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: 2026-09-02 Model Dievaluasi: 305

Model rekomendasi

GPT-5.6 Sol high Cerdas Tingkat lulus per percobaan 89.4% Tes benar 18 / 22 Skor 9.4/10 GPT-5.6 Luna medium Cepat Waktu respons (rata-rata) 7.43s Total token output 44,525 Skor 7.4/10 DeepSeek V4 Flash 0731 high Terjangkau Harga input $0.065 / 1M Harga output $0.180 / 1M Skor 8.0/10

305/305

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#227#227	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.040 ↓	36.17s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 27.3% Tes tidak stabil 4 Token input 240,230 Token output 100,726 Token penalaran 0 Waktu respons (rata-rata) 36.17s Waktu respons (total) 795.83s Waktu respons (maks) 247.27s Jawaban salah: 13 Format tambahan: 2 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 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
#228#228	Laguna S 2.1medium	5.4	Poolside	$0.053 ↓	58.42s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 24.2% Tes tidak stabil 3 Token input 86,647 Token output 97,298 Token penalaran 242,297 Waktu respons (rata-rata) 58.42s Waktu respons (total) 1285.26s Waktu respons (maks) 560.31s Jawaban salah: 13 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.4 Pemrograman : 5.3 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.6 Kepatuhan instruksi : 4.2 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#233#233	DeepSeek V4 Flash 0731none	5.4	DeepSeek	$0.011 ↓	20.72s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 27.3% Tes tidak stabil 4 Token input 94,566 Token output 25,426 Token penalaran 0 Waktu respons (rata-rata) 20.72s Waktu respons (total) 455.81s Waktu respons (maks) 387.15s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Format tambahan: 1 Trik anti-AI : 3.4 Pemrograman : 4.3 Gabungan : 3.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 5.0 Pemecahan teka-teki : 3.2 Pemanggilan alat : 9.5 Pengetahuan umum : 3.0
#234#234	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 27.3% Tes tidak stabil 5 Token input 208,937 Token output 175,588 Token penalaran 409,276 Waktu respons (rata-rata) 111.60s Waktu respons (total) 2455.24s Waktu respons (maks) 1190.11s Jawaban salah: 11 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 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
#238#238	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.59s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 18.2% Tes tidak stabil 0 Token input 106,423 Token output 11,555 Token penalaran 0 Waktu respons (rata-rata) 8.59s Waktu respons (total) 163.20s Waktu respons (maks) 25.72s Jawaban salah: 12 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.4 Pemrograman : 3.8 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 3.1 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#240#240	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.051 ↓	5.57s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 28.8% Tes tidak stabil 5 Token input 93,990 Token output 45,905 Token penalaran 0 Waktu respons (rata-rata) 5.57s Waktu respons (total) 111.32s Waktu respons (maks) 39.54s Jawaban salah: 13 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 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
#250#250	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.19s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 19.7% Tes tidak stabil 1 Token input 144,416 Token output 37,484 Token penalaran 0 Waktu respons (rata-rata) 19.19s Waktu respons (total) 422.25s Waktu respons (maks) 382.06s Jawaban salah: 14 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Trik anti-AI : 3.1 Pemrograman : 3.9 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#252#252	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 8.7 Tingkat lulus per percobaan 18.2% Tes tidak stabil 0 Token input 130,501 Token output 26,786 Token penalaran 0 Waktu respons (rata-rata) 29.95s Waktu respons (total) 658.83s Waktu respons (maks) 159.85s Jawaban salah: 12 Format tambahan: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Trik anti-AI : 3.0 Pemrograman : 3.9 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 3.9 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.5 Pemanggilan alat : 9.5 Pengetahuan umum : 3.0
