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: 2026-10-02 Model Dievaluasi: 387

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

387/387

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#112#112	Muse Glimmer 30Bhigh	7.7	Meta	$0.625	69.87s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 8 Token input 281,859 Token output 102,526 Token penalaran 286,217 Waktu respons (rata-rata) 69.87s Waktu respons (total) 1607.12s Waktu respons (maks) 451.90s Jawaban salah: 7 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 2 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 8.8 Gabungan : 6.4 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 5.3 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 6.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#111#111	GPT-6 Lunahigh	7.7	OpenAI	$0.074	20.37s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 73.9% Tes tidak stabil 4 Token input 229,986 Token output 6,037 Token penalaran 95,550 Waktu respons (rata-rata) 20.37s Waktu respons (total) 468.52s Waktu respons (maks) 106.93s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.2 Trik anti-AI : 10.0 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 7.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#110#110	DeepSeek V4 Flash 0731medium	7.8	DeepSeek	$0.464 ↑	94.16s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 72.5% Tes tidak stabil 8 Token input 274,189 Token output 66,689 Token penalaran 510,525 Waktu respons (rata-rata) 94.16s Waktu respons (total) 2165.72s Waktu respons (maks) 303.26s Jawaban salah: 5 Tidak ada jawaban: 3 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 10.0 Trik anti-AI : 8.2 Pemrograman : 6.4 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#109#109	Grok 4.5low	7.8	X AI	$1.345	18.14s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.9% Tes tidak stabil 2 Token input 308,068 Token output 9,218 Token penalaran 112,197 Waktu respons (rata-rata) 18.14s Waktu respons (total) 417.21s Waktu respons (maks) 205.28s Jawaban salah: 7 Tugas agen : 5.0 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#108#108	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
#107#107	Grok 4.6medium	7.8	X AI	$2.270	74.77s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 78.3% Tes tidak stabil 4 Token input 336,351 Token output 6,180 Token penalaran 260,017 Waktu respons (rata-rata) 74.77s Waktu respons (total) 1719.73s Waktu respons (maks) 514.35s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#106#106	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
#105#105	GLM 5.3high	7.8	Z.ai	$0.610	28.38s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 75.4% Tes tidak stabil 7 Token input 219,811 Token output 8,811 Token penalaran 59,671 Waktu respons (rata-rata) 28.38s Waktu respons (total) 652.78s Waktu respons (maks) 159.91s Jawaban salah: 6 Format tambahan: 2 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 6.6 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#104#104	Grok 4.5medium	7.8	X AI	$2.996 ↑	68.44s
Lihat kartu model Total Tes 23 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 79.7% Tes tidak stabil 3 Token input 308,369 Token output 7,013 Token penalaran 299,031 Waktu respons (rata-rata) 68.44s Waktu respons (total) 1574.14s Waktu respons (maks) 436.38s Jawaban salah: 6 Tugas agen : 5.0 Trik anti-AI : 10.0 Pemrograman : 7.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#103#103	MiMo-V2.6-Flashmedium	7.9	Xiaomi	$0.218	61.90s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 6 Token input 291,988 Token output 8,848 Token penalaran 622,995 Waktu respons (rata-rata) 61.90s Waktu respons (total) 1423.67s Waktu respons (maks) 357.28s Jawaban salah: 6 Tidak ada jawaban: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 5.9 Pemrograman : 7.2 Gabungan : 7.1 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#102#102	Qwen3.8 2.4T A95Bhigh	7.9	Qwen	$2.949 ↑	120.88s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 9.6 Tingkat lulus per percobaan 75.4% Tes tidak stabil 4 Token input 295,642 Token output 115,041 Token penalaran 353,398 Waktu respons (rata-rata) 120.88s Waktu respons (total) 2780.16s Waktu respons (maks) 532.28s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 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
#101#101	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
Lihat kartu model Total Tes 23 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 81.2% Tes tidak stabil 2 Token input 296,760 Token output 4,371 Token penalaran 92,284 Waktu respons (rata-rata) 11.78s Waktu respons (total) 271.03s Waktu respons (maks) 84.47s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 2.8 Trik anti-AI : 10.0 Pemrograman : 7.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#100#100	Qwen3.7 Maxnone	7.9	Qwen	$0.451 ↓	7.85s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 9.9 Tingkat lulus per percobaan 69.6% Tes tidak stabil 0 Token input 243,553 Token output 20,670 Token penalaran 0 Waktu respons (rata-rata) 7.85s Waktu respons (total) 180.65s Waktu respons (maks) 80.34s Jawaban salah: 7 Tugas agen : 10.0 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#99#99	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
#98#98	Claude Fable 5.1high	7.9	Anthropic	$3.471	13.30s
Lihat kartu model Total Tes 23 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 85.5% Tes tidak stabil 1 Token input 144,676 Token output 8,184 Token penalaran 32,282 Waktu respons (rata-rata) 13.30s Waktu respons (total) 305.83s Waktu respons (maks) 40.17s Jawaban salah: 3 Kesalahan API: 1 Tugas agen : 3.0 Trik anti-AI : 10.0 Pemrograman : 8.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#97#97	GLM 5.3 FlashXmax	7.9	Z.ai	$0.623	43.97s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 78.3% Tes tidak stabil 6 Token input 322,894 Token output 8,010 Token penalaran 394,755 Waktu respons (rata-rata) 43.97s Waktu respons (total) 1011.29s Waktu respons (maks) 390.70s Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Jawaban salah: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 8.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#96#96	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 76.8% Tes tidak stabil 6 Token input 288,919 Token output 17,484 Token penalaran 617,804 Waktu respons (rata-rata) 114.73s Waktu respons (total) 2638.74s Waktu respons (maks) 1026.43s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 10.0 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
#95#95	GPT-5.6 Terralow	7.9	OpenAI	$0.435 ↓	7.58s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 75.4% Tes tidak stabil 6 Token input 176,890 Token output 5,688 Token penalaran 18,525 Waktu respons (rata-rata) 7.58s Waktu respons (total) 174.39s Waktu respons (maks) 54.57s Jawaban salah: 8 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 6.6 Gabungan : 8.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#94#94	Gemini 3.8 Flashmedium	8.0	Google	$0.769	16.64s
Lihat kartu model Total Tes 23 Tes Salah 4 Keandalan 9.9 Tingkat lulus per percobaan 89.9% Tes tidak stabil 3 Token input 187,331 Token output 7,555 Token penalaran 159,931 Waktu respons (rata-rata) 16.64s Waktu respons (total) 382.64s Waktu respons (maks) 108.60s Jawaban salah: 2 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 2.8 Trik anti-AI : 10.0 Pemrograman : 8.0 Gabungan : 8.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 8.2 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#93#93	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
#92#92	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.674 ↕	40.33s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.8 Tingkat lulus per percobaan 68.1% Tes tidak stabil 3 Token input 482,754 Token output 62,455 Token penalaran 141,067 Waktu respons (rata-rata) 40.33s Waktu respons (total) 927.65s Waktu respons (maks) 392.56s Jawaban salah: 7 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 8.4 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 3.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#91#91	GPT-5.6 Lunahigh	8.0	OpenAI	$0.118 ↓	18.39s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 4 Token input 197,896 Token output 6,211 Token penalaran 133,184 Waktu respons (rata-rata) 18.39s Waktu respons (total) 422.93s Waktu respons (maks) 111.09s Jawaban salah: 8 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#90#90	DeepSeek V4.1 Flashlow	8.0	DeepSeek	$0.526 ↑	28.04s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 9.6 Tingkat lulus per percobaan 73.9% Tes tidak stabil 4 Token input 266,849 Token output 8,284 Token penalaran 363,263 Waktu respons (rata-rata) 28.04s Waktu respons (total) 645.03s Waktu respons (maks) 149.84s Jawaban salah: 7 Kesalahan API: 1 Tugas agen : 6.1 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.5 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#89#89	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.030 ↓	55.99s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 4 Token input 298,794 Token output 45,873 Token penalaran 188,721 Waktu respons (rata-rata) 55.99s Waktu respons (total) 1287.87s Waktu respons (maks) 218.13s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 7.8 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#88#88	Claude Opus 4.7medium	8.1	Anthropic	$3.636	14.12s
Lihat kartu model Total Tes 23 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 81.2% Tes tidak stabil 2 Token input 437,293 Token output 29,102 Token penalaran 28,876 Waktu respons (rata-rata) 14.12s Waktu respons (total) 310.55s Waktu respons (maks) 150.60s Jawaban salah: 3 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 5.2 Trik anti-AI : 8.3 Pemrograman : 7.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 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