AI Benchy Leaderboard

Name: AI BENCHY modelbenchmarkresultaten
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-09-02 Geëvalueerde modellen: 308

Aanbevolen modellen

GPT-5.6 Sol high Intelligent Slaagpercentage per poging 89.4% Correcte tests 18 / 22 Score 9.4/10 GPT-5.6 Luna medium Snel Responstijd (gem.) 7.43s Totaal aantal uitvoer-tokens 44,525 Score 7.4/10 DeepSeek V4 Flash 0731 high Betaalbaar Invoerprijs $0.065 / 1M Uitvoerprijs $0.180 / 1M Score 8.0/10

308/308

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#158#158	Gemini 3.1 Flash Litelow	6.6	Google	$0.621	16.25s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 2 Invoer-tokens 94,233 Uitvoer-tokens 7,759 Redeneer-tokens 390,132 Responstijd (gem.) 16.25s Responstijd (totaal) 357.39s Responstijd (max) 318.02s Verkeerd antwoord: 8 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.3 Programmeren : 5.5 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#191#191	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.0% Instabiele tests 5 Invoer-tokens 122,854 Uitvoer-tokens 119,810 Redeneer-tokens 698,549 Responstijd (gem.) 96.61s Responstijd (totaal) 2125.51s Responstijd (max) 540.96s Verkeerd antwoord: 7 API-fout: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#51#51	Gemini 2.5 Flashmedium	8.2	Google	$0.644	21.14s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 1 Invoer-tokens 132,507 Uitvoer-tokens 12,739 Redeneer-tokens 228,626 Responstijd (gem.) 21.14s Responstijd (totaal) 465.10s Responstijd (max) 140.50s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.4 Programmeren : 7.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#3🥉 #3	Gemini 3.7 Flashhigh	9.8	Google	$0.646 ↑	12.22s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 95.5% Instabiele tests 2 Invoer-tokens 86,712 Uitvoer-tokens 6,017 Redeneer-tokens 148,829 Responstijd (gem.) 12.22s Responstijd (totaal) 268.78s Responstijd (max) 91.63s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#156#156	Gemini 3.1 Flash Lite Previewlow	6.6	Google	$0.646	16.67s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 110,196 Uitvoer-tokens 14,717 Redeneer-tokens 397,462 Responstijd (gem.) 16.67s Responstijd (totaal) 366.69s Responstijd (max) 309.35s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#17#17	Gemini 3.8 Flashmedium	9.1	Google	$0.653	14.50s
Modelkaart bekijken Totaal tests 22 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 92.4% Instabiele tests 2 Invoer-tokens 95,793 Uitvoer-tokens 7,066 Redeneer-tokens 147,842 Responstijd (gem.) 14.50s Responstijd (totaal) 318.92s Responstijd (max) 108.60s Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 8.2 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#42#42	Muse Spark 1.2low	8.4	Meta	$0.655	9.77s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.3% Instabiele tests 3 Invoer-tokens 101,811 Uitvoer-tokens 8,025 Redeneer-tokens 115,938 Responstijd (gem.) 9.77s Responstijd (totaal) 214.83s Responstijd (max) 47.80s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Anti-AI-trucs : 9.2 Programmeren : 8.4 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#105#105	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	7.67s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 1 Invoer-tokens 123,273 Uitvoer-tokens 19,362 Redeneer-tokens 0 Responstijd (gem.) 7.67s Responstijd (totaal) 122.78s Responstijd (max) 51.18s Verkeerd antwoord: 5 Extra opmaak: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 6.1 Instructies opvolgen : 6.5 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#21#21	Gemini 3.5 Flashmedium	9.0	Google	$0.665	8.48s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 1 Invoer-tokens 69,756 Uitvoer-tokens 2,166 Redeneer-tokens 60,007 Responstijd (gem.) 8.48s Responstijd (totaal) 186.57s Responstijd (max) 76.68s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 10.0
#159#159	Qwen3.6 35B A3Bmedium	6.6	Qwen	$0.672 ↓	58.49s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 2 Invoer-tokens 85,148 Uitvoer-tokens 61,736 Redeneer-tokens 681,556 Responstijd (gem.) 58.49s Responstijd (totaal) 1169.83s Responstijd (max) 817.57s Verkeerd antwoord: 5 API-fout: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 8.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#49#49	Muse Spark 1.1low	8.3	Meta	$0.673	11.89s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 141,878 Uitvoer-tokens 11,033 Redeneer-tokens 105,456 Responstijd (gem.) 11.89s Responstijd (totaal) 261.69s Responstijd (max) 54.15s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 10.0 Gecombineerd : 6.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 7.3 Puzzeloplossing : 8.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#201#201	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 3 Invoer-tokens 37,007 Uitvoer-tokens 1,952 Redeneer-tokens 357,306 Responstijd (gem.) 41.16s Responstijd (totaal) 823.26s Responstijd (max) 299.23s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 3.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#99#99	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.687 ↓	80.09s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 5 Invoer-tokens 72,085 Uitvoer-tokens 57,453 Redeneer-tokens 182,093 Responstijd (gem.) 80.09s Responstijd (totaal) 1681.85s Responstijd (max) 365.80s Verkeerd antwoord: 6 Time-out: 3 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.3 Programmeren : 7.