#259#259	Mercury 2.5 Previewnone	4.9	Inception	$0.018	3.51s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 30.3% Tes tidak stabil 5 Token input 130,296 Token output 82,585 Token penalaran 0 Waktu respons (rata-rata) 3.51s Waktu respons (total) 77.28s Waktu respons (maks) 60.70s Jawaban salah: 16 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.8 Pemrograman : 4.7 Gabungan : 3.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#265#265	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.56s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 27.3% Tes tidak stabil 4 Token input 115,933 Token output 13,794 Token penalaran 0 Waktu respons (rata-rata) 2.56s Waktu respons (total) 56.37s Waktu respons (maks) 25.50s Jawaban salah: 15 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Trik anti-AI : 3.5 Pemrograman : 4.6 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#275#275	Mercury 2none	4.7	Inception	$0.030	825ms
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 24.2% Tes tidak stabil 2 Token input 89,637 Token output 9,584 Token penalaran 0 Waktu respons (rata-rata) 825ms Waktu respons (total) 18.14s Waktu respons (maks) 4.52s Jawaban salah: 17 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.0 Pemrograman : 3.4 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#276#276	Granite 4.2 8Bhigh	4.6	IBM Granite	$0.084	235.89s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 7.6 Tingkat lulus per percobaan 39.4% Tes tidak stabil 10 Token input 43,278 Token output 181,083 Token penalaran 431,132 Waktu respons (rata-rata) 235.89s Waktu respons (total) 5189.64s Waktu respons (maks) 685.87s Kedaluwarsa: 10 Jawaban salah: 6 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Trik anti-AI : 6.9 Pemrograman : 3.8 Gabungan : 5.0 Parsing dan ekstraksi data : 3.8 Spesifik domain : 2.9 Kecerdasan umum : 5.5 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 2.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#283#283	GLM 4.7 Flashmedium	4.3	Z.ai	$0.168	134.34s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 8.6 Tingkat lulus per percobaan 31.8% Tes tidak stabil 8 Token input 79,104 Token output 42,254 Token penalaran 377,280 Waktu respons (rata-rata) 134.34s Waktu respons (total) 2015.13s Waktu respons (maks) 1539.97s Jawaban salah: 9 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kedaluwarsa: 2 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
#295#295	Ling 3.0 Tinyhigh	3.8	Inclusionai	$0.000	75.68s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 24.2% Tes tidak stabil 3 Token input 115,314 Token output 133,965 Token penalaran 816,718 Waktu respons (rata-rata) 75.68s Waktu respons (total) 1589.20s Waktu respons (maks) 345.15s Tidak ada jawaban: 7 Jawaban salah: 6 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.4 Pemrograman : 2.9 Gabungan : 3.0 Parsing dan ekstraksi data : 2.8 Spesifik domain : 2.9 Kecerdasan umum : 5.4 Kepatuhan instruksi : 6.8 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#296#296	Ling 3.0 Tinylow	3.8	Inclusionai	$0.000	66.16s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 9.6 Tingkat lulus per percobaan 19.7% Tes tidak stabil 1 Token input 99,662 Token output 146,555 Token penalaran 732,977 Waktu respons (rata-rata) 66.16s Waktu respons (total) 1389.33s Waktu respons (maks) 252.08s Tidak ada jawaban: 7 Jawaban salah: 5 Tidak mengikuti instruksi: 4 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.5 Pemrograman : 2.9 Gabungan : 3.0 Parsing dan ekstraksi data : 2.8 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 6.6 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#299#299	Ling 3.0 Tinymedium	3.8	Inclusionai	$0.000	68.08s
Lihat kartu model Total Tes 22 Tes Salah 18 Keandalan 9.6 Tingkat lulus per percobaan 24.2% Tes tidak stabil 3 Token input 103,898 Token output 148,304 Token penalaran 774,972 Waktu respons (rata-rata) 68.08s Waktu respons (total) 1429.66s Waktu respons (maks) 262.20s Tidak ada jawaban: 7 Jawaban salah: 5 Tidak mengikuti instruksi: 4 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.5 Pemrograman : 2.9 Gabungan : 3.0 Parsing dan ekstraksi data : 2.7 Spesifik domain : 3.0 Kecerdasan umum : 3.8 Kepatuhan instruksi : 6.8 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#297#297	Grok 4.1 Fastnone	3.8	X AI	$0.008 ↓	1.62s
