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: 2026-10-19 Model Dievaluasi: 451

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

451/451

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#421#421	Xing4.0 29b A4bnone	3.3	Xingchen AGI	$0.000	42.72s
Lihat kartu model Total Tes 23 Tes Salah 23 Keandalan 8.8 Tingkat lulus per percobaan 7.3% Tes tidak stabil 4 Token input 153,665 Token output 26,540 Token penalaran 0 Waktu respons (rata-rata) 42.72s Waktu respons (total) 982.66s Waktu respons (maks) 634.11s Jawaban salah: 13 Tidak mengikuti instruksi: 5 Kesalahan API: 3 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 3.0 Trik anti-AI : 3.3 Pemrograman : 3.6 Gabungan : 3.0 Parsing dan ekstraksi data : 2.9 Spesifik domain : 3.0 Kecerdasan umum : 3.4 Kepatuhan instruksi : 4.0 Pemecahan teka-teki : 3.1 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#399#399	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 8.7 Tingkat lulus per percobaan 26.1% Tes tidak stabil 6 Token input 387,323 Token output 48,562 Token penalaran 410,431 Waktu respons (rata-rata) 110.18s Waktu respons (total) 1873.00s Waktu respons (maks) 569.97s Kedaluwarsa: 11 Tidak ada jawaban: 3 Jawaban salah: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.2 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
#196#196	Ember-1high	6.9	Fireworks	$2.405	58.14s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 8.6 Tingkat lulus per percobaan 71.0% Tes tidak stabil 8 Token input 195,489 Token output 12,475 Token penalaran 108,748 Waktu respons (rata-rata) 58.14s Waktu respons (total) 1337.19s Waktu respons (maks) 255.06s Kesalahan API: 7 Jawaban salah: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 8.7 Pemrograman : 8.2 Gabungan : 6.4 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 7.1 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#214#214	Ember-1max	6.7	Fireworks	$3.264	97.34s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 8.3 Tingkat lulus per percobaan 59.4% Tes tidak stabil 6 Token input 153,399 Token output 7,803 Token penalaran 179,098 Waktu respons (rata-rata) 97.34s Waktu respons (total) 2238.73s Waktu respons (maks) 587.08s Kesalahan API: 8 Jawaban salah: 3 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 5.2 Gabungan : 6.5 Parsing dan ekstraksi data : 6.4 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#371#371	Granite 4.2 8Bhigh	4.7	IBM Granite	$0.111	235.35s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 8.2 Tingkat lulus per percobaan 37.7% Tes tidak stabil 10 Token input 282,658 Token output 198,563 Token penalaran 462,804 Waktu respons (rata-rata) 235.35s Waktu respons (total) 5413.09s Waktu respons (maks) 685.87s Kedaluwarsa: 10 Jawaban salah: 7 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 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
#154#154	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 8.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 7 Token input 244,499 Token output 8,744 Token penalaran 375,349 Waktu respons (rata-rata) 100.65s Waktu respons (total) 2314.88s Waktu respons (maks) 626.58s Jawaban salah: 6 Kesalahan API: 4 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 6.9 Pemrograman : 8.9 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#407#407	Xing4.0 29b A4bmedium	3.7	Xingchen AGI	$0.000	371.69s
Lihat kartu model Total Tes 23 Tes Salah 22 Keandalan 7.3 Tingkat lulus per percobaan 26.1% Tes tidak stabil 11 Token input 98,467 Token output 3,385 Token penalaran 104,595 Waktu respons (rata-rata) 371.69s Waktu respons (total) 8548.88s Waktu respons (maks) 971.85s Jawaban salah: 9 Kedaluwarsa: 6 Kesalahan API: 4 Tidak mengikuti instruksi: 3 Tugas agen : 3.0 Trik anti-AI : 3.8 Pemrograman : 4.2 Gabungan : 3.0 Parsing dan ekstraksi data : 2.9 Spesifik domain : 3.6 Kecerdasan umum : 3.2 Kepatuhan instruksi : 4.3 Pemecahan teka-teki : 2.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#420#420	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
