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: 2026-09-18 Model Dievaluasi: 330

Model rekomendasi

GPT-6 Astra xhigh Cerdas Tingkat lulus per percobaan 97.0% Tes benar 21 / 22 Skor 9.9/10 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 $0.060 / 1M Harga output $0.120 / 1M Skor 8.0/10

330/330

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#198#198	Qwen3.5-35B-A3Bmedium	6.1	Qwen	$1.172 ↑	110.84s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 6 Token input 130,450 Token output 54,857 Token penalaran 838,606 Waktu respons (rata-rata) 110.84s Waktu respons (total) 2438.58s Waktu respons (maks) 950.25s Kedaluwarsa: 4 Tidak ada jawaban: 3 Jawaban salah: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 3.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.5 Kecerdasan umum : 2.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#322#322	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
#180#180	Qwen3.6 27Bmedium	6.5	Qwen	$0.577 ↓	106.06s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 60.6% Tes tidak stabil 7 Token input 106,176 Token output 33,013 Token penalaran 239,560 Waktu respons (rata-rata) 106.06s Waktu respons (total) 2333.36s Waktu respons (maks) 1085.11s Jawaban salah: 5 Tidak ada jawaban: 3 Pemanggilan alat tidak valid: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.3 Pemrograman : 7.7 Gabungan : 6.7 Parsing dan ekstraksi data : 3.5 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#164#164	Gemma 4 26B A4Bmedium	6.8	Google	$0.084 ↓	104.93s
Lihat kartu model Total Tes 22 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 69.7% Tes tidak stabil 1 Token input 77,528 Token output 26,048 Token penalaran 227,598 Waktu respons (rata-rata) 104.93s Waktu respons (total) 2203.52s Waktu respons (maks) 912.19s Tidak ada jawaban: 2 Kedaluwarsa: 2 Jawaban salah: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 2.9 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#156#156	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 7.3 Tingkat lulus per percobaan 63.6% Tes tidak stabil 7 Token input 76,036 Token output 7,267 Token penalaran 364,176 Waktu respons (rata-rata) 101.05s Waktu respons (total) 2223.19s Waktu respons (maks) 626.58s Kesalahan API: 6 Jawaban salah: 4 Format tambahan: 1 Tidak mengikuti instruksi: 1 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
#148#148	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.6% Tes tidak stabil 8 Token input 118,496 Token output 53,522 Token penalaran 167,420 Waktu respons (rata-rata) 98.19s Waktu respons (total) 1571.05s Waktu respons (maks) 281.00s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 7.3 Pemrograman : 6.1 Gabungan : 6.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#209#209	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
Lihat kartu model Total Tes 22 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.0% Tes tidak stabil 5 Token input 122,854 Token output 119,810 Token penalaran 698,549 Waktu respons (rata-rata) 96.61s Waktu respons (total) 2125.51s Waktu respons (maks) 540.96s Jawaban salah: 7 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Trik anti-AI : 8.3 Pemrograman : 5.3 Gabungan : 5.2 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 4.4 Pemecahan teka-teki : 6.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#71#71	Muse Glimmer 30Bxhigh	8.1	Meta	$0.471 ↓	95.55s
Lihat kartu model Total Tes 22 Tes Salah 9 Keandalan 9.9 Tingkat lulus per percobaan 69.7% Tes tidak stabil 4 Token input 110,930 Token output 116,373 Token penalaran 330,471 Waktu respons (rata-rata) 95.55s Waktu respons (total) 2102.12s Waktu respons (maks) 576.79s Jawaban salah: 4 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 6.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 7.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#147#147	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.116	93.10s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 8.7 Tingkat lulus per percobaan 57.6% Tes tidak stabil 3 Token input 125,704 Token output 10,781 Token penalaran 247,541 Waktu respons (rata-rata) 93.10s Waktu respons (total) 1768.91s Waktu respons (maks) 301.78s Jawaban salah: 5 Kedaluwarsa: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 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
#96#96	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.761 ↑	92.50s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.6% Tes tidak stabil 6 Token input 90,757 Token output 22,928 Token penalaran 186,516 Waktu respons (rata-rata) 92.50s Waktu respons (total) 2035.01s Waktu respons (maks) 416.76s Jawaban salah: 7 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 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
#107#107	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Lihat kartu model Total Tes 22 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 72.7% Tes tidak stabil 5 Token input 113,569 Token output 9,823 Token penalaran 264,886 Waktu respons (rata-rata) 91.76s Waktu respons (total) 1376.42s Waktu respons (maks) 304.85s Jawaban salah: 4 Kedaluwarsa: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 8.2 Pemrograman : 6.6 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#308#308	Granite 4.2 8Bnone	4.3	IBM Granite	$0.037 ↑	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
#204#204	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
Lihat kartu model Total Tes 22 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 48.5% Tes tidak stabil 6 Token input 118,486 Token output 156,166 Token penalaran 860,619 Waktu respons (rata-rata) 85.44s Waktu respons (total) 1879.75s Waktu respons (maks) 525.14s Jawaban salah: 8 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 2 Trik anti-AI : 6.8 Pemrograman : 7.5 Gabungan : 2.9 Parsing dan ekstraksi data : 6.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 4.4 Pemecahan teka-teki : 5.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#278#278	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
#127#127	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.046 ↓	84.66s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 71.2% Tes tidak stabil 8 Token input 89,819 Token output 58,398 Token penalaran 492,457 Waktu respons (rata-rata) 84.66s Waktu respons (total) 1862.46s Waktu respons (maks) 288.78s Jawaban salah: 5 Tidak ada jawaban: 3 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Trik anti-AI : 8.2 Pemrograman : 6.4 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#202#202	Qwen3.5-Flashmedium	6.1	Qwen	$0.142 ↓	84.44s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 6 Token input 118,508 Token output 35,457 Token penalaran 477,389 Waktu respons (rata-rata) 84.44s Waktu respons (total) 1773.20s Waktu respons (maks) 515.38s Jawaban salah: 5 Kedaluwarsa: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 10.0 Pemrograman : 3.7 Gabungan : 6.4 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#17#17	Grok 4.6high	9.3	X AI	$1.908	84.15s
Lihat kartu model Total Tes 22 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 86.4% Tes tidak stabil 0 Token input 107,275 Token output 5,094 Token penalaran 277,123 Waktu respons (rata-rata) 84.15s Waktu respons (total) 1851.26s Waktu respons (maks) 618.49s Jawaban salah: 2 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 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 : 10.0 Pengetahuan umum : 3.0
#115#115	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.655 ↓	80.09s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 63.6% Tes tidak stabil 5 Token input 72,085 Token output 57,453 Token penalaran 182,093 Waktu respons (rata-rata) 80.09s Waktu respons (total) 1681.85s Waktu respons (maks) 365.80s Jawaban salah: 6 Kedaluwarsa: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 7.3 Pemrograman : 7.8 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 5.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#194#194	Gemma 4 31Bmedium	6.2	Google	$0.100 ↓	78.59s
Lihat kartu model Total Tes 22 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 3 Token input 94,969 Token output 34,399 Token penalaran 233,022 Waktu respons (rata-rata) 78.59s Waktu respons (total) 1571.84s Waktu respons (maks) 437.40s Jawaban salah: 3 Kesalahan API: 2 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 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
#74#74	DeepSeek V4 Flash 0731low	8.0	DeepSeek	$0.031 ↓	77.55s
Lihat kartu model Total Tes 22 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.2% Tes tidak stabil 5 Token input 93,345 Token output 35,723 Token penalaran 350,266 Waktu respons (rata-rata) 77.55s Waktu respons (total) 1706.18s Waktu respons (maks) 438.65s Jawaban salah: 7 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.2 Pemrograman : 7.3 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 6.5 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#289#289	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
Lihat kartu model Total Tes 22 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 39.4% Tes tidak stabil 8 Token input 101,776 Token output 276,367 Token penalaran 656,252 Waktu respons (rata-rata) 75.86s Waktu respons (total) 1668.93s Waktu respons (maks) 510.21s Jawaban salah: 10 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Trik anti-AI : 6.7 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 4.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#319#319	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
#105#105	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 9.7 Tingkat lulus per percobaan 62.1% Tes tidak stabil 5 Token input 121,996 Token output 90,051 Token penalaran 185,731 Waktu respons (rata-rata) 75.15s Waktu respons (total) 1578.24s Waktu respons (maks) 431.03s Jawaban salah: 4 Kedaluwarsa: 3 Tidak mengikuti instruksi: 2 Format tambahan: 1 Tidak ada jawaban: 1 Trik anti-AI : 5.5 Pemrograman : 6.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.2 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#57#57	Grok 4.6medium	8.4	X AI	$1.713	73.46s
Lihat kartu model Total Tes 22 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.8% Tes tidak stabil 4 Token input 106,787 Token output 4,811 Token penalaran 244,997 Waktu respons (rata-rata) 73.46s Waktu respons (total) 1616.12s Waktu respons (maks) 514.35s Jawaban salah: 5 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#30#30	Grok 4.5high	9.0	X AI	$2.252 ↑	72.30s
Lihat kartu model Total Tes 22 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 86.4% Tes tidak stabil 3 Token input 152,175 Token output 5,655 Token penalaran 318,807 Waktu respons (rata-rata) 72.30s Waktu respons (total) 1590.56s Waktu respons (maks) 676.83s Tidak ada jawaban: 2 Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 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 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium