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)
#131#131	Muse Wonderhigh	7.7	Meta	$3.426	22.96s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 9.3 Tingkat lulus per percobaan 66.7% Tes tidak stabil 1 Token input 94,153 Token output 9,606 Token penalaran 142,834 Waktu respons (rata-rata) 22.96s Waktu respons (total) 528.08s Waktu respons (maks) 143.21s Kesalahan API: 6 Jawaban salah: 2 Tugas agen : 3.0 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.8 Pengetahuan umum : 2.8
#132#132	GPT-6 Lunahigh	7.7	OpenAI	$0.074	20.37s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 73.9% Tes tidak stabil 4 Token input 229,986 Token output 6,037 Token penalaran 95,550 Waktu respons (rata-rata) 20.37s Waktu respons (total) 468.52s Waktu respons (maks) 106.93s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.2 Trik anti-AI : 10.0 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 7.8 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
#142#142	Qwen3.8 27Blow	7.6	Qwen	~$0.089	46.60s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.1% Tes tidak stabil 1 Token input 315,290 Token output 1,607 Token penalaran 207,536 Waktu respons (rata-rata) 46.60s Waktu respons (total) 1071.83s Waktu respons (maks) 376.04s Jawaban salah: 5 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 7.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#156#156	Inklingmedium	7.4	Thinkingmachines	$0.527 ↓	16.98s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 75.4% Tes tidak stabil 5 Token input 257,138 Token output 13,830 Token penalaran 55,775 Waktu respons (rata-rata) 16.98s Waktu respons (total) 390.45s Waktu respons (maks) 85.12s Jawaban salah: 5 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 8.7 Pemrograman : 8.4 Gabungan : 7.3 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 : 2.8
#159#159	Claude Fable 5.1medium	7.3	Anthropic	$3.197	11.87s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 78.3% Tes tidak stabil 6 Token input 157,142 Token output 8,149 Token penalaran 24,357 Waktu respons (rata-rata) 11.87s Waktu respons (total) 272.91s Waktu respons (maks) 36.59s Jawaban salah: 3 Tidak ada jawaban: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 3.0 Trik anti-AI : 8.2 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#160#160	Grok 4.7medium	7.3	X AI	$2.938	117.65s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 9.8 Tingkat lulus per percobaan 78.3% Tes tidak stabil 5 Token input 326,066 Token output 5,726 Token penalaran 469,019 Waktu respons (rata-rata) 117.65s Waktu respons (total) 2706.03s Waktu respons (maks) 660.89s Jawaban salah: 5 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Tugas agen : 3.9 Trik anti-AI : 10.0 Pemrograman : 6.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#161#161	Gemini 2.5 Flashmedium	7.3	Google	$0.680 ↑	20.51s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.1% Tes tidak stabil 1 Token input 132,507 Token output 12,739 Token penalaran 228,626 Waktu respons (rata-rata) 20.51s Waktu respons (total) 471.64s Waktu respons (maks) 140.50s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Tugas agen : 3.0 Trik anti-AI : 8.4 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#163#163	Qwen3.6 Plusmedium	7.3	Qwen	$0.554 ↑	57.41s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 3 Token input 222,601 Token output 8,185 Token penalaran 238,605 Waktu respons (rata-rata) 57.41s Waktu respons (total) 1263.02s Waktu respons (maks) 307.08s Jawaban salah: 6 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 6.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#187#187	Grok 4.6low	6.9	X AI	$0.781	16.44s
Lihat kartu model Total Tes 23 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 1 Token input 263,427 Token output 6,006 Token penalaran 36,309 Waktu respons (rata-rata) 16.44s Waktu respons (total) 378.14s Waktu respons (maks) 57.97s Jawaban salah: 8 Tugas agen : 5.0 Trik anti-AI : 10.0 Pemrograman : 5.5 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 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
#236#236	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Lihat kartu model Total Tes 22 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 1 Token input 106,316 Token output 79,338 Token penalaran 41,089 Waktu respons (rata-rata) 28.08s Waktu respons (total) 421.15s Waktu respons (maks) 140.96s Jawaban salah: 4 Format tambahan: 3 Kedaluwarsa: 1 Tugas agen : 0.0 Trik anti-AI : 6.5 Pemrograman : 5.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#67#67	MiMo-V2.6-Promedium	8.7	Xiaomi	$0.586	148.11s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.5 Tingkat lulus per percobaan 78.3% Tes tidak stabil 7 Token input 298,476 Token output 7,762 Token penalaran 515,918 Waktu respons (rata-rata) 148.11s Waktu respons (total) 3406.53s Waktu respons (maks) 904.91s Format tambahan: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 10.0 Trik anti-AI : 7.3 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 8.4 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#71#71	Muse Spark 1.1low	8.6	Meta	$0.885	13.21s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 72.5% Tes tidak stabil 4 Token input 291,368 Token output 13,469 Token penalaran 108,952 Waktu respons (rata-rata) 13.21s Waktu respons (total) 303.92s Waktu respons (maks) 54.15s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 7.9 Pemrograman : 10.0 Gabungan : 6.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 8.3 Pemanggilan alat : 9.8 Pengetahuan umum : 3.0
