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)
#305#305	Nemotron 3.5 Super VLnone	5.5	NVIDIA	$0.040	46.97s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 9.7 Tingkat lulus per percobaan 43.5% Tes tidak stabil 4 Token input 251,253 Token output 3,892 Token penalaran 0 Waktu respons (rata-rata) 46.97s Waktu respons (total) 1080.29s Waktu respons (maks) 872.07s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 5.0 Trik anti-AI : 6.5 Pemrograman : 3.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 4.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#306#306	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
#309#309	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
#316#316	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
#320#320	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
#337#337	KAT Coder AIR V2.5medium	5.1	Kwaipilot	$0.048	8.32s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 9.6 Tingkat lulus per percobaan 43.5% Tes tidak stabil 3 Token input 51,369 Token output 8,008 Token penalaran 58,568 Waktu respons (rata-rata) 8.32s Waktu respons (total) 191.40s Waktu respons (maks) 48.19s Jawaban salah: 10 Kesalahan API: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 3.0 Trik anti-AI : 8.7 Pemrograman : 3.6 Gabungan : 6.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#413#413	Grok Build 0.1none	3.2	X AI	$0.547	28.69s
Lihat kartu model Total Tes 19 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 42.0% Tes tidak stabil 4 Token input 11,793 Token output 1,809 Token penalaran 265,466 Waktu respons (rata-rata) 28.69s Waktu respons (total) 459.00s Waktu respons (maks) 138.35s Jawaban salah: 7 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Tugas agen : 0.0 Trik anti-AI : 8.7 Pemrograman : 3.3 Gabungan : 1.5 Parsing dan ekstraksi data : 3.8 Spesifik domain : 3.6 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#367#367	GLM 5V Turbonone	4.6	Z.ai	$0.052	2.99s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 34.8% Tes tidak stabil 0 Token input 37,100 Token output 1,766 Token penalaran 0 Waktu respons (rata-rata) 2.99s Waktu respons (total) 62.74s Waktu respons (maks) 6.51s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Tugas agen : 0.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#370#370	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 36.2% Tes tidak stabil 1 Token input 43,478 Token output 2,974 Token penalaran 0 Waktu respons (rata-rata) 11.95s Waktu respons (total) 250.88s Waktu respons (maks) 58.63s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tugas agen : 0.0 Trik anti-AI : 4.8 Pemrograman : 5.4 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#376#376	Mimo V2 Omnidefault	4.5	Xiaomi	$0.021 ↓	2.44s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 36.2% Tes tidak stabil 1 Token input 40,852 Token output 3,314 Token penalaran 0 Waktu respons (rata-rata) 2.44s Waktu respons (total) 48.81s Waktu respons (maks) 6.81s Jawaban salah: 10 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 3.6 Pemrograman : 4.4 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#222#222	Claude Sonnet 5.5medium	6.5	Anthropic	$1.100	8.03s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 40.6% Tes tidak stabil 1 Token input 361,183 Token output 26,609 Token penalaran 11,139 Waktu respons (rata-rata) 8.03s Waktu respons (total) 184.80s Waktu respons (maks) 51.18s Format tambahan: 8 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Jawaban salah: 1 Tugas agen : 10.0 Trik anti-AI : 6.5 Pemrograman : 3.4 Gabungan : 8.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#228#228	GLM 5.1none	6.5	Z.ai	$0.451 ↑	11.10s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 5 Token input 258,956 Token output 20,076 Token penalaran 0 Waktu respons (rata-rata) 11.10s Waktu respons (total) 255.39s Waktu respons (maks) 107.19s Jawaban salah: 12 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 4.0 Pemrograman : 3.9 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#231#231	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 46.4% Tes tidak stabil 3 Token input 352,516 Token output 33,786 Token penalaran 504,506 Waktu respons (rata-rata) 48.97s Waktu respons (total) 1126.35s Waktu respons (maks) 422.72s Jawaban salah: 10 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Tugas agen : 6.1 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#259#259	Space Bunny Alphaxhigh	6.2	Stealth	$0.000	60.03s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 55.1% Tes tidak stabil 8 Token input 363,310 Token output 381,919 Token penalaran 0 Waktu respons (rata-rata) 60.03s Waktu respons (total) 1380.67s Waktu respons (maks) 459.99s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 5.2 Trik anti-AI : 6.4 Pemrograman : 6.6 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 5.6 Pemecahan teka-teki : 7.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#277#277	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 43.5% Tes tidak stabil 2 Token input 278,866 Token output 82,069 Token penalaran 0 Waktu respons (rata-rata) 9.66s Waktu respons (total) 222.07s Waktu respons (maks) 106.86s Jawaban salah: 10 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 3.5 Pemrograman : 5.6 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#281#281	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 5 Token input 285,293 Token output 29,565 Token penalaran 89,266 Waktu respons (rata-rata) 31.58s Waktu respons (total) 536.78s Waktu respons (maks) 203.90s Jawaban salah: 10 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 6.7 Pemrograman : 5.9 Gabungan : 6.5 Parsing dan ekstraksi data : 6.4 Spesifik domain : 2.9 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.8 Pengetahuan umum : 3.0
#282#282	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 9.9 Tingkat lulus per percobaan 47.8% Tes tidak stabil 4 Token input 202,069 Token output 11,961 Token penalaran 0 Waktu respons (rata-rata) 3.58s Waktu respons (total) 82.24s Waktu respons (maks) 43.82s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 7.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#298#298	Gemma 4 31Bnone	5.7	Google	$0.031 ↓	7.28s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 42.0% Tes tidak stabil 1 Token input 270,970 Token output 15,499 Token penalaran 0 Waktu respons (rata-rata) 7.28s Waktu respons (total) 152.84s Waktu respons (maks) 44.73s Jawaban salah: 11 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Tugas agen : 3.9 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.5 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#311#311	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
#315#315	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
#328#328	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 4 Token input 81,447 Token output 2,715 Token penalaran 11,971 Waktu respons (rata-rata) 1.99s Waktu respons (total) 45.67s Waktu respons (maks) 5.82s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Tugas agen : 3.0 Trik anti-AI : 9.2 Pemrograman : 4.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.3 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 5.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#375#375	Ring 2.6 1tdefault	4.5	Inclusionai	$0.026 ↑	48.94s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 43.5% Tes tidak stabil 2 Token input 7,608 Token output 17,529 Token penalaran 34,499 Waktu respons (rata-rata) 48.94s Waktu respons (total) 831.92s Waktu respons (maks) 143.82s Kesalahan API: 7 Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tugas agen : 3.0 Trik anti-AI : 9.2 Pemrograman : 5.3 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#303#303	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
#424#424	Decider V1.2default	2.6	Perplexity	$0.001	517ms
Lihat kartu model Total Tes 12 Tes Salah 7 Keandalan 9.4 Tingkat lulus per percobaan 24.6% Tes tidak stabil 1 Token input 48,363 Token output 67 Token penalaran 0 Waktu respons (rata-rata) 517ms Waktu respons (total) 6.20s Waktu respons (maks) 776ms Jawaban salah: 5 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 5.8 Pemrograman : 4.5 Gabungan : 0.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 0.0 Kepatuhan instruksi : 1.5 Pemecahan teka-teki : 1.7 Pemanggilan alat : 0.0 Pengetahuan umum : 0.0
#437#437	Solar Decide Flashdefault	1.7	Upstage	$0.003	1.33s
Lihat kartu model Total Tes 7 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 13.0% Tes tidak stabil 0 Token input 47,586 Token output 51 Token penalaran 0 Waktu respons (rata-rata) 1.33s Waktu respons (total) 9.32s Waktu respons (maks) 1.66s Jawaban salah: 4 Tugas agen : 0.0 Trik anti-AI : 0.8 Pemrograman : 0.0 Gabungan : 0.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.4 Kecerdasan umum : 0.0 Kepatuhan instruksi : 1.5 Pemecahan teka-teki : 1.0 Pemanggilan alat : 0.0 Pengetahuan umum : 0.0

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