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#1🥇 #1	Gemini 3.6 Flashhigh	9.9	Google	$0.699 ↓	16.81s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 71,470 Uitvoer-tokens 3,276 Redeneer-tokens 168,709 Responstijd (gem.) 16.81s Responstijd (totaal) 369.88s Responstijd (max) 104.15s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 8.2 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#85#85	Nemotron 3 Ultramedium	7.6	NVIDIA	$0.701 ↕	33.62s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.8 Slaagpercentage per poging 66.7% Instabiele tests 3 Invoer-tokens 233,415 Uitvoer-tokens 54,384 Redeneer-tokens 130,021 Responstijd (gem.) 33.62s Responstijd (totaal) 739.59s Responstijd (max) 392.56s Verkeerd antwoord: 7 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 3.7 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#39#39	Qwen3.8 Maxlow	8.6	Qwen	$0.702	21.83s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 99,181 Uitvoer-tokens 6,132 Redeneer-tokens 77,689 Responstijd (gem.) 21.83s Responstijd (totaal) 480.37s Responstijd (max) 155.75s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#126#126	GLM 5.1medium	7.0	Z.ai	$0.727 ↓	58.80s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 8.1 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 82,592 Uitvoer-tokens 16,089 Redeneer-tokens 199,800 Responstijd (gem.) 58.80s Responstijd (totaal) 1234.72s Responstijd (max) 308.75s Verkeerd antwoord: 4 Geen antwoord: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 4.6 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 8.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#123#123	Grok 4.3medium	7.0	X AI	$0.741	44.21s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 5 Invoer-tokens 140,244 Uitvoer-tokens 13,739 Redeneer-tokens 212,165 Responstijd (gem.) 44.21s Responstijd (totaal) 972.64s Responstijd (max) 216.69s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#137#137	Qwen3.6 Flashmedium	6.8	Qwen	$0.741 ↓	44.97s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 5 Invoer-tokens 129,050 Uitvoer-tokens 20,026 Redeneer-tokens 616,923 Responstijd (gem.) 44.97s Responstijd (totaal) 989.32s Responstijd (max) 578.13s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#193#193	Grok 4.20 Betamedium	6.0	X AI	$0.750 ↑	9.75s
Modelkaart bekijken Totaal tests 18 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 66.7% Instabiele tests 1 Invoer-tokens 35,955 Uitvoer-tokens 1,647 Redeneer-tokens 91,565 Responstijd (gem.) 9.75s Responstijd (totaal) 175.48s Responstijd (max) 31.36s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 0.0
#186#186	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.5% Instabiele tests 6 Invoer-tokens 118,486 Uitvoer-tokens 156,166 Redeneer-tokens 860,619 Responstijd (gem.) 85.44s Responstijd (totaal) 1879.75s Responstijd (max) 525.14s Verkeerd antwoord: 8 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Anti-AI-trucs : 6.8 Programmeren : 7.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 5.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#6#6	Gemini 3 Flash Previewmedium	9.5	Google	$0.763	19.86s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 93.9% Instabiele tests 1 Invoer-tokens 87,870 Uitvoer-tokens 5,486 Redeneer-tokens 234,122 Responstijd (gem.) 19.86s Responstijd (totaal) 436.88s Responstijd (max) 117.26s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 8.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#78#78	Seed-2.0-Codelow	7.7	Bytedance Seed	$0.767	72.24s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 8.5 Slaagpercentage per poging 77.3% Instabiele tests 6 Invoer-tokens 85,657 Uitvoer-tokens 8,142 Redeneer-tokens 233,167 Responstijd (gem.) 72.24s Responstijd (totaal) 1589.31s Responstijd (max) 485.92s Verkeerd antwoord: 6 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 7.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 6.5 Instructies opvolgen : 9.8 Puzzeloplossing : 9.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#23#23	Qwen3.8 Maxmedium	9.0	Qwen	$0.771	23.34s
Modelkaart bekijken Totaal tests 22 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 1 Invoer-tokens 109,055 Uitvoer-tokens 6,566 Redeneer-tokens 85,481 Responstijd (gem.) 23.34s Responstijd (totaal) 513.47s Responstijd (max) 126.60s Verkeerd antwoord: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#94#94	GPT-5.4 Minimedium	7.5	OpenAI	$0.786	26.72s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 5 Invoer-tokens 97,164 Uitvoer-tokens 6,211 Redeneer-tokens 152,133 Responstijd (gem.) 26.72s Responstijd (totaal) 587.90s Responstijd (max) 138.75s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.6 Programmeren : 8.4 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.5 Instructies opvolgen : 9.8 Puzzeloplossing : 7.8 Toolaanroepen : 4.7 Algemene kennis : 3.0

←

1 9 10 11 13

→

Wereldwijde benchmarktrends

Bekijk hoe huidige modellen score, kosten, snelheid, uitvoerlengte en prestaties per categorie afwegen.

Grafieken →

Paretofront: intelligentie vs kosten

Ontwikkeling van de beste score van toonaangevende bedrijven

Paretofront: intelligentie vs reactiesnelheid

Paretofront: score vs uitvoertokens

Moeilijkheid per categorie over alle modellen

Snelle vergelijking

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium