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: 2026-10-02 Model Dievaluasi: 387

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

387/387

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#251#251	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
#252#252	GPT-5.6 Terranone	5.8	OpenAI	$0.377 ↓	4.11s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 40.6% Tes tidak stabil 3 Token input 213,564 Token output 7,381 Token penalaran 0 Waktu respons (rata-rata) 4.11s Waktu respons (total) 94.52s Waktu respons (maks) 57.98s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.6 Pengetahuan umum : 3.0
#253#253	DeepSeek V4.1 Flashnone	5.8	DeepSeek	$0.453 ↑	16.63s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.7 Tingkat lulus per percobaan 36.2% Tes tidak stabil 3 Token input 337,756 Token output 292,779 Token penalaran 0 Waktu respons (rata-rata) 16.63s Waktu respons (total) 382.53s Waktu respons (maks) 247.66s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 3.7 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 7.7 Kecerdasan umum : 5.5 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#254#254	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
#255#255	Ring 2.6 1tmedium	5.7	Inclusionai	$0.102 ↑	65.52s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 56.5% Tes tidak stabil 3 Token input 113,613 Token output 122,706 Token penalaran 42,325 Waktu respons (rata-rata) 65.52s Waktu respons (total) 1376.01s Waktu respons (maks) 304.19s Jawaban salah: 6 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 10.0 Pemrograman : 5.3 Gabungan : 7.3 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.6 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#256#256	Trinity Large Thinkinghigh	5.7	Arcee AI	$0.794 ↑	74.52s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 42.0% Tes tidak stabil 8 Token input 283,116 Token output 277,920 Token penalaran 665,124 Waktu respons (rata-rata) 74.52s Waktu respons (total) 1713.90s Waktu respons (maks) 510.21s Jawaban salah: 10 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Tugas agen : 10.0 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
#257#257	GPT-5 Nanomedium	5.7	OpenAI	$0.159 ↑	56.55s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 53.6% Tes tidak stabil 10 Token input 314,436 Token output 13,578 Token penalaran 294,343 Waktu respons (rata-rata) 56.55s Waktu respons (total) 961.32s Waktu respons (maks) 227.89s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 4.7 Trik anti-AI : 6.5 Pemrograman : 7.0 Gabungan : 6.4 Parsing dan ekstraksi data : 3.7 Spesifik domain : 3.4 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#258#258	GPT-5.4 Mininone	5.7	OpenAI	$0.170	3.34s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 2 Token input 172,438 Token output 8,828 Token penalaran 0 Waktu respons (rata-rata) 3.34s Waktu respons (total) 76.84s Waktu respons (maks) 41.98s Jawaban salah: 14 Tidak mengikuti instruksi: 3 Tugas agen : 5.0 Trik anti-AI : 3.1 Pemrograman : 5.5 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#259#259	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 52.2% Tes tidak stabil 3 Token input 298,242 Token output 13,105 Token penalaran 0 Waktu respons (rata-rata) 9.65s Waktu respons (total) 221.91s Waktu respons (maks) 71.45s Jawaban salah: 12 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 4.5 Gabungan : 3.8 Parsing dan ekstraksi data : 7.1 Spesifik domain : 7.7 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#260#260	Dots 3 Note Previewmedium	5.7	Dots Studio	$0.000	70.32s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 9 Token input 208,598 Token output 120,583 Token penalaran 590,044 Waktu respons (rata-rata) 70.32s Waktu respons (total) 1617.43s Waktu respons (maks) 459.19s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Format tambahan: 1 Tugas agen : 4.7 Trik anti-AI : 8.7 Pemrograman : 4.2 Gabungan : 9.9 Parsing dan ekstraksi data : 4.5 Spesifik domain : 3.6 Kecerdasan umum : 3.8 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#261#261	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
#262#262	Space Bunny Alphalow	5.7	Stealth	$0.000	30.63s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 53.6% Tes tidak stabil 10 Token input 289,086 Token output 194,450 Token penalaran 0 Waktu respons (rata-rata) 30.63s Waktu respons (total) 704.47s Waktu respons (maks) 340.88s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Tugas agen : 4.7 Trik anti-AI : 6.9 Pemrograman : 5.6 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 4.4 Pemecahan teka-teki : 7.9 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#263#263	GPT-5.4none	5.6	OpenAI	$0.690	3.89s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 2 Token input 219,404 Token output 9,372 Token penalaran 0 Waktu respons (rata-rata) 3.89s Waktu respons (total) 89.48s Waktu respons (maks) 43.73s Jawaban salah: 15 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 3.2 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#264#264	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
#265#265	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Lihat kartu model Total Tes 22 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 40.6% Tes tidak stabil 1 Token input 190,675 Token output 5,577 Token penalaran 0 Waktu respons (rata-rata) 8.74s Waktu respons (total) 131.17s Waktu respons (maks) 74.80s Jawaban salah: 13 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 4.0 Gabungan : 1.5 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
#266#266	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.169 ↓	18.31s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 37.7% Tes tidak stabil 4 Token input 218,886 Token output 135,768 Token penalaran 0 Waktu respons (rata-rata) 18.31s Waktu respons (total) 421.19s Waktu respons (maks) 209.15s Jawaban salah: 14 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 3.9 Trik anti-AI : 3.4 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.5 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#267#267	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 9.5 Tingkat lulus per percobaan 42.0% Tes tidak stabil 4 Token input 229,346 Token output 18,597 Token penalaran 129,338 Waktu respons (rata-rata) 56.40s Waktu respons (total) 1184.46s Waktu respons (maks) 431.98s Jawaban salah: 6 Kesalahan API: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 4.7 Trik anti-AI : 8.3 Pemrograman : 3.1 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.1 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#268#268	Kimi K2.6none	5.5	Moonshot AI	$0.222 ↓	26.34s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 3 Token input 241,357 Token output 64,022 Token penalaran 0 Waktu respons (rata-rata) 26.34s Waktu respons (total) 605.78s Waktu respons (maks) 238.89s Jawaban salah: 13 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 4.6 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#269#269	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
#270#270	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
#271#271	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
#272#272	GLM 5V Turbomedium	5.5	Z.ai	$0.457	23.08s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 6 Token input 44,615 Token output 2,347 Token penalaran 98,415 Waktu respons (rata-rata) 23.08s Waktu respons (total) 484.63s Waktu respons (maks) 95.88s Jawaban salah: 7 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 7.2 Pemrograman : 6.0 Gabungan : 3.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 7.0 Pengetahuan umum : 3.0
#273#273	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 9.0 Tingkat lulus per percobaan 37.7% Tes tidak stabil 6 Token input 319,668 Token output 32,069 Token penalaran 0 Waktu respons (rata-rata) 17.51s Waktu respons (total) 402.66s Waktu respons (maks) 132.84s Jawaban salah: 12 Format tambahan: 2 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 3.0 Pemrograman : 3.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#274#274	Claude Opus 4.7none	5.4	Anthropic	$0.505	3.02s
Lihat kartu model Total Tes 19 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 0 Token input 69,576 Token output 6,265 Token penalaran 0 Waktu respons (rata-rata) 3.02s Waktu respons (total) 57.44s Waktu respons (maks) 18.27s Jawaban salah: 3 Tugas agen : 0.0 Trik anti-AI : 8.3 Pemrograman : 3.3 Gabungan : 4.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#275#275	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 39.1% Tes tidak stabil 0 Token input 281,460 Token output 13,791 Token penalaran 0 Waktu respons (rata-rata) 5.05s Waktu respons (total) 116.11s Waktu respons (maks) 47.42s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 7.7 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.0 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 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