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)
#193#193	GPT-5.6 Lunalow	6.9	OpenAI	$0.049 ↓	6.96s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 56.5% Tes tidak stabil 5 Token input 202,680 Token output 9,230 Token penalaran 18,771 Waktu respons (rata-rata) 6.96s Waktu respons (total) 160.19s Waktu respons (maks) 45.74s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#352#352	MiMo-V2.5none	4.9	Xiaomi	$0.049 ↓	9.88s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 26.1% Tes tidak stabil 2 Token input 276,608 Token output 17,693 Token penalaran 16,267 Waktu respons (rata-rata) 9.88s Waktu respons (total) 227.24s Waktu respons (maks) 124.23s Jawaban salah: 14 Format tambahan: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 3.9 Trik anti-AI : 3.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 2.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 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
#140#140	Qwen3.8 Flash Nextmedium	7.6	Qwen	~$0.047	24.79s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 75.4% Tes tidak stabil 6 Token input 278,792 Token output 1,695 Token penalaran 142,270 Waktu respons (rata-rata) 24.79s Waktu respons (total) 570.26s Waktu respons (maks) 159.62s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#94#94	GPT-6 Lunamedium	8.3	OpenAI	$0.047	18.07s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 73.9% Tes tidak stabil 3 Token input 203,193 Token output 5,751 Token penalaran 47,410 Waktu respons (rata-rata) 18.07s Waktu respons (total) 415.53s Waktu respons (maks) 66.44s Jawaban salah: 7 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 6.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#335#335	Mistral Small 4none	5.1	Mistral	$0.047	3.12s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 24.6% Tes tidak stabil 1 Token input 265,602 Token output 10,913 Token penalaran 0 Waktu respons (rata-rata) 3.12s Waktu respons (total) 71.87s Waktu respons (maks) 45.46s Jawaban salah: 17 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 3.4 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#387#387	GLM 5 Turbonone	4.2	Z.ai	$0.047 ↑	2.82s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 2 Token input 32,525 Token output 1,815 Token penalaran 0 Waktu respons (rata-rata) 2.82s Waktu respons (total) 59.29s Waktu respons (maks) 8.21s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Tugas agen : 0.0 Trik anti-AI : 3.0 Pemrograman : 3.9 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#345#345	KAT Coder AIR V2.5low	5.0	Kwaipilot	$0.046	10.21s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.9 Tingkat lulus per percobaan 42.0% Tes tidak stabil 6 Token input 61,094 Token output 6,532 Token penalaran 53,882 Waktu respons (rata-rata) 10.21s Waktu respons (total) 234.86s Waktu respons (maks) 86.23s Jawaban salah: 7 Format tambahan: 4 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Tugas agen : 3.0 Trik anti-AI : 7.3 Pemrograman : 3.5 Gabungan : 6.4 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#371#371	Mimo V2 PROdefault	4.6	Xiaomi	$0.045 ↓	2.27s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 37.7% Tes tidak stabil 3 Token input 39,344 Token output 2,352 Token penalaran 0 Waktu respons (rata-rata) 2.27s Waktu respons (total) 45.50s Waktu respons (maks) 6.58s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tugas agen : 0.0 Trik anti-AI : 3.5 Pemrograman : 5.5 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#112#112	Qwen3.8 Flash Nextlow	8.0	Qwen	~$0.045	23.66s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 79.7% Tes tidak stabil 6 Token input 342,163 Token output 1,518 Token penalaran 133,777 Waktu respons (rata-rata) 23.66s Waktu respons (total) 544.16s Waktu respons (maks) 166.72s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#361#361	Laguna S 2.1none	4.7	Poolside	$0.044 ↓	17.65s
Lihat kartu model Total Tes 23 Tes Salah 21 Keandalan 10.0 Tingkat lulus per percobaan 14.5% Tes tidak stabil 3 Token input 287,445 Token output 99,097 Token penalaran 0 Waktu respons (rata-rata) 17.65s Waktu respons (total) 406.05s Waktu respons (maks) 200.52s Jawaban salah: 18 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 5.4 Trik anti-AI : 3.1 Pemrograman : 3.4 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 4.3 Pemecahan teka-teki : 3.1 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#225#225	Mercury 2.5high	6.5	Inception	$0.044	7.62s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.8 Tingkat lulus per percobaan 59.4% Tes tidak stabil 4 Token input 358,562 Token output 4,266 Token penalaran 189,410 Waktu respons (rata-rata) 7.62s Waktu respons (total) 175.36s Waktu respons (maks) 80.30s Jawaban salah: 9 Kesalahan API: 1 Tidak ada jawaban: 1 Tugas agen : 3.9 Trik anti-AI : 10.0 Pemrograman : 6.4 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#333#333	MiMo-V2-Flashmedium	5.1	Xiaomi	$0.043 ↑	20.11s
Lihat kartu model Total Tes 21 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 59.4% Tes tidak stabil 3 Token input 40,111 Token output 12,476 Token penalaran 125,039 Waktu respons (rata-rata) 20.11s Waktu respons (total) 301.59s Waktu respons (maks) 96.01s Jawaban salah: 5 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 0.0 Trik anti-AI : 8.1 Pemrograman : 6.0 Gabungan : 4.9 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#374#374	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 2 Token input 21,045 Token output 63,460 Token penalaran 0 Waktu respons (rata-rata) 24.56s Waktu respons (total) 368.35s Waktu respons (maks) 78.74s Kesalahan API: 7 Jawaban salah: 4 Tugas agen : 0.0 Trik anti-AI : 8.3 Pemrograman : 5.3 Gabungan : 5.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#322#322	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
#353#353	Qwen3.5-9Bnone	4.9	Qwen	$0.041	37.19s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 9.8 Tingkat lulus per percobaan 18.8% Tes tidak stabil 1 Token input 307,670 Token output 70,427 Token penalaran 0 Waktu respons (rata-rata) 37.19s Waktu respons (total) 855.27s Waktu respons (maks) 433.02s Jawaban salah: 15 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Tugas agen : 3.9 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
#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
#224#224	Mercury 2.5 Previewhigh	6.5	Inception	$0.040 ↑	7.61s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.9 Tingkat lulus per percobaan 65.2% Tes tidak stabil 6 Token input 298,512 Token output 3,178 Token penalaran 177,419 Waktu respons (rata-rata) 7.61s Waktu respons (total) 175.08s Waktu respons (maks) 86.84s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 6.7 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#199#199	Mercury 2.5 Previewmedium	6.8	Inception	$0.039 ↑	6.66s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 1 Token input 397,291 Token output 6,355 Token penalaran 143,752 Waktu respons (rata-rata) 6.66s Waktu respons (total) 153.29s Waktu respons (maks) 74.63s Jawaban salah: 4 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 3.9 Trik anti-AI : 10.0 Pemrograman : 7.8 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#213#213	GLM 5.3 Flashlow	6.6	Z.ai	$0.038	11.82s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 4 Token input 255,173 Token output 9,891 Token penalaran 17,277 Waktu respons (rata-rata) 11.82s Waktu respons (total) 271.92s Waktu respons (maks) 90.45s Jawaban salah: 8 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 5.4 Gabungan : 3.8 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#380#380	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 9.1 Tingkat lulus per percobaan 15.9% Tes tidak stabil 2 Token input 226,872 Token output 133,268 Token penalaran 0 Waktu respons (rata-rata) 84.66s Waktu respons (total) 1947.17s Waktu respons (maks) 747.17s Jawaban salah: 11 Format tambahan: 4 Kedaluwarsa: 3 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 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
#323#323	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
#239#239	Mercury 2.5medium	6.4	Inception	$0.034	7.74s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.7 Tingkat lulus per percobaan 63.8% Tes tidak stabil 5 Token input 317,982 Token output 3,918 Token penalaran 135,028 Waktu respons (rata-rata) 7.74s Waktu respons (total) 178.07s Waktu respons (maks) 107.89s Jawaban salah: 9 Kesalahan API: 1 Kedaluwarsa: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 5.0 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#382#382	Mercury 2none	4.4	Inception	$0.033	1.18s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 23.2% Tes tidak stabil 2 Token input 100,634 Token output 9,609 Token penalaran 100 Waktu respons (rata-rata) 1.18s Waktu respons (total) 27.14s Waktu respons (maks) 9.00s Jawaban salah: 17 Tidak mengikuti instruksi: 2 Tugas agen : 3.0 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
#394#394	Laguna M.1medium	3.9	Poolside	$0.033 ↕	14.73s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 43.5% Tes tidak stabil 2 Token input 44,969 Token output 58,087 Token penalaran 0 Waktu respons (rata-rata) 14.73s Waktu respons (total) 220.93s Waktu respons (maks) 53.14s Kesalahan API: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 0.0 Trik anti-AI : 6.5 Pemrograman : 1.5 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 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