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.)
#129#129	Grok 4.20medium	7.0	X AI	$0.805 ↓	32.56s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 5 Invoer-tokens 102,986 Uitvoer-tokens 5,860 Redeneer-tokens 264,399 Responstijd (gem.) 32.56s Responstijd (totaal) 716.36s Responstijd (max) 199.66s Verkeerd antwoord: 6 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.2 Programmeren : 6.3 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.9 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#73#73	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.6 Slaagpercentage per poging 66.7% Instabiele tests 1 Invoer-tokens 98,266 Uitvoer-tokens 1,861 Redeneer-tokens 134,301 Responstijd (gem.) 33.05s Responstijd (totaal) 694.04s Responstijd (max) 214.63s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 8.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#77#77	GLM 5medium	7.7	Z.ai	$0.228 ↓	33.54s
Modelkaart bekijken Totaal tests 21 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 4 Invoer-tokens 35,224 Uitvoer-tokens 21,570 Redeneer-tokens 102,996 Responstijd (gem.) 33.54s Responstijd (totaal) 435.99s Responstijd (max) 99.85s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 5.0 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 3.5 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#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
#230#230	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.037 ↓	36.17s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 240,230 Uitvoer-tokens 100,726 Redeneer-tokens 0 Responstijd (gem.) 36.17s Responstijd (totaal) 795.83s Responstijd (max) 247.27s Verkeerd antwoord: 13 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 4.2 Gecombineerd : 4.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#2🥈 #2	Gemini 3.8 Flashhigh	9.9	Google	$1.595	37.19s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 84,593 Uitvoer-tokens 10,517 Redeneer-tokens 397,671 Responstijd (gem.) 37.19s Responstijd (totaal) 818.19s Responstijd (max) 177.08s Geen 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
#117#117	Qwen3.7 Flashlow	7.2	Qwen	$0.043	38.05s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 6 Invoer-tokens 92,191 Uitvoer-tokens 14,286 Redeneer-tokens 289,733 Responstijd (gem.) 38.05s Responstijd (totaal) 837.05s Responstijd (max) 394.54s Verkeerd antwoord: 7 Instructies niet gevolgd: 3 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.7 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.0 Instructies opvolgen : 8.5 Puzzeloplossing : 7.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#22#22	GPT-5.5medium	9.0	OpenAI	$4.163	38.97s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 3 Invoer-tokens 80,668 Uitvoer-tokens 5,617 Redeneer-tokens 119,699 Responstijd (gem.) 38.97s Responstijd (totaal) 857.43s Responstijd (max) 332.10s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#307#307	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
Modelkaart bekijken Totaal tests 12 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 0 Invoer-tokens 1,971 Uitvoer-tokens 64,795 Redeneer-tokens 0 Responstijd (gem.) 39.03s Responstijd (totaal) 312.26s Responstijd (max) 114.12s API-fout: 4 Instructies niet gevolgd: 1 Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 9.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 1.5 Domeinspecifiek : 3.3 Algemene intelligentie : 4.0 Instructies opvolgen : 5.0 Puzzeloplossing : 0.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#66#66	Qwen3.8 27Blow	7.9	Qwen	~$0.071	39.11s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 0 Invoer-tokens 99,705 Uitvoer-tokens 1,545 Redeneer-tokens 167,784 Responstijd (gem.) 39.11s Responstijd (totaal) 860.51s Responstijd (max) 376.04s Verkeerd antwoord: 4 Geen antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#265#265	Hy4 previewnone	4.8	Tencent	$0.041	39.24s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 4.3 Slaagpercentage per poging 16.7% Instabiele tests 1 Invoer-tokens 26,376 Uitvoer-tokens 7,306 Redeneer-tokens 0 Responstijd (gem.) 39.24s Responstijd (totaal) 863.30s Responstijd (max) 95.32s Verkeerd antwoord: 9 API-fout: 7 Instructies niet gevolgd: 2 Extra opmaak: 1 Anti-AI-trucs : 3.3 Programmeren : 3.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 8.7 Domeinspecifiek : 6.8 Algemene intelligentie : 5.1 Instructies opvolgen : 7.0 Puzzeloplossing : 4.6 Toolaanroepen : 3.0 Algemene kennis : 3.0
#277#277	Cobuddymedium	4.7	Baidu	$0.000	39.90s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 6 Invoer-tokens 37,449 Uitvoer-tokens 1,677 Redeneer-tokens 116,703 Responstijd (gem.) 39.90s Responstijd (totaal) 797.98s Responstijd (max) 309.02s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.2 Instructies opvolgen : 9.8 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 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
#76#76	Qwen3.7 Flashhigh	7.8	Qwen	$0.052	41.37s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 6 Invoer-tokens 116,331 Uitvoer-tokens 12,330 Redeneer-tokens 357,920 Responstijd (gem.) 41.37s Responstijd (totaal) 910.11s Responstijd (max) 431.47s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#256#256	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 9 Invoer-tokens 114,527 Uitvoer-tokens 18,558 Redeneer-tokens 129,146 Responstijd (gem.) 43.25s Responstijd (totaal) 908.21s Responstijd (max) 196.21s Verkeerd antwoord: 6 Instructies niet gevolgd: 5 Geen antwoord: 2 Time-out: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 5.7 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 3.8 Puzzeloplossing : 5.9 Toolaanroepen : 4.7 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
#19#19	Qwen3.7 Maxmedium	9.1	Qwen	$1.157 ↓	44.32s
Modelkaart bekijken Totaal tests 22 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.4% Instabiele tests 3 Invoer-tokens 106,029 Uitvoer-tokens 5,748 Redeneer-tokens 220,354 Responstijd (gem.) 44.32s Responstijd (totaal) 975.11s Responstijd (max) 556.06s Verkeerd antwoord: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 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
#68#68	Qwen3.6 Plusmedium	7.8	Qwen	$0.418 ↑	45.52s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 2 Invoer-tokens 97,698 Uitvoer-tokens 6,417 Redeneer-tokens 191,215 Responstijd (gem.) 45.52s Responstijd (totaal) 955.94s Responstijd (max) 291.55s Verkeerd antwoord: 5 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#246#246	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.009	45.97s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 8.7 Slaagpercentage per poging 34.9% Instabiele tests 1 Invoer-tokens 52,909 Uitvoer-tokens 7,058 Redeneer-tokens 12,272 Responstijd (gem.) 45.97s Responstijd (totaal) 1011.42s Responstijd (max) 557.96s Verkeerd antwoord: 9 Time-out: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 8.4 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 3.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#170#170	MiMo-V2.5medium	6.4	Xiaomi	$0.104 ↓	46.28s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 7 Invoer-tokens 105,456 Uitvoer-tokens 7,108 Redeneer-tokens 319,940 Responstijd (gem.) 46.28s Responstijd (totaal) 1018.12s Responstijd (max) 316.27s Verkeerd antwoord: 5 Extra opmaak: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 8.7 Gegevensparsering en extractie : 2.7 Domeinspecifiek : 3.6 Algemene intelligentie : 5.4 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#116#116	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.323 ↓	46.97s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 63.6% Instabiele tests 2 Invoer-tokens 42,106 Uitvoer-tokens 2,280 Redeneer-tokens 169,843 Responstijd (gem.) 46.97s Responstijd (totaal) 986.35s Responstijd (max) 189.38s Verkeerd antwoord: 8 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.9 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#134#134	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 7 Invoer-tokens 114,477 Uitvoer-tokens 12,786 Redeneer-tokens 457,290 Responstijd (gem.) 47.38s Responstijd (totaal) 1042.43s Responstijd (max) 593.64s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 5.8 Puzzeloplossing : 7.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#74#74	Seed-2.0-Litemedium	7.8	Bytedance Seed	$0.236	47.94s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 129,906 Uitvoer-tokens 12,530 Redeneer-tokens 88,766 Responstijd (gem.) 47.94s Responstijd (totaal) 1054.57s Responstijd (max) 254.92s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 8.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 6.7 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#163#163	Laguna XS 2.1medium	6.5	Poolside	$0.068	48.18s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 118,998 Uitvoer-tokens 30,750 Redeneer-tokens 491,730 Responstijd (gem.) 48.18s Responstijd (totaal) 1059.93s Responstijd (max) 422.72s Verkeerd antwoord: 10 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 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