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.)
#40#40	GPT-5.4medium	8.5	OpenAI	$1.560	22.85s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.3% Instabiele tests 4 Invoer-tokens 81,136 Uitvoer-tokens 6,155 Redeneer-tokens 84,311 Responstijd (gem.) 22.85s Responstijd (totaal) 502.78s Responstijd (max) 100.41s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 8.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#82#82	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 35,593 Uitvoer-tokens 12,245 Redeneer-tokens 62,277 Responstijd (gem.) 23.00s Responstijd (totaal) 482.97s Responstijd (max) 194.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#151#151	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 6 Invoer-tokens 44,615 Uitvoer-tokens 2,347 Redeneer-tokens 98,415 Responstijd (gem.) 23.08s Responstijd (totaal) 484.63s Responstijd (max) 95.88s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.2 Programmeren : 6.0 Gecombineerd : 3.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 7.0 Algemene kennis : 3.0
#70#70	GLM 5.2medium	7.8	Z.ai	$0.224 ↓	23.28s
Modelkaart bekijken Totaal tests 21 Foute tests 6 Betrouwbaarheid 9.5 Slaagpercentage per poging 80.3% Instabiele tests 4 Invoer-tokens 37,199 Uitvoer-tokens 12,261 Redeneer-tokens 49,500 Responstijd (gem.) 23.28s Responstijd (totaal) 488.94s Responstijd (max) 101.36s Verkeerd antwoord: 3 Geen antwoord: 2 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 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
#65#65	Step 3.7 Flashmedium	7.9	Stepfun	$0.495	23.51s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 3 Invoer-tokens 114,191 Uitvoer-tokens 409,709 Redeneer-tokens 0 Responstijd (gem.) 23.51s Responstijd (totaal) 517.21s Responstijd (max) 152.83s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#275#275	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 42,845 Uitvoer-tokens 2,006 Redeneer-tokens 96,334 Responstijd (gem.) 23.85s Responstijd (totaal) 286.16s Responstijd (max) 121.79s Instructies niet gevolgd: 4 Verkeerd antwoord: 4 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 7.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#227#227	Hy3 previewlow	5.5	Tencent	$0.042 ↕	24.56s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 2 Invoer-tokens 21,045 Uitvoer-tokens 63,460 Redeneer-tokens 0 Responstijd (gem.) 24.56s Responstijd (totaal) 368.35s Responstijd (max) 78.74s API-fout: 7 Verkeerd antwoord: 4 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#132#132	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.478	24.87s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 8 Invoer-tokens 87,916 Uitvoer-tokens 7,213 Redeneer-tokens 132,162 Responstijd (gem.) 24.87s Responstijd (totaal) 547.14s Responstijd (max) 257.00s Verkeerd antwoord: 9 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.2 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#197#197	Qwen3.5-Flashnone	6.0	Qwen	$0.073 ↓	25.28s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 2 Invoer-tokens 282,356 Uitvoer-tokens 209,201 Redeneer-tokens 0 Responstijd (gem.) 25.28s Responstijd (totaal) 556.14s Responstijd (max) 480.96s Verkeerd antwoord: 14 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#108#108	GLM 5.3 Flashhigh	7.3	Z.ai	$0.029	25.36s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 3 Invoer-tokens 113,003 Uitvoer-tokens 11,558 Redeneer-tokens 66,760 Responstijd (gem.) 25.36s Responstijd (totaal) 558.01s Responstijd (max) 163.41s Verkeerd antwoord: 4 Extra opmaak: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 8.2 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#148#148	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.487	26.01s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 8 Invoer-tokens 98,508 Uitvoer-tokens 139,572 Redeneer-tokens 0 Responstijd (gem.) 26.01s Responstijd (totaal) 572.22s Responstijd (max) 335.41s Verkeerd antwoord: 10 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 6.1 Gecombineerd : 4.1 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#36#36	Muse Spark 1.1medium	8.6	Meta	$1.420	26.25s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 2 Invoer-tokens 142,147 Uitvoer-tokens 7,905 Redeneer-tokens 284,247 Responstijd (gem.) 26.25s Responstijd (totaal) 577.47s Responstijd (max) 165.38s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 7.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#34#34	Muse Spark 1.2high	8.7	Meta	$1.771	26.59s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.9 Slaagpercentage per poging 74.2% Instabiele tests 5 Invoer-tokens 117,037 Uitvoer-tokens 6,983 Redeneer-tokens 375,104 Responstijd (gem.) 26.59s Responstijd (totaal) 584.89s Responstijd (max) 192.00s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.1 Programmeren : 10.0 Gecombineerd : 8.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 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
#54#54	GPT-5 Minimedium	8.1	OpenAI	$0.241	27.64s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 98,383 Uitvoer-tokens 14,409 Redeneer-tokens 93,610 Responstijd (gem.) 27.64s Responstijd (totaal) 608.02s Responstijd (max) 111.48s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 7.1 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#106#106	GLM 5.3high	7.3	Z.ai	$0.403	27.82s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 7 Invoer-tokens 87,601 Uitvoer-tokens 6,006 Redeneer-tokens 57,661 Responstijd (gem.) 27.82s Responstijd (totaal) 612.06s Responstijd (max) 159.91s Verkeerd antwoord: 6 Extra opmaak: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#72#72	Claude Sonnet 4.6medium	7.8	Anthropic	$2.126	28.08s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 1 Invoer-tokens 106,316 Uitvoer-tokens 79,338 Redeneer-tokens 41,089 Responstijd (gem.) 28.08s Responstijd (totaal) 421.15s Responstijd (max) 140.96s Verkeerd antwoord: 4 Extra opmaak: 3 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 5.7 Gecombineerd : 10.0 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
#45#45	GPT-5.2medium	8.4	OpenAI	$1.182	28.51s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 4 Invoer-tokens 105,013 Uitvoer-tokens 9,914 Redeneer-tokens 61,338 Responstijd (gem.) 28.51s Responstijd (totaal) 456.13s Responstijd (max) 116.86s Instructies niet gevolgd: 3 Verkeerd antwoord: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 3.7 Instructies opvolgen : 9.9 Puzzeloplossing : 7.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#297#297	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Modelkaart bekijken Totaal tests 19 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 11,793 Uitvoer-tokens 267,275 Redeneer-tokens 0 Responstijd (gem.) 28.69s Responstijd (totaal) 459.00s Responstijd (max) 138.35s Verkeerd antwoord: 7 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#255#255	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 8.7 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 130,501 Uitvoer-tokens 26,786 Redeneer-tokens 0 Responstijd (gem.) 29.95s Responstijd (totaal) 658.83s Responstijd (max) 159.85s Verkeerd antwoord: 12 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 6.5 Puzzeloplossing : 3.5 Toolaanroepen : 9.5 Algemene kennis : 3.0
#48#48	Inkling Smallhigh	8.4	Thinkingmachines	$0.398 ↓	30.43s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 2 Invoer-tokens 85,669 Uitvoer-tokens 6,092 Redeneer-tokens 292,801 Responstijd (gem.) 30.43s Responstijd (totaal) 669.38s Responstijd (max) 122.60s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 9.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.3 Instructies opvolgen : 9.8 Puzzeloplossing : 4.8 Toolaanroepen : 3.0 Algemene kennis : 3.0
#118#118	Muse Glimmer 30Bmedium	7.2	Meta	$0.227 ↓	30.64s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 6 Invoer-tokens 116,513 Uitvoer-tokens 33,065 Redeneer-tokens 135,009 Responstijd (gem.) 30.64s Responstijd (totaal) 674.01s Responstijd (max) 181.08s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 9.2 Programmeren : 8.4 Gecombineerd : 6.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#57#57	Muse Spark 1.1high	8.0	Meta	$1.709	30.84s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 6 Invoer-tokens 129,003 Uitvoer-tokens 8,340 Redeneer-tokens 355,649 Responstijd (gem.) 30.84s Responstijd (totaal) 647.67s Responstijd (max) 196.03s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 7.5 Programmeren : 10.0 Gecombineerd : 5.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 7.8 Toolaanroepen : 9.6 Algemene kennis : 3.0
#79#79	Claude Opus 4.6medium	7.7	Anthropic	$2.961	32.23s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 3 Invoer-tokens 108,573 Uitvoer-tokens 69,994 Redeneer-tokens 26,728 Responstijd (gem.) 32.23s Responstijd (totaal) 515.65s Responstijd (max) 151.51s Extra opmaak: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.4 Programmeren : 5.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0

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