Lihat kartu model Total Tes 19 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 19.7% Tes tidak stabil 3 Token input 36,608 Token output 1,723 Token penalaran 0 Waktu respons (rata-rata) 1.62s Waktu respons (total) 19.48s Waktu respons (maks) 5.51s Jawaban salah: 13 Tidak mengikuti instruksi: 3 Trik anti-AI : 3.2 Pemrograman : 1.8 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#222#222	Hy4 previewlow	5.6	Tencent	$1.745	214.25s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 5.4 Tingkat lulus per percobaan 19.7% Tes tidak stabil 3 Token input 45,154 Token output 4,022 Token penalaran 678,516 Waktu respons (rata-rata) 214.25s Waktu respons (total) 4713.56s Waktu respons (maks) 597.45s Kesalahan API: 14 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 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
#241#241	Dots 3 Note Previewnone	5.2	Dots Studio	$0.000	3.53s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 16.7% Tes tidak stabil 1 Token input 116,155 Token output 19,679 Token penalaran 0 Waktu respons (rata-rata) 3.53s Waktu respons (total) 77.68s Waktu respons (maks) 24.48s Jawaban salah: 15 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Pemrograman : 4.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 3.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#255#255	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 22.7% Tes tidak stabil 5 Token input 118,752 Token output 67,823 Token penalaran 383,885 Waktu respons (rata-rata) 85.34s Waktu respons (total) 1877.49s Waktu respons (maks) 814.73s Jawaban salah: 15 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.4 Pemrograman : 3.8 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 4.3 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#262#262	Hy4 previewnone	4.8	Tencent	$0.041	39.24s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 4.3 Tingkat lulus per percobaan 16.7% Tes tidak stabil 1 Token input 26,376 Token output 7,306 Token penalaran 0 Waktu respons (rata-rata) 39.24s Waktu respons (total) 863.30s Waktu respons (maks) 95.32s Jawaban salah: 9 Kesalahan API: 7 Tidak mengikuti instruksi: 2 Format tambahan: 1 Trik anti-AI : 3.3 Pemrograman : 3.8 Gabungan : 3.0 Parsing dan ekstraksi data : 8.7 Spesifik domain : 6.8 Kecerdasan umum : 5.1 Kepatuhan instruksi : 7.0 Pemecahan teka-teki : 4.6 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#277#277	Qwen3 Coder Nextmedium	4.6	Qwen	$0.034 ↑	9.07s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 25.8% Tes tidak stabil 4 Token input 148,203 Token output 19,069 Token penalaran 0 Waktu respons (rata-rata) 9.07s Waktu respons (total) 154.19s Waktu respons (maks) 81.80s Jawaban salah: 14 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 3.5 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.6 Kecerdasan umum : 6.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#285#285	Granite 4.2 8Bnone	4.3	IBM Granite	$0.026	86.27s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 8.6 Tingkat lulus per percobaan 16.7% Tes tidak stabil 2 Token input 57,786 Token output 130,805 Token penalaran 0 Waktu respons (rata-rata) 86.27s Waktu respons (total) 1897.96s Waktu respons (maks) 747.17s Jawaban salah: 11 Format tambahan: 4 Kedaluwarsa: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.9 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 2.9 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#293#293	Nemotron 3.5 Lightningnone	4.0	NVIDIA	$0.007 ↕	1.21s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 16.7% Tes tidak stabil 2 Token input 74,074 Token output 2,731 Token penalaran 0 Waktu respons (rata-rata) 1.21s Waktu respons (total) 26.62s Waktu respons (maks) 6.30s Jawaban salah: 16 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Pemrograman : 3.1 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#298#298	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
Lihat kartu model Total Tes 22 Tes Salah 19 Keandalan 6.0 Tingkat lulus per percobaan 25.8% Tes tidak stabil 5 Token input 17,195 Token output 46,735 Token penalaran 366,707 Waktu respons (rata-rata) 107.51s Waktu respons (total) 1720.15s Waktu respons (maks) 569.97s Kedaluwarsa: 11 Tidak ada jawaban: 3 Jawaban salah: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 5.1 Pemrograman : 2.9 Gabungan : 3.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 2.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 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 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow