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)
#153#153	Grok 4.7low	7.4	X AI	$1.933	63.19s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 73.9% Tes tidak stabil 5 Token input 365,119 Token output 8,118 Token penalaran 247,211 Waktu respons (rata-rata) 63.19s Waktu respons (total) 1453.28s Waktu respons (maks) 389.63s Jawaban salah: 6 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 10.0 Pemrograman : 8.4 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 8.4 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#154#154	Inkling Smallhigh	7.4	Thinkingmachines	$0.398 ↓	29.10s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 2 Token input 85,669 Token output 6,092 Token penalaran 292,801 Waktu respons (rata-rata) 29.10s Waktu respons (total) 669.40s Waktu respons (maks) 122.60s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tugas agen : 3.0 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 9.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.8 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#164#164	Gemini 3.5 Flash Litemedium	7.3	Google	$0.440	8.68s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 76.8% Tes tidak stabil 7 Token input 388,307 Token output 10,412 Token penalaran 118,802 Waktu respons (rata-rata) 8.68s Waktu respons (total) 199.65s Waktu respons (maks) 86.92s Jawaban salah: 6 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 7.9 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#166#166	Qwen3.5 Plus 2026-02-15medium	7.2	Qwen	$0.567	97.68s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 72.5% Tes tidak stabil 6 Token input 249,486 Token output 14,481 Token penalaran 288,249 Waktu respons (rata-rata) 97.68s Waktu respons (total) 1562.81s Waktu respons (maks) 304.85s Jawaban salah: 6 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 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
#167#167	Qwen3.8 27Bmedium	7.2	Qwen	~$0.073	40.09s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.7 Tingkat lulus per percobaan 66.7% Tes tidak stabil 2 Token input 277,164 Token output 1,913 Token penalaran 168,783 Waktu respons (rata-rata) 40.09s Waktu respons (total) 881.89s Waktu respons (maks) 214.63s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 8.7 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#176#176	Qwen3.8 Flash Nextxhigh	7.1	Qwen	~$0.195	102.66s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.9 Tingkat lulus per percobaan 72.5% Tes tidak stabil 6 Token input 301,749 Token output 1,033 Token penalaran 620,023 Waktu respons (rata-rata) 102.66s Waktu respons (total) 2361.10s Waktu respons (maks) 674.08s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 7.4 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#182#182	Gemini 3.1 Flash Lite Previewmedium	7.0	Google	$0.158	6.78s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 0 Token input 272,221 Token output 12,345 Token penalaran 47,189 Waktu respons (rata-rata) 6.78s Waktu respons (total) 155.96s Waktu respons (maks) 54.91s Jawaban salah: 7 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 9.1 Pemrograman : 5.5 Gabungan : 7.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#186#186	Qwen3.5-122B-A10Bmedium	7.0	Qwen	$1.152 ↓	66.96s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 5 Token input 251,695 Token output 49,415 Token penalaran 472,775 Waktu respons (rata-rata) 66.96s Waktu respons (total) 1539.99s Waktu respons (maks) 519.30s Jawaban salah: 5 Pemanggilan alat tidak valid: 2 Kedaluwarsa: 2 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 6.0 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#192#192	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 3 Token input 251,164 Token output 36,112 Token penalaran 241,203 Waktu respons (rata-rata) 78.76s Waktu respons (total) 1653.96s Waktu respons (maks) 437.40s Jawaban salah: 4 Kesalahan API: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 10.0 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
#203#203	Grok 4.7xhigh	6.7	X AI	$3.398	123.96s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 9.7 Tingkat lulus per percobaan 73.9% Tes tidak stabil 6 Token input 310,049 Token output 6,094 Token penalaran 566,221 Waktu respons (rata-rata) 123.96s Waktu respons (total) 2851.07s Waktu respons (maks) 775.64s Tidak ada jawaban: 4 Jawaban salah: 3 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 8.7 Pemrograman : 5.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#220#220	Beam 1.0 501B A23Bmedium	6.6	Reflection	$0.499	6.27s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 2 Token input 202,937 Token output 4,328 Token penalaran 94,193 Waktu respons (rata-rata) 6.27s Waktu respons (total) 144.28s Waktu respons (maks) 31.55s Jawaban salah: 6 Kesalahan API: 3 Tugas agen : 3.0 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.7 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#248#248	Gemini 3.1 Flash Lite Previewlow	6.3	Google	$0.736	19.04s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 0 Token input 309,715 Token output 16,170 Token penalaran 422,721 Waktu respons (rata-rata) 19.04s Waktu respons (total) 437.98s Waktu respons (maks) 309.35s Jawaban salah: 7 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#265#265	Gemini 3.5 Flashnone	6.1	Google	$1.752	14.13s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 68.1% Tes tidak stabil 4 Token input 246,061 Token output 3,828 Token penalaran 149,767 Waktu respons (rata-rata) 14.13s Waktu respons (total) 268.55s Waktu respons (maks) 85.26s Kesalahan API: 4 Jawaban salah: 4 Pemanggilan alat tidak valid: 1 Tugas agen : 2.8 Trik anti-AI : 10.0 Pemrograman : 8.8 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 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
