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)
#287#287	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.105 ↑	8.43s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 6 Token input 272,479 Token output 63,781 Token penalaran 0 Waktu respons (rata-rata) 8.43s Waktu respons (total) 176.93s Waktu respons (maks) 65.61s Jawaban salah: 13 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.2 Trik anti-AI : 3.6 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 3.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#286#286	Laguna XS 2.1none	5.3	Poolside	$0.020	4.56s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 3 Token input 270,072 Token output 23,173 Token penalaran 0 Waktu respons (rata-rata) 4.56s Waktu respons (total) 104.80s Waktu respons (maks) 70.79s Jawaban salah: 14 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 5.0 Trik anti-AI : 5.3 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 3.8 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#285#285	Qwen3.6 Max Previewnone	5.3	Qwen	$0.228 ↓	7.82s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 9.9 Tingkat lulus per percobaan 53.6% Tes tidak stabil 2 Token input 106,348 Token output 19,257 Token penalaran 0 Waktu respons (rata-rata) 7.82s Waktu respons (total) 172.04s Waktu respons (maks) 102.62s Jawaban salah: 11 Tugas agen : 0.0 Trik anti-AI : 5.2 Pemrograman : 3.8 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#284#284	Kimi K2.5none	5.3	Moonshot AI	$0.262 ↑	35.86s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 4 Token input 275,349 Token output 49,389 Token penalaran 0 Waktu respons (rata-rata) 35.86s Waktu respons (total) 609.61s Waktu respons (maks) 321.19s Jawaban salah: 17 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 3.6 Pemrograman : 5.5 Gabungan : 2.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#283#283	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.2 Tingkat lulus per percobaan 33.3% Tes tidak stabil 1 Token input 332,917 Token output 18,989 Token penalaran 42,362 Waktu respons (rata-rata) 58.20s Waktu respons (total) 1338.65s Waktu respons (maks) 566.80s Jawaban salah: 11 Kedaluwarsa: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#282#282	GPT-5.6 Lunanone	5.3	OpenAI	$0.042 ↓	3.78s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 34.8% Tes tidak stabil 3 Token input 230,744 Token output 8,000 Token penalaran 0 Waktu respons (rata-rata) 3.78s Waktu respons (total) 86.83s Waktu respons (maks) 53.77s Jawaban salah: 15 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 3.8 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 7.1 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#281#281	Hy3 previewmedium	5.3	Tencent	$0.049 ↕	16.28s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 0 Token input 27,030 Token output 73,544 Token penalaran 0 Waktu respons (rata-rata) 16.28s Waktu respons (total) 293.12s Waktu respons (maks) 46.04s Kesalahan API: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 10.0 Pemrograman : 5.3 Gabungan : 5.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#280#280	Ember-1none	5.4	Fireworks	$0.786	22.65s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 8.8 Tingkat lulus per percobaan 43.5% Tes tidak stabil 4 Token input 202,617 Token output 11,832 Token penalaran 0 Waktu respons (rata-rata) 22.65s Waktu respons (total) 520.91s Waktu respons (maks) 93.12s Jawaban salah: 10 Kesalahan API: 5 Tugas agen : 6.1 Trik anti-AI : 5.2 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.4 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#279#279	Step 3.5 Flashmedium	5.4	Stepfun	$0.105	190.48s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 49.3% Tes tidak stabil 3 Token input 139,086 Token output 193,584 Token penalaran 413,546 Waktu respons (rata-rata) 190.48s Waktu respons (total) 3238.23s Waktu respons (maks) 1597.85s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 2.8 Trik anti-AI : 10.0 Pemrograman : 2.4 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#278#278	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 2 Token input 276,697 Token output 75,728 Token penalaran 0 Waktu respons (rata-rata) 6.20s Waktu respons (total) 142.63s Waktu respons (maks) 62.57s Jawaban salah: 15 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 3.7 Gabungan : 3.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#277#277	Hy4 previewlow	5.4	Tencent	$1.855 ↑	207.21s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 6.5 Tingkat lulus per percobaan 21.7% Tes tidak stabil 4 Token input 162,180 Token output 5,030 Token penalaran 682,447 Waktu respons (rata-rata) 207.21s Waktu respons (total) 4765.91s Waktu respons (maks) 597.45s Jawaban salah: 13 Kesalahan API: 5 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 6.0 Pemrograman : 5.2 Gabungan : 2.9 Parsing dan ekstraksi data : 8.7 Spesifik domain : 4.5 Kecerdasan umum : 7.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#276#276	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 8.9 Tingkat lulus per percobaan 42.0% Tes tidak stabil 4 Token input 166,347 Token output 423,884 Token penalaran 1,394,387 Waktu respons (rata-rata) 140.39s Waktu respons (total) 3229.07s Waktu respons (maks) 786.72s Jawaban salah: 10 Format tambahan: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 3.9 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
#275#275	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 39.1% Tes tidak stabil 0 Token input 281,460 Token output 13,791 Token penalaran 0 Waktu respons (rata-rata) 5.05s Waktu respons (total) 116.11s Waktu respons (maks) 47.42s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 7.7 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#274#274	Claude Opus 4.7none	5.4	Anthropic	$0.505	3.02s
Lihat kartu model Total Tes 19 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 0 Token input 69,576 Token output 6,265 Token penalaran 0 Waktu respons (rata-rata) 3.02s Waktu respons (total) 57.44s Waktu respons (maks) 18.27s Jawaban salah: 3 Tugas agen : 0.0 Trik anti-AI : 8.3 Pemrograman : 3.3 Gabungan : 4.8 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
#273#273	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 9.0 Tingkat lulus per percobaan 37.7% Tes tidak stabil 6 Token input 319,668 Token output 32,069 Token penalaran 0 Waktu respons (rata-rata) 17.51s Waktu respons (total) 402.66s Waktu respons (maks) 132.84s Jawaban salah: 12 Format tambahan: 2 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 3.0 Pemrograman : 3.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#272#272	GLM 5V Turbomedium	5.5	Z.ai	$0.457	23.08s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 6 Token input 44,615 Token output 2,347 Token penalaran 98,415 Waktu respons (rata-rata) 23.08s Waktu respons (total) 484.63s Waktu respons (maks) 95.88s Jawaban salah: 7 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 7.2 Pemrograman : 6.0 Gabungan : 3.4 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 : 7.0 Pengetahuan umum : 3.0
#271#271	Gemma 4 26B A4Bnone	5.5	Google	$0.031	10.55s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 42.0% Tes tidak stabil 1 Token input 280,126 Token output 17,306 Token penalaran 0 Waktu respons (rata-rata) 10.55s Waktu respons (total) 242.57s Waktu respons (maks) 75.76s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 5.0 Trik anti-AI : 8.3 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#269#269	Gemini 2.5 Flashnone	5.5	Google	$0.017	6.00s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 37.7% Tes tidak stabil 1 Token input 39,886 Token output 1,890 Token penalaran 0 Waktu respons (rata-rata) 6.00s Waktu respons (total) 138.04s Waktu respons (maks) 118.00s Jawaban salah: 13 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 3.0 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#270#270	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.9 Tingkat lulus per percobaan 40.6% Tes tidak stabil 5 Token input 222,357 Token output 6,855 Token penalaran 0 Waktu respons (rata-rata) 20.48s Waktu respons (total) 470.96s Waktu respons (maks) 98.62s Jawaban salah: 13 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 5.1 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#268#268	Kimi K2.6none	5.5	Moonshot AI	$0.222 ↓	26.34s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 3 Token input 241,357 Token output 64,022 Token penalaran 0 Waktu respons (rata-rata) 26.34s Waktu respons (total) 605.78s Waktu respons (maks) 238.89s Jawaban salah: 13 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 4.6 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#267#267	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 9.5 Tingkat lulus per percobaan 42.0% Tes tidak stabil 4 Token input 229,346 Token output 18,597 Token penalaran 129,338 Waktu respons (rata-rata) 56.40s Waktu respons (total) 1184.46s Waktu respons (maks) 431.98s Jawaban salah: 6 Kesalahan API: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 4.7 Trik anti-AI : 8.3 Pemrograman : 3.1 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.1 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#266#266	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.169 ↓	18.31s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 37.7% Tes tidak stabil 4 Token input 218,886 Token output 135,768 Token penalaran 0 Waktu respons (rata-rata) 18.31s Waktu respons (total) 421.19s Waktu respons (maks) 209.15s Jawaban salah: 14 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 3.9 Trik anti-AI : 3.4 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.5 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#265#265	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Lihat kartu model Total Tes 22 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 40.6% Tes tidak stabil 1 Token input 190,675 Token output 5,577 Token penalaran 0 Waktu respons (rata-rata) 8.74s Waktu respons (total) 131.17s Waktu respons (maks) 74.80s Jawaban salah: 13 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 4.0 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#264#264	Solar Pro 4none	5.6	Upstage	$0.022	8.14s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 31.9% Tes tidak stabil 1 Token input 305,664 Token output 13,249 Token penalaran 0 Waktu respons (rata-rata) 8.14s Waktu respons (total) 187.23s Waktu respons (maks) 69.17s Jawaban salah: 14 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#263#263	GPT-5.4none	5.6	OpenAI	$0.690	3.89s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 2 Token input 219,404 Token output 9,372 Token penalaran 0 Waktu respons (rata-rata) 3.89s Waktu respons (total) 89.48s Waktu respons (maks) 43.73s Jawaban salah: 15 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 3.2 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.6 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 3.8 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