#326#326	Hy4 previewlow	5.4	Tencent	$1.844	207.21s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 6.5 Tingkat lulus per percobaan 21.7% Tes tidak stabil 4 Token input 162,180 Token output 5,030 Token penalaran 682,447 Waktu respons (rata-rata) 207.21s Waktu respons (total) 4765.91s Waktu respons (maks) 597.45s Jawaban salah: 13 Kesalahan API: 5 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 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
#363#363	Hy4 previewnone	4.9	Tencent	$0.165	40.38s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 6.2 Tingkat lulus per percobaan 15.9% Tes tidak stabil 1 Token input 185,167 Token output 9,430 Token penalaran 0 Waktu respons (rata-rata) 40.38s Waktu respons (total) 928.76s Waktu respons (maks) 95.32s Jawaban salah: 14 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 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
#417#417	Command A+medium	3.4	Cohere	$0.064	91.72s
Lihat kartu model Total Tes 23 Tes Salah 23 Keandalan 3.5 Tingkat lulus per percobaan 0.0% Tes tidak stabil 0 Token input 118,771 Token output 4,127 Token penalaran 14,668 Waktu respons (rata-rata) 91.72s Waktu respons (total) 2109.54s Waktu respons (maks) 112.76s Kesalahan API: 22 Jawaban salah: 1 Tugas agen : 5.0 Trik anti-AI : 3.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#423#423	Command A+high	3.2	Cohere	$0.079	89.96s
Lihat kartu model Total Tes 23 Tes Salah 23 Keandalan 3.5 Tingkat lulus per percobaan 0.0% Tes tidak stabil 0 Token input 117,966 Token output 5,149 Token penalaran 23,514 Waktu respons (rata-rata) 89.96s Waktu respons (total) 2069.01s Waktu respons (maks) 156.00s Kesalahan API: 22 Jawaban salah: 1 Tugas agen : 3.9 Trik anti-AI : 3.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#427#427	Command A+low	3.0	Cohere	$0.073	92.50s
Lihat kartu model Total Tes 23 Tes Salah 23 Keandalan 3.5 Tingkat lulus per percobaan 1.5% Tes tidak stabil 1 Token input 114,874 Token output 1,992 Token penalaran 23,529 Waktu respons (rata-rata) 92.50s Waktu respons (total) 2127.40s Waktu respons (maks) 128.54s Kesalahan API: 22 Jawaban salah: 1 Tugas agen : 2.8 Trik anti-AI : 3.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#426#426	Command A+none	3.0	Cohere	$0.000	77.87s
Lihat kartu model Total Tes 23 Tes Salah 23 Keandalan 0.0 Tingkat lulus per percobaan 0.0% Tes tidak stabil 0 Token input 0 Token output 0 Token penalaran 0 Waktu respons (rata-rata) 77.87s Waktu respons (total) 1791.03s Waktu respons (maks) 106.37s Kesalahan API: 23 Tugas agen : 3.0 Trik anti-AI : 3.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#355#355	Grok 4.20 Betamedium	4.9	X AI	$0.750 ↑	9.75s
Lihat kartu model Total Tes 18 Tes Salah 4 Keandalan T/A Tingkat lulus per percobaan 63.8% Tes tidak stabil 1 Token input 35,955 Token output 1,647 Token penalaran 91,565 Waktu respons (rata-rata) 9.75s Waktu respons (total) 175.48s Waktu respons (maks) 31.36s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 8.7 Pemrograman : 3.3 Gabungan : 5.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 0.0
#359#359	Gemini 3 PRO Previewmedium	4.9	Google	$0.385 ↑	9.05s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan T/A Tingkat lulus per percobaan 60.9% Tes tidak stabil 0 Token input 28,848 Token output 1,490 Token penalaran 10,102 Waktu respons (rata-rata) 9.05s Waktu respons (total) 90.53s Waktu respons (maks) 26.24s Kesalahan API: 4 Jawaban salah: 3 Tugas agen : 0.0 Trik anti-AI : 10.0 Pemrograman : 3.0 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#392#392	Gemini 3.1 Flash Lite Previewhigh	4.3	Google	$2.310	68.14s
Lihat kartu model Total Tes 16 Tes Salah 3 Keandalan T/A Tingkat lulus per percobaan 56.5% Tes tidak stabil 0 Token input 28,980 Token output 1,283 Token penalaran 1,533,310 Waktu respons (rata-rata) 68.14s Waktu respons (total) 1090.28s Waktu respons (maks) 280.52s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 7.5 Pemrograman : 0.0 Gabungan : 5.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 0.0
#398#398	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 39.1% Tes tidak stabil 0 Token input 32,639 Token output 1,153 Token penalaran 62,197 Waktu respons (rata-rata) 15.25s Waktu respons (total) 182.96s Waktu respons (maks) 43.55s Kesalahan API: 8 Jawaban salah: 2 Tugas agen : 0.0 Trik anti-AI : 8.3 Pemrograman : 1.0 Gabungan : 5.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#400#400	Grok 4.20 Multi Agent Betamedium	3.9	X AI	$5.599 ↑	9.69s
Lihat kartu model Total Tes 18 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 46.4% Tes tidak stabil 5 Token input 721,952 Token output 294,668 Token penalaran 305,374 Waktu respons (rata-rata) 9.69s Waktu respons (total) 155.07s Waktu respons (maks) 35.28s Jawaban salah: 4 Kesalahan API: 2 Format tambahan: 2 Tidak mengikuti instruksi: 2 Tugas agen : 0.0 Trik anti-AI : 6.9 Pemrograman : 3.3 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.7 Pemanggilan alat : 3.0 Pengetahuan umum : 0.0
#401#401	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
Lihat kartu model Total Tes 18 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 50.7% Tes tidak stabil 6 Token input 28,927 Token output 4,682 Token penalaran 17,969 Waktu respons (rata-rata) 10.33s Waktu respons (total) 175.58s Waktu respons (maks) 30.53s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Kedaluwarsa: 2 Kesalahan API: 1 Format tambahan: 1 Tugas agen : 0.0 Trik anti-AI : 7.3 Pemrograman : 1.0 Gabungan : 2.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 7.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.1 Pemanggilan alat : 10.0 Pengetahuan umum : 0.0
#411#411	Grok 4.20 Betadefault	3.6	X AI	$0.087 ↓	1.19s
Lihat kartu model Total Tes 18 Tes Salah 12 Keandalan T/A Tingkat lulus per percobaan 29.0% Tes tidak stabil 1 Token input 40,597 Token output 1,657 Token penalaran 0 Waktu respons (rata-rata) 1.19s Waktu respons (total) 21.43s Waktu respons (maks) 6.48s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 0.0 Trik anti-AI : 4.0 Pemrograman : 1.8 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 0.0
#413#413	Elephant Alphadefault	3.6	Openrouter	$0.000	1.22s
Lihat kartu model Total Tes 21 Tes Salah 16 Keandalan T/A Tingkat lulus per percobaan 24.6% Tes tidak stabil 1 Token input 33,743 Token output 2,573 Token penalaran 0 Waktu respons (rata-rata) 1.22s Waktu respons (total) 22.03s Waktu respons (maks) 3.81s Jawaban salah: 9 Kesalahan API: 3 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 0.0 Trik anti-AI : 6.6 Pemrograman : 4.2 Gabungan : 1.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#414#414	Elephant Alphamedium	3.5	Openrouter	$0.000	1.27s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan T/A Tingkat lulus per percobaan 27.5% Tes tidak stabil 1 Token input 33,744 Token output 2,596 Token penalaran 0 Waktu respons (rata-rata) 1.27s Waktu respons (total) 22.82s Waktu respons (maks) 3.70s Jawaban salah: 9 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 0.0 Trik anti-AI : 6.6 Pemrograman : 3.7 Gabungan : 1.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#415#415	Hunter Alphadefault	3.5	OpenRouter	$0.000	4.70s
Lihat kartu model Total Tes 18 Tes Salah 12 Keandalan T/A Tingkat lulus per percobaan 36.2% Tes tidak stabil 4 Token input 34,329 Token output 2,264 Token penalaran 0 Waktu respons (rata-rata) 4.70s Waktu respons (total) 79.86s Waktu respons (maks) 15.17s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tugas agen : 0.0 Trik anti-AI : 3.5 Pemrograman : 1.0 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.8 Pemanggilan alat : 10.0 Pengetahuan umum : 0.0
#416#416	Grok 4.20none	3.4	X AI	$0.057 ↓	1.11s
Lihat kartu model Total Tes 18 Tes Salah 12 Keandalan T/A Tingkat lulus per percobaan 26.1% Tes tidak stabil 0 Token input 41,313 Token output 1,923 Token penalaran 0 Waktu respons (rata-rata) 1.11s Waktu respons (total) 19.96s Waktu respons (maks) 6.04s Jawaban salah: 10 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 0.0 Trik anti-AI : 4.8 Pemrograman : 1.1 Gabungan : 1.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 0.0

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