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)
#276#276	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 9 Token input 277,028 Token output 11,965 Token penalaran 31,238 Waktu respons (rata-rata) 9.69s Waktu respons (total) 222.83s Waktu respons (maks) 77.99s Jawaban salah: 10 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 8.2 Pemrograman : 5.5 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#233#233	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 3 Token input 233,893 Token output 12,432 Token penalaran 0 Waktu respons (rata-rata) 6.05s Waktu respons (total) 102.89s Waktu respons (maks) 57.84s Jawaban salah: 9 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#190#190	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 59.4% Tes tidak stabil 2 Token input 228,023 Token output 10,779 Token penalaran 53,188 Waktu respons (rata-rata) 6.27s Waktu respons (total) 144.10s Waktu respons (maks) 47.78s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 9.1 Pemrograman : 5.5 Gabungan : 7.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#255#255	DeepSeek V3.2medium	6.3	DeepSeek	$0.152 ↑	70.08s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 7 Token input 306,662 Token output 17,819 Token penalaran 125,341 Waktu respons (rata-rata) 70.08s Waktu respons (total) 1611.86s Waktu respons (maks) 376.10s Jawaban salah: 6 Kesalahan API: 2 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 8.2 Pemrograman : 6.0 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#257#257	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.149 ↑	38.64s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 4 Token input 403,455 Token output 100,227 Token penalaran 15,364 Waktu respons (rata-rata) 38.64s Waktu respons (total) 888.69s Waktu respons (maks) 247.27s Jawaban salah: 13 Format tambahan: 2 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 3.0 Pemrograman : 4.2 Gabungan : 4.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 6 Token input 287,061 Token output 32,056 Token penalaran 196,607 Waktu respons (rata-rata) 91.29s Waktu respons (total) 2099.56s Waktu respons (maks) 416.76s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 5.7 Pemrograman : 6.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 7.8 Pemecahan teka-teki : 6.9 Pemanggilan alat : 9.8 Pengetahuan umum : 3.0
#246#246	Qwen3.6 27Bnone	6.3	Qwen	$0.148 ↓	12.71s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 6 Token input 250,919 Token output 20,816 Token penalaran 0 Waktu respons (rata-rata) 12.71s Waktu respons (total) 292.29s Waktu respons (maks) 156.31s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Tugas agen : 10.0 Trik anti-AI : 3.8 Pemrograman : 5.5 Gabungan : 3.2 Parsing dan ekstraksi data : 7.3 Spesifik domain : 7.7 Kecerdasan umum : 5.2 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.5 Pengetahuan umum : 3.0
#349#349	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 27.5% Tes tidak stabil 6 Token input 344,806 Token output 177,330 Token penalaran 453,213 Waktu respons (rata-rata) 113.63s Waktu respons (total) 2613.48s Waktu respons (maks) 1190.11s Jawaban salah: 12 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 2.8 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
#192#192	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 3 Token input 251,164 Token output 36,112 Token penalaran 241,203 Waktu respons (rata-rata) 78.76s Waktu respons (total) 1653.96s Waktu respons (maks) 437.40s Jawaban salah: 4 Kesalahan API: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 4.3 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#145#145	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.4 Tingkat lulus per percobaan 59.4% Tes tidak stabil 3 Token input 313,368 Token output 12,289 Token penalaran 259,270 Waktu respons (rata-rata) 91.67s Waktu respons (total) 1833.43s Waktu respons (maks) 301.78s Jawaban salah: 5 Kedaluwarsa: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 6.6 Pemrograman : 5.5 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 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
#38#38	Claude Haiku 5.5xhigh	9.1	Anthropic	$0.140	16.58s
Lihat kartu model Total Tes 23 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 81.2% Tes tidak stabil 2 Token input 394,509 Token output 10,349 Token penalaran 188,919 Waktu respons (rata-rata) 16.58s Waktu respons (total) 381.40s Waktu respons (maks) 92.74s Jawaban salah: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#283#283	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 1 Token input 388,929 Token output 57,714 Token penalaran 0 Waktu respons (rata-rata) 7.63s Waktu respons (total) 175.42s Waktu respons (maks) 93.47s Jawaban salah: 13 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 3.1 Pemrograman : 5.4 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#356#356	Hy3 previewhigh	4.8	Tencent	$0.135 ↕	56.57s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 50.7% Tes tidak stabil 2 Token input 25,987 Token output 216,719 Token penalaran 0 Waktu respons (rata-rata) 56.57s Waktu respons (total) 848.59s Waktu respons (maks) 149.94s Kesalahan API: 7 Jawaban salah: 3 Tugas agen : 0.0 Trik anti-AI : 6.4 Pemrograman : 5.3 Gabungan : 5.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#338#338	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 31.9% Tes tidak stabil 4 Token input 273,075 Token output 17,069 Token penalaran 0 Waktu respons (rata-rata) 6.21s Waktu respons (total) 142.89s Waktu respons (maks) 53.13s Jawaban salah: 12 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 3.9 Trik anti-AI : 3.3 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#179#179	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 7 Token input 259,664 Token output 8,414 Token penalaran 333,097 Waktu respons (rata-rata) 49.20s Waktu respons (total) 1131.69s Waktu respons (maks) 316.27s Jawaban salah: 5 Format tambahan: 2 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 6.2 Gabungan : 8.7 Parsing dan ekstraksi data : 2.7 Spesifik domain : 3.6 Kecerdasan umum : 5.4 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#334#334	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 9.7 Tingkat lulus per percobaan 42.0% Tes tidak stabil 8 Token input 321,955 Token output 41,555 Token penalaran 94,946 Waktu respons (rata-rata) 12.68s Waktu respons (total) 291.66s Waktu respons (maks) 59.15s Jawaban salah: 14 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 5.6 Pemrograman : 4.4 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#218#218	Mercury 2medium	6.6	Inception	$0.121	4.40s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 53.6% Tes tidak stabil 5 Token input 189,300 Token output 10,854 Token penalaran 86,089 Waktu respons (rata-rata) 4.40s Waktu respons (total) 96.81s Waktu respons (maks) 34.92s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 6.9 Pemrograman : 8.2 Gabungan : 6.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#304#304	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.120 ↓	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
#364#364	DeepSeek V3.2none	4.6	DeepSeek	$0.119 ↑	22.44s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 34.8% Tes tidak stabil 5 Token input 342,158 Token output 32,853 Token penalaran 25,013 Waktu respons (rata-rata) 22.44s Waktu respons (total) 516.03s Waktu respons (maks) 122.50s Jawaban salah: 9 Kesalahan API: 3 Format tambahan: 2 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 3.0 Trik anti-AI : 3.2 Pemrograman : 3.1 Gabungan : 4.8 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.0 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#108#108	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
#165#165	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 2 Token input 283,977 Token output 36,422 Token penalaran 0 Waktu respons (rata-rata) 9.98s Waktu respons (total) 229.52s Waktu respons (maks) 124.53s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Tugas agen : 10.0 Trik anti-AI : 4.8 Pemrograman : 5.8 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#279#279	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.114	7.49s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 39.1% Tes tidak stabil 3 Token input 314,113 Token output 17,558 Token penalaran 0 Waktu respons (rata-rata) 7.49s Waktu respons (total) 172.19s Waktu respons (maks) 75.99s Jawaban salah: 14 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 3.0 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#177#177	GLM 5.3 FlashXmedium	7.1	Z.ai	$0.114	7.37s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 8 Token input 205,100 Token output 8,639 Token penalaran 21,409 Waktu respons (rata-rata) 7.37s Waktu respons (total) 169.54s Waktu respons (maks) 74.39s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 7.3 Pemrograman : 6.0 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#278#278	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.7% Tes tidak stabil 3 Token input 100,255 Token output 6,422 Token penalaran 49,847 Waktu respons (rata-rata) 6.03s Waktu respons (total) 138.65s Waktu respons (maks) 17.26s Jawaban salah: 6 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Tugas agen : 3.0 Trik anti-AI : 10.0 Pemrograman : 7.8 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.3 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 5.8 Pemanggilan alat : 3.0 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