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)
#126#126	GLM 5.3 FlashXhigh	7.4	Z.ai	$0.210	14.94s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 5 Token input 235,914 Token output 8,147 Token penalaran 89,581 Waktu respons (rata-rata) 14.94s Waktu respons (total) 343.65s Waktu respons (maks) 91.16s Jawaban salah: 8 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 8.2 Pemrograman : 8.2 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.6 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#127#127	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
#128#128	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
#129#129	DeepSeek V4 Pro 0423none	7.4	DeepSeek	$0.083 ↓	14.05s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 49.3% Tes tidak stabil 4 Token input 304,186 Token output 46,004 Token penalaran 0 Waktu respons (rata-rata) 14.05s Waktu respons (total) 323.17s Waktu respons (maks) 119.44s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 3.2 Pemrograman : 5.6 Gabungan : 7.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#130#130	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
#131#131	Gemma 4 26B A4Bmedium	7.3	Google	$0.101 ↓	105.03s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 1 Token input 224,367 Token output 27,095 Token penalaran 242,256 Waktu respons (rata-rata) 105.03s Waktu respons (total) 2310.63s Waktu respons (maks) 912.19s Tidak ada jawaban: 2 Kedaluwarsa: 2 Jawaban salah: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 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
#132#132	GLM 5.3 Flashhigh	7.3	Z.ai	$0.056	29.11s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 4 Token input 225,013 Token output 12,197 Token penalaran 87,143 Waktu respons (rata-rata) 29.11s Waktu respons (total) 669.54s Waktu respons (maks) 163.41s Jawaban salah: 4 Format tambahan: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 8.3 Pemrograman : 8.2 Gabungan : 6.4 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
#133#133	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
#134#134	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
#135#135	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
#136#136	LongCat 2.0high	7.3	Meituan	$0.778 ↑	151.67s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 53.6% Tes tidak stabil 4 Token input 275,080 Token output 32,447 Token penalaran 372,188 Waktu respons (rata-rata) 151.67s Waktu respons (total) 3488.43s Waktu respons (maks) 941.66s Jawaban salah: 7 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Tugas agen : 10.0 Trik anti-AI : 8.9 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 5.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#137#137	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
#138#138	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
#139#139	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 2 Token input 283,977 Token output 36,422 Token penalaran 0 Waktu respons (rata-rata) 9.98s Waktu respons (total) 229.52s Waktu respons (maks) 124.53s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Tugas agen : 10.0 Trik anti-AI : 4.8 Pemrograman : 5.8 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#140#140	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
#141#141	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
#142#142	Gemini 3.8 Flashlow	7.2	Google	$0.323	7.54s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 9.9 Tingkat lulus per percobaan 81.2% Tes tidak stabil 5 Token input 215,836 Token output 9,452 Token penalaran 33,289 Waktu respons (rata-rata) 7.54s Waktu respons (total) 173.36s Waktu respons (maks) 67.18s Jawaban salah: 6 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 5.4 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.8 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#143#143	Claude Opus 4.8low	7.2	Anthropic	$3.787	17.13s
Lihat kartu model Total Tes 23 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 78.3% Tes tidak stabil 4 Token input 409,947 Token output 46,060 Token penalaran 23,429 Waktu respons (rata-rata) 17.13s Waktu respons (total) 394.01s Waktu respons (maks) 127.97s Jawaban salah: 5 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 6.6 Gabungan : 9.9 Parsing dan ekstraksi data : 6.3 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
#144#144	Qwen3.7 Flashhigh	7.2	Qwen	$0.063	45.48s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 71.0% Tes tidak stabil 7 Token input 293,775 Token output 13,527 Token penalaran 396,291 Waktu respons (rata-rata) 45.48s Waktu respons (total) 1045.97s Waktu respons (maks) 431.47s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#145#145	LongCat 2.0medium	7.2	Meituan	$0.767 ↑	144.88s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 59.4% Tes tidak stabil 3 Token input 287,669 Token output 47,204 Token penalaran 375,030 Waktu respons (rata-rata) 144.88s Waktu respons (total) 3332.19s Waktu respons (maks) 939.52s Jawaban salah: 8 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 7.3 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#146#146	GLM 5medium	7.2	Z.ai	$0.479 ↑	39.05s
Lihat kartu model Total Tes 22 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 76.8% Tes tidak stabil 5 Token input 212,440 Token output 22,922 Token penalaran 115,335 Waktu respons (rata-rata) 39.05s Waktu respons (total) 546.68s Waktu respons (maks) 110.70s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 5.0 Parsing dan ekstraksi data : 7.1 Spesifik domain : 3.5 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#147#147	Step 3.7 Flashlow	7.2	Stepfun	$0.449	20.72s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 6 Token input 292,685 Token output 339,108 Token penalaran 0 Waktu respons (rata-rata) 20.72s Waktu respons (total) 476.67s Waktu respons (maks) 124.75s Jawaban salah: 9 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 8.7 Pemrograman : 8.2 Gabungan : 7.3 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#148#148	Qwen3.6 27Bmedium	7.2	Qwen	$1.006 ↑	107.79s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 7 Token input 264,147 Token output 34,419 Token penalaran 253,480 Waktu respons (rata-rata) 107.79s Waktu respons (total) 2479.26s Waktu respons (maks) 1085.11s Jawaban salah: 5 Tidak ada jawaban: 3 Pemanggilan alat tidak valid: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 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
#149#149	Claude Opus 5none	7.1	Anthropic	$2.766	10.78s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 55.1% Tes tidak stabil 1 Token input 396,120 Token output 31,386 Token penalaran 0 Waktu respons (rata-rata) 10.78s Waktu respons (total) 247.96s Waktu respons (maks) 79.61s Jawaban salah: 7 Format tambahan: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.4 Trik anti-AI : 5.5 Pemrograman : 5.9 Gabungan : 8.3 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
#150#150	GLM 5.3 FlashXmedium	7.1	Z.ai	$0.114	7.37s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 69.6% Tes tidak stabil 8 Token input 205,100 Token output 8,639 Token penalaran 21,409 Waktu respons (rata-rata) 7.37s Waktu respons (total) 169.54s Waktu respons (maks) 74.39s Jawaban salah: 8 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 10.0 Trik anti-AI : 7.3 Pemrograman : 6.0 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 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 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