrograman : 6.2 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.6 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.8 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#138#138	Solar Pro 4medium	6.8	Upstage	$0.047	127.64s
Lihat kartu model Total Tes 22 Tes Salah 10 Keandalan 9.9 Tingkat lulus per percobaan 62.1% Tes tidak stabil 4 Token input 87,902 Token output 30,743 Token penalaran 335,668 Waktu respons (rata-rata) 127.64s Waktu respons (total) 2808.09s Waktu respons (maks) 519.91s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.2 Pemrograman : 5.5 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#283#283	GLM 4.7 Flashmedium	4.3	Z.ai	$0.168	134.34s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 8.6 Tingkat lulus per percobaan 31.8% Tes tidak stabil 8 Token input 79,104 Token output 42,254 Token penalaran 377,280 Waktu respons (rata-rata) 134.34s Waktu respons (total) 2015.13s Waktu respons (maks) 1539.97s Jawaban salah: 9 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kedaluwarsa: 2 Trik anti-AI : 4.7 Pemrograman : 3.2 Gabungan : 2.9 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.5 Kecerdasan umum : 3.6 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 2.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#82#82	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
Lihat kartu model Total Tes 22 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 60.6% Tes tidak stabil 2 Token input 98,116 Token output 21,720 Token penalaran 367,730 Waktu respons (rata-rata) 134.85s Waktu respons (total) 2966.79s Waktu respons (maks) 491.42s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 2 Format tambahan: 1 Trik anti-AI : 8.3 Pemrograman : 5.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 8.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#137#137	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 60.6% Tes tidak stabil 6 Token input 90,556 Token output 6,153 Token penalaran 332,220 Waktu respons (rata-rata) 136.11s Waktu respons (total) 2994.49s Waktu respons (maks) 640.89s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 8.2 Pemrograman : 5.5 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#205#205	North Mini Codemedium	5.7	Cohere	$0.000	141.99s
Lihat kartu model Total Tes 22 Tes Salah 14 Keandalan 8.5 Tingkat lulus per percobaan 43.9% Tes tidak stabil 4 Token input 81,742 Token output 423,884 Token penalaran 1,340,907 Waktu respons (rata-rata) 141.99s Waktu respons (total) 3123.87s Waktu respons (maks) 786.72s Jawaban salah: 9 Format tambahan: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Trik anti-AI : 8.4 Pemrograman : 4.5 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#61#61	Kimi K3max	7.9	Moonshot AI	$3.467	142.84s
Lihat kartu model Total Tes 22 Tes Salah 6 Keandalan 9.0 Tingkat lulus per percobaan 77.3% Tes tidak stabil 2 Token input 34,960 Token output 2,887 Token penalaran 221,241 Waktu respons (rata-rata) 142.84s Waktu respons (total) 2714.02s Waktu respons (maks) 766.58s Kesalahan API: 2 Tidak ada jawaban: 2 Format tambahan: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 6.5 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#98#98	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
Lihat kartu model Total Tes 22 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 59.1% Tes tidak stabil 2 Token input 97,324 Token output 44,383 Token penalaran 346,490 Waktu respons (rata-rata) 143.55s Waktu respons (total) 3158.11s Waktu respons (maks) 939.52s Jawaban salah: 7 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 7.3 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#149#149	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Lihat kartu model Total Tes 22 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 51.5% Tes tidak stabil 4 Token input 93,411 Token output 30,470 Token penalaran 356,172 Waktu respons (rata-rata) 153.29s Waktu respons (total) 3372.36s Waktu respons (maks) 941.66s Jawaban salah: 7 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Trik anti-AI : 8.9 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 5.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#16#16	Seed 2.1 Turbolow	9.1	Bytedance Seed	$1.546	163.90s
Lihat kartu model Total Tes 22 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 80.3% Tes tidak stabil 2 Token input 104,464 Token output 6,844 Token penalaran 590,392 Waktu respons (rata-rata) 163.90s Waktu respons (total) 3605.87s Waktu respons (maks) 739.98s Jawaban salah: 3 Tidak ada jawaban: 2 Trik anti-AI : 8.2 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#44#44	Qwen3.8 27Bhigh	8.4	Qwen	~$0.287	167.89s
Lihat kartu model Total Tes 22 Tes Salah 6 Keandalan 9.6 Tingkat lulus per percobaan 77.3% Tes tidak stabil 2 Token input 100,179 Token output 904 Token penalaran 655,731 Waktu respons (rata-rata) 167.89s Waktu respons (total) 3693.54s Waktu respons (maks) 640.85s Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 8.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.6 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 3.7 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