#84#84	Muse Glimmer 30Bxhigh	8.4	Meta	$0.585 ↓	97.70s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.9 Tingkat lulus per percobaan 71.0% Tes tidak stabil 4 Token input 287,538 Token output 118,266 Token penalaran 346,758 Waktu respons (rata-rata) 97.70s Waktu respons (total) 2247.18s Waktu respons (maks) 576.79s Jawaban salah: 4 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 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
#102#102	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.271	48.87s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 4 Token input 229,530 Token output 13,757 Token penalaran 92,662 Waktu respons (rata-rata) 48.87s Waktu respons (total) 1123.91s Waktu respons (maks) 254.92s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 8.0 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 6.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#103#103	Seed-2.0-Codelow	8.1	Bytedance Seed	$0.881	73.02s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 8.9 Tingkat lulus per percobaan 78.3% Tes tidak stabil 6 Token input 237,604 Token output 9,617 Token penalaran 244,190 Waktu respons (rata-rata) 73.02s Waktu respons (total) 1679.49s Waktu respons (maks) 485.92s Jawaban salah: 7 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 7.0 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 6.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 9.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#106#106	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.261 ↑	55.99s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 4 Token input 298,794 Token output 45,873 Token penalaran 188,721 Waktu respons (rata-rata) 55.99s Waktu respons (total) 1287.87s Waktu respons (maks) 218.13s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 7.8 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#109#109	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.674 ↕	40.33s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.8 Tingkat lulus per percobaan 68.1% Tes tidak stabil 3 Token input 482,754 Token output 62,455 Token penalaran 141,067 Waktu respons (rata-rata) 40.33s Waktu respons (total) 927.65s Waktu respons (maks) 392.56s Jawaban salah: 7 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 8.4 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 3.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#113#113	GPT-5.6 Terralow	7.9	OpenAI	$0.435 ↓	7.58s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 75.4% Tes tidak stabil 6 Token input 176,890 Token output 5,688 Token penalaran 18,525 Waktu respons (rata-rata) 7.58s Waktu respons (total) 174.39s Waktu respons (maks) 54.57s Jawaban salah: 8 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 6.6 Gabungan : 8.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#114#114	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 76.8% Tes tidak stabil 6 Token input 288,919 Token output 17,484 Token penalaran 617,804 Waktu respons (rata-rata) 114.73s Waktu respons (total) 2638.74s Waktu respons (maks) 1026.43s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 6.2 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#125#125	GLM 5.3high	7.8	Z.ai	$0.495 ↓	28.38s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 75.4% Tes tidak stabil 7 Token input 219,811 Token output 8,811 Token penalaran 59,671 Waktu respons (rata-rata) 28.38s Waktu respons (total) 652.78s Waktu respons (maks) 159.91s Jawaban salah: 6 Format tambahan: 2 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 6.6 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#134#134	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.8 Tingkat lulus per percobaan 72.5% Tes tidak stabil 5 Token input 269,143 Token output 6,833 Token penalaran 785,200 Waktu respons (rata-rata) 84.94s Waktu respons (total) 1953.70s Waktu respons (maks) 527.47s Jawaban salah: 4 Tidak ada jawaban: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 6.5 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#136#136	Qwen3.5 Plus 2026-04-20medium	7.7	Qwen	$0.435 ↓	54.06s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.7 Tingkat lulus per percobaan 65.2% Tes tidak stabil 2 Token input 176,539 Token output 4,419 Token penalaran 195,929 Waktu respons (rata-rata) 54.06s Waktu respons (total) 1189.36s Waktu respons (maks) 203.01s Jawaban salah: 8 Kedaluwarsa: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 6.2 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.9 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#139#139	Muse Wonderxhigh	7.7	Meta	$4.012	34.40s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.1 Tingkat lulus per percobaan 65.2% Tes tidak stabil 2 Token input 93,060 Token output 10,305 Token penalaran 171,683 Waktu respons (rata-rata) 34.40s Waktu respons (total) 791.16s Waktu respons (maks) 236.64s Kesalahan API: 6 Jawaban salah: 3 Tugas agen : 3.0 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8

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