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)
#141#141	GPT-6 Lunalow	7.6	OpenAI	$0.033	23.23s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.7 Tingkat lulus per percobaan 63.8% Tes tidak stabil 4 Token input 195,928 Token output 5,728 Token penalaran 19,152 Waktu respons (rata-rata) 23.23s Waktu respons (total) 534.22s Waktu respons (maks) 89.37s Jawaban salah: 7 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 6.9 Pemrograman : 6.0 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 7.1 Pemecahan teka-teki : 7.7 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
#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
#272#272	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 8.9 Tingkat lulus per percobaan 37.7% Tes tidak stabil 1 Token input 259,708 Token output 16,567 Token penalaran 33,580 Waktu respons (rata-rata) 50.47s Waktu respons (total) 1160.91s Waktu respons (maks) 557.96s Jawaban salah: 9 Kedaluwarsa: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 8.4 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 3.8 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#286#286	Qwen3.7 Flashnone	5.9	Qwen	$0.028	14.70s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 36.2% Tes tidak stabil 3 Token input 410,787 Token output 117,742 Token penalaran 0 Waktu respons (rata-rata) 14.70s Waktu respons (total) 338.13s Waktu respons (maks) 186.24s Jawaban salah: 14 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 3.0 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#357#357	GLM 4.7 Flashnone	4.8	Z.ai	$0.027	13.04s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 3 Token input 255,363 Token output 27,395 Token penalaran 0 Waktu respons (rata-rata) 13.04s Waktu respons (total) 221.61s Waktu respons (maks) 97.15s Jawaban salah: 15 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 5.2 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.4 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#388#388	Mercury 2.5none	4.1	Inception	$0.026	5.10s
Lihat kartu model Total Tes 23 Tes Salah 21 Keandalan 10.0 Tingkat lulus per percobaan 24.6% Tes tidak stabil 7 Token input 311,488 Token output 89,958 Token penalaran 0 Waktu respons (rata-rata) 5.10s Waktu respons (total) 117.24s Waktu respons (maks) 63.41s Jawaban salah: 15 Tidak mengikuti instruksi: 4 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 3.8 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 2.8 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 4.9 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 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
#310#310	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.9 Tingkat lulus per percobaan 40.6% Tes tidak stabil 5 Token input 222,357 Token output 6,855 Token penalaran 0 Waktu respons (rata-rata) 20.48s Waktu respons (total) 470.96s Waktu respons (maks) 98.62s Jawaban salah: 13 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 5.1 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#411#411	MiMo-V2-Flashdefault	3.3	Xiaomi	$0.025 ↑	2.76s
Lihat kartu model Total Tes 21 Tes Salah 17 Keandalan 6.7 Tingkat lulus per percobaan 23.2% Tes tidak stabil 4 Token input 36,851 Token output 68,882 Token penalaran 0 Waktu respons (rata-rata) 2.76s Waktu respons (total) 46.99s Waktu respons (maks) 19.68s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Format tambahan: 1 Tugas agen : 0.0 Trik anti-AI : 3.2 Pemrograman : 4.3 Gabungan : 1.5 Parsing dan ekstraksi data : 2.9 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
#344#344	GPT-4o-minidefault	5.0	OpenAI	$0.024	4.16s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 21.7% Tes tidak stabil 0 Token input 145,180 Token output 3,627 Token penalaran 0 Waktu respons (rata-rata) 4.16s Waktu respons (total) 70.70s Waktu respons (maks) 39.99s Jawaban salah: 16 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 3.2 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#358#358	Mercury 2.5 Previewdefault	4.7	Inception	$0.023 ↑	7.05s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 9.9 Tingkat lulus per percobaan 29.0% Tes tidak stabil 5 Token input 250,541 Token output 86,367 Token penalaran 0 Waktu respons (rata-rata) 7.05s Waktu respons (total) 162.25s Waktu respons (maks) 84.96s Jawaban salah: 16 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 3.9 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
#301#301	Solar Pro 4none	5.6	Upstage	$0.022	8.14s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 31.9% Tes tidak stabil 1 Token input 305,664 Token output 13,249 Token penalaran 0 Waktu respons (rata-rata) 8.14s Waktu respons (total) 187.23s Waktu respons (maks) 69.17s Jawaban salah: 14 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.4 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
#290#290	Ling 3.0 Flashhigh	5.8	Inclusionai	$0.021 ↕	13.08s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.8 Tingkat lulus per percobaan 60.9% Tes tidak stabil 4 Token input 132,044 Token output 92,135 Token penalaran 207,321 Waktu respons (rata-rata) 13.08s Waktu respons (total) 287.79s Waktu respons (maks) 75.27s Jawaban salah: 7 Kesalahan API: 2 Pemanggilan alat tidak valid: 2 Tugas agen : 3.0 Trik anti-AI : 10.0 Pemrograman : 6.7 Gabungan : 2.9 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#433#433	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
Lihat kartu model Total Tes 12 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 26.1% Tes tidak stabil 0 Token input 1,971 Token output 50,509 Token penalaran 33,867 Waktu respons (rata-rata) 39.03s Waktu respons (total) 312.26s Waktu respons (maks) 114.12s Kesalahan API: 4 Tidak mengikuti instruksi: 1 Jawaban salah: 1 Tugas agen : 0.0 Trik anti-AI : 10.0 Pemrograman : 1.0 Gabungan : 1.5 Parsing dan ekstraksi data : 1.5 Spesifik domain : 3.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 5.0 Pemecahan teka-teki : 0.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#336#336	Mercury 2.5low	5.1	Inception	$0.020	3.34s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 9.8 Tingkat lulus per percobaan 37.7% Tes tidak stabil 5 Token input 326,083 Token output 7,224 Token penalaran 33,078 Waktu respons (rata-rata) 3.34s Waktu respons (total) 76.80s Waktu respons (maks) 47.06s Jawaban salah: 14 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 6.9 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.6 Kecerdasan umum : 4.4 Kepatuhan instruksi : 2.9 Pemecahan teka-teki : 5.9 Pemanggilan alat : 9.8 Pengetahuan umum : 3.0
#326#326	Laguna XS 2.1none	5.3	Poolside	$0.020	4.56s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 3 Token input 270,072 Token output 23,173 Token penalaran 0 Waktu respons (rata-rata) 4.56s Waktu respons (total) 104.80s Waktu respons (maks) 70.79s Jawaban salah: 14 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 5.0 Trik anti-AI : 5.3 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 3.8 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
#377#377	Nemotron 3 Supernone	4.5	NVIDIA	$0.016 ↑	7.11s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 9.5 Tingkat lulus per percobaan 27.5% Tes tidak stabil 3 Token input 146,361 Token output 9,073 Token penalaran 1 Waktu respons (rata-rata) 7.11s Waktu respons (total) 163.46s Waktu respons (maks) 30.51s Jawaban salah: 16 Tidak mengikuti instruksi: 2 Tugas agen : 2.8 Trik anti-AI : 4.8 Pemrograman : 3.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.5 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#386#386	gpt-oss-120bnone	4.2	OpenAI	$0.016 ↓	28.63s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 34.8% Tes tidak stabil 3 Token input 131,652 Token output 16,869 Token penalaran 53,081 Waktu respons (rata-rata) 28.63s Waktu respons (total) 486.69s Waktu respons (maks) 140.90s Jawaban salah: 9 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Tugas agen : 6.1 Trik anti-AI : 6.5 Pemrograman : 1.5 Gabungan : 1.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#351#351	Ling 2.6 1tdefault	4.9	Inclusionai	$0.016 ↑	8.16s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 17.4% Tes tidak stabil 0 Token input 106,423 Token output 11,555 Token penalaran 0 Waktu respons (rata-rata) 8.16s Waktu respons (total) 163.24s Waktu respons (maks) 25.72s Jawaban salah: 12 Kesalahan API: 4 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 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
#442#442	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
Lihat kartu model Total Tes 1 Tes Salah 0 Keandalan 10.0 Tingkat lulus per percobaan 4.4% Tes tidak stabil 0 Token input 73 Token output 6 Token penalaran 729 Waktu respons (rata-rata) 13.58s Waktu respons (total) 13.58s Waktu respons (maks) 13.58s Tugas agen : 0.0 Trik anti-AI : 0.0 Pemrograman : 0.0 Gabungan : 0.0 Parsing dan ekstraksi data : 0.0 Spesifik domain : 3.3 Kecerdasan umum : 0.0 Kepatuhan instruksi : 0.0 Pemecahan teka-teki : 0.0 Pemanggilan alat : 0.0 Pengetahuan umum : 0.0
#341#341	Mercury 2.5 Previewlow	5.0	Inception	$0.015 ↑	4.92s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 9.9 Tingkat lulus per percobaan 44.9% Tes tidak stabil 8 Token input 235,438 Token output 8,136 Token penalaran 28,734 Waktu respons (rata-rata) 4.92s Waktu respons (total) 113.24s Waktu respons (maks) 84.47s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 5.6 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 4.1 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 8.2 Pemanggilan alat : 2.8 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