#253#253	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
Lihat kartu model Total Tes 22 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 3 Token input 108,573 Token output 69,994 Token penalaran 26,728 Waktu respons (rata-rata) 32.23s Waktu respons (total) 515.65s Waktu respons (maks) 151.51s Format tambahan: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 6.4 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 : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#332#332	Mimo V2 PROmedium	5.2	Xiaomi	$0.333 ↑	22.16s
Lihat kartu model Total Tes 21 Tes Salah 9 Keandalan 9.6 Tingkat lulus per percobaan 66.7% Tes tidak stabil 5 Token input 40,961 Token output 2,518 Token penalaran 81,801 Waktu respons (rata-rata) 22.16s Waktu respons (total) 443.22s Waktu respons (maks) 136.29s Jawaban salah: 5 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 0.0 Trik anti-AI : 10.0 Pemrograman : 6.0 Gabungan : 2.3 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.4 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
#83#83	GPT-5 Minimedium	8.4	OpenAI	$0.315 ↑	29.42s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 214,645 Token output 15,532 Token penalaran 103,679 Waktu respons (rata-rata) 29.42s Waktu respons (total) 676.56s Waktu respons (maks) 111.48s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 10.0 Trik anti-AI : 7.1 Pemrograman : 10.0 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#87#87	Muse Spark 1.1high	8.4	Meta	$2.570	37.41s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 6 Token input 336,310 Token output 10,838 Token penalaran 494,728 Waktu respons (rata-rata) 37.41s Waktu respons (total) 860.39s Waktu respons (maks) 196.03s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 7.5 Pemrograman : 10.0 Gabungan : 5.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 7.8 Pemanggilan alat : 9.6 Pengetahuan umum : 3.0
#110#110	GPT-5.4 Nanomedium	8.0	OpenAI	$0.235 ↑	15.95s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 237,088 Token output 8,235 Token penalaran 102,675 Waktu respons (rata-rata) 15.95s Waktu respons (total) 366.93s Waktu respons (maks) 94.06s Jawaban salah: 8 Tidak mengikuti instruksi: 2 Tugas agen : 10.0 Trik anti-AI : 8.3 Pemrograman : 6.1 Gabungan : 9.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#117#117	GPT-5.4 Minimedium	7.9	OpenAI	$1.102 ↑	29.94s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 5 Token input 238,925 Token output 7,109 Token penalaran 177,063 Waktu respons (rata-rata) 29.94s Waktu respons (total) 688.57s Waktu respons (maks) 138.75s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 8.6 Pemrograman : 8.4 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.8 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#126#126	Step 3.7 Flashmedium	7.8	Stepfun	$0.571	26.57s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 68.1% Tes tidak stabil 4 Token input 319,524 Token output 440,835 Token penalaran 0 Waktu respons (rata-rata) 26.57s Waktu respons (total) 611.09s Waktu respons (maks) 152.83s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 8.7 Pemrograman : 8.8 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#128#128	Qwen3.7 Plusnone	7.8	Qwen	$0.178 ↓	17.80s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 56.5% Tes tidak stabil 0 Token input 250,495 Token output 76,261 Token penalaran 0 Waktu respons (rata-rata) 17.80s Waktu respons (total) 409.51s Waktu respons (maks) 206.03s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#135#135	Claude Haiku 5.5medium	7.7	Anthropic	$0.063	7.71s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 7 Token input 298,334 Token output 10,328 Token penalaran 55,846 Waktu respons (rata-rata) 7.71s Waktu respons (total) 177.29s Waktu respons (maks) 47.70s Jawaban salah: 5 Format tambahan: 2 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 8.7 Pemrograman : 6.3 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#143#143	Space Bunny Alphahigh	7.5	Stealth	$0.000	29.38s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 4 Token input 302,228 Token output 181,271 Token penalaran 0 Waktu respons (rata-rata) 29.38s Waktu respons (total) 675.79s Waktu respons (maks) 234.56s Jawaban salah: 10 Tugas agen : 10.0 Trik anti-AI : 6.4 Pemrograman : 6.2 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 8.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#144#144	GLM 5.1medium	7.5	Z.ai	$1.546 ↑	66.38s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 9.2 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 331,577 Token output 17,919 Token penalaran 230,789 Waktu respons (rata-rata) 66.38s Waktu respons (total) 1460.31s Waktu respons (maks) 308.75s Jawaban salah: 5 Kedaluwarsa: 2 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 10.0 Pemrograman : 4.6 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0 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