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)
#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
#296#296	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 52.2% Tes tidak stabil 3 Token input 298,242 Token output 13,105 Token penalaran 0 Waktu respons (rata-rata) 9.65s Waktu respons (total) 221.91s Waktu respons (maks) 71.45s Jawaban salah: 12 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 4.5 Gabungan : 3.8 Parsing dan ekstraksi data : 7.1 Spesifik domain : 7.7 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#26#26	Gemini 3.7 Flashlow	9.4	Google	$0.183	6.24s
Lihat kartu model Total Tes 23 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 95.7% Tes tidak stabil 2 Token input 188,519 Token output 7,694 Token penalaran 30,759 Waktu respons (rata-rata) 6.24s Waktu respons (total) 143.56s Waktu respons (maks) 58.75s Jawaban salah: 2 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 7.6 Gabungan : 10.0 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
#247#247	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 6 Token input 275,779 Token output 14,401 Token penalaran 25,511 Waktu respons (rata-rata) 4.79s Waktu respons (total) 110.24s Waktu respons (maks) 53.91s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 9.0 Pemrograman : 4.3 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 4.7
#197#197	Qwen3.5-Flashmedium	6.8	Qwen	$0.184	83.68s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 6 Token input 349,177 Token output 54,279 Token penalaran 477,389 Waktu respons (rata-rata) 83.68s Waktu respons (total) 1840.92s Waktu respons (maks) 515.38s Jawaban salah: 5 Kedaluwarsa: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 3.7 Gabungan : 6.4 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 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
#385#385	GLM 4.7 Flashmedium	4.2	Z.ai	$0.193	150.90s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 9.4 Tingkat lulus per percobaan 30.4% Tes tidak stabil 8 Token input 228,711 Token output 42,254 Token penalaran 422,121 Waktu respons (rata-rata) 150.90s Waktu respons (total) 2414.33s Waktu respons (maks) 1539.97s Jawaban salah: 10 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kedaluwarsa: 2 Tugas agen : 3.9 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
#359#359	Nemotron 3.5 Lightningmedium	4.7	NVIDIA	$0.195 ↕	81.93s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 9.8 Tingkat lulus per percobaan 47.8% Tes tidak stabil 12 Token input 195,780 Token output 167,746 Token penalaran 598,384 Waktu respons (rata-rata) 81.93s Waktu respons (total) 1884.31s Waktu respons (maks) 437.11s Jawaban salah: 13 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 2.8 Trik anti-AI : 6.9 Pemrograman : 4.4 Gabungan : 6.2 Parsing dan ekstraksi data : 3.7 Spesifik domain : 2.9 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 4.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#176#176	Qwen3.8 Flash Nextxhigh	7.1	Qwen	~$0.195	102.66s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.9 Tingkat lulus per percobaan 72.5% Tes tidak stabil 6 Token input 301,749 Token output 1,033 Token penalaran 620,023 Waktu respons (rata-rata) 102.66s Waktu respons (total) 2361.10s Waktu respons (maks) 674.08s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 7.4 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#178#178	MiMo-V2.6-Flashlow	7.1	Xiaomi	$0.200	54.57s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 6 Token input 256,428 Token output 9,786 Token penalaran 575,630 Waktu respons (rata-rata) 54.57s Waktu respons (total) 1255.15s Waktu respons (maks) 345.18s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 8.2 Pemrograman : 8.4 Gabungan : 6.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 8.0 Pemecahan teka-teki : 8.2 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
#227#227	GLM 5.3low	6.5	Z.ai	$0.215 ↓	15.18s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 5 Token input 247,871 Token output 10,791 Token penalaran 17,315 Waktu respons (rata-rata) 15.18s Waktu respons (total) 349.06s Waktu respons (maks) 83.60s Jawaban salah: 8 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 5.2 Trik anti-AI : 6.9 Pemrograman : 6.2 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#270#270	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.216 ↓	18.49s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 9.8 Tingkat lulus per percobaan 44.9% Tes tidak stabil 5 Token input 299,984 Token output 69,664 Token penalaran 0 Waktu respons (rata-rata) 18.49s Waktu respons (total) 425.33s Waktu respons (maks) 206.05s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 4.8 Pemrograman : 3.9 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#121#121	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
#189#189	Muse Glimmer 30Blow	6.9	Meta	$0.219 ↓	22.40s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 6 Token input 307,228 Token output 36,044 Token penalaran 71,621 Waktu respons (rata-rata) 22.40s Waktu respons (total) 515.14s Waktu respons (maks) 234.92s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 8.7 Pemrograman : 8.1 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.0 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#325#325	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
#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
#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
#188#188	Gemini 3 Flash Previewlow	6.9	Google	$0.254	8.51s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 72.5% Tes tidak stabil 2 Token input 251,677 Token output 11,196 Token penalaran 31,204 Waktu respons (rata-rata) 8.51s Waktu respons (total) 195.76s Waktu respons (maks) 52.64s Jawaban salah: 7 Tugas agen : 5.0 Trik anti-AI : 10.0 Pemrograman : 5.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#313#313	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
#106#106	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.261 ↑	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
#324#324	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 49,377 Token penalaran 12 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
#102#102	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.271	48.87s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 4 Token input 229,530 Token output 13,757 Token penalaran 92,662 Waktu respons (rata-rata) 48.87s Waktu respons (total) 1123.91s Waktu respons (maks) 254.92s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 8.0 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 6.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#18#18	Gemini 3.7 Flashmedium	9.5	Google	$0.278	8.16s
Lihat kartu model Total Tes 23 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 94.2% Tes tidak stabil 1 Token input 202,347 Token output 6,660 Token penalaran 68,002 Waktu respons (rata-rata) 8.16s Waktu respons (total) 187.58s Waktu respons (maks) 58.39s Jawaban salah: 2 Tugas agen : 10.0 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 : 10.0
#138#138	Muse Glimmer 30Bmedium	7.7	Meta	$0.288 ↓	33.97s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 6 Token input 269,497 Token output 34,935 Token penalaran 145,752 Waktu respons (rata-rata) 33.97s Waktu respons (total) 781.36s Waktu respons (maks) 181.08s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 9.2 Pemrograman : 8.4 Gabungan : 6.5 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.0 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