AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-01 Geëvalueerde modellen: 382

Aanbevolen modellen

GPT-6.1 Sol xhigh Intelligent Slaagpercentage per poging 97.1% Correcte tests 22 / 23 Score 9.9/10 Gemini 3.7 Flash low Snel Responstijd (gem.) 6.24s Totaal aantal uitvoer-tokens 38,453 Score 9.4/10 GPT-6 Luna high Betaalbaar Invoerprijs $0.100 / 1M Uitvoerprijs $0.500 / 1M Prijs voor cachelezen $0.010 / 1M Prijs voor cacheschrijven $0.125 / 1M Score 7.7/10

382/382

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#382#382	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
Modelkaart bekijken Totaal tests 1 Foute tests 0 Betrouwbaarheid 10.0 Slaagpercentage per poging 4.4% Instabiele tests 0 Invoer-tokens 73 Uitvoer-tokens 735 Redeneer-tokens 0 Responstijd (gem.) 13.58s Responstijd (totaal) 13.58s Responstijd (max) 13.58s Agenttaken : 0.0 Anti-AI-trucs : 0.0 Programmeren : 0.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 0.0 Domeinspecifiek : 3.3 Algemene intelligentie : 0.0 Instructies opvolgen : 0.0 Puzzeloplossing : 0.0 Toolaanroepen : 0.0 Algemene kennis : 0.0
#381#381	Tev1 4B Experimentalnone	1.0	Togethercomputer	$0.002	498ms
Modelkaart bekijken Totaal tests 7 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 13.0% Instabiele tests 0 Invoer-tokens 33,864 Uitvoer-tokens 96 Redeneer-tokens 0 Responstijd (gem.) 498ms Responstijd (totaal) 3.49s Responstijd (max) 602ms Verkeerd antwoord: 4 Agenttaken : 0.0 Anti-AI-trucs : 2.5 Programmeren : 0.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 6.7 Algemene intelligentie : 0.0 Instructies opvolgen : 1.5 Puzzeloplossing : 1.7 Toolaanroepen : 0.0 Algemene kennis : 0.0
#380#380	Solar Decidenone	1.0	Upstage	$0.009 ↑	6.01s
Modelkaart bekijken Totaal tests 7 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 14.5% Instabiele tests 3 Invoer-tokens 47,586 Uitvoer-tokens 51 Redeneer-tokens 0 Responstijd (gem.) 6.01s Responstijd (totaal) 42.05s Responstijd (max) 13.10s Verkeerd antwoord: 5 Agenttaken : 0.0 Anti-AI-trucs : 0.8 Programmeren : 0.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 4.3 Algemene intelligentie : 0.0 Instructies opvolgen : 5.0 Puzzeloplossing : 1.0 Toolaanroepen : 0.0 Algemene kennis : 0.0
#379#379	LFM2-24B-A2Bnone	1.8	Liquid	$0.001	782ms
Modelkaart bekijken Totaal tests 16 Foute tests 14 Betrouwbaarheid n.v.t. Slaagpercentage per poging 11.6% Instabiele tests 1 Invoer-tokens 10,771 Uitvoer-tokens 1,173 Redeneer-tokens 0 Responstijd (gem.) 782ms Responstijd (totaal) 10.94s Responstijd (max) 3.15s Verkeerd antwoord: 9 API-fout: 4 Instructies niet gevolgd: 1 Agenttaken : 0.0 Anti-AI-trucs : 2.5 Programmeren : 0.0 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 3.0 Algemene kennis : 0.0
#378#378	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
Modelkaart bekijken Totaal tests 1 Foute tests 0 Betrouwbaarheid 10.0 Slaagpercentage per poging 4.4% Instabiele tests 0 Invoer-tokens 134,050 Uitvoer-tokens 1,029 Redeneer-tokens 11,528 Responstijd (gem.) 52.45s Responstijd (totaal) 52.45s Responstijd (max) 52.45s Agenttaken : 10.0 Anti-AI-trucs : 0.0 Programmeren : 0.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 0.0 Domeinspecifiek : 0.0 Algemene intelligentie : 0.0 Instructies opvolgen : 0.0 Puzzeloplossing : 0.0 Toolaanroepen : 0.0 Algemene kennis : 0.0
#377#377	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
Modelkaart bekijken Totaal tests 12 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.1% 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 Agenttaken : 0.0 Anti-AI-trucs : 10.0 Programmeren : 1.0 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
#376#376	Kev 4Bnone	2.4	Jaredpalmer	$0.002	5.63s
Modelkaart bekijken Totaal tests 12 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 15.9% Instabiele tests 1 Invoer-tokens 42,804 Uitvoer-tokens 28,061 Redeneer-tokens 0 Responstijd (gem.) 5.63s Responstijd (totaal) 67.61s Responstijd (max) 17.79s Verkeerd antwoord: 9 Agenttaken : 0.0 Anti-AI-trucs : 2.3 Programmeren : 4.5 Gecombineerd : 0.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 0.0 Instructies opvolgen : 1.5 Puzzeloplossing : 2.0 Toolaanroepen : 0.0 Algemene kennis : 0.0
#375#375	Jev 1.13none	2.6	Typesafe	$0.003	698ms
Modelkaart bekijken Totaal tests 12 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.1% Instabiele tests 0 Invoer-tokens 67,092 Uitvoer-tokens 18,927 Redeneer-tokens 0 Responstijd (gem.) 698ms Responstijd (totaal) 8.38s Responstijd (max) 1.08s Verkeerd antwoord: 6 Agenttaken : 0.0 Anti-AI-trucs : 4.0 Programmeren : 2.2 Gecombineerd : 0.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 0.0 Instructies opvolgen : 1.5 Puzzeloplossing : 3.3 Toolaanroepen : 0.0 Algemene kennis : 0.0
#374#374	Nemotron 3 Nano Omni 30b A3b Reasoningnone	2.6	NVIDIA	$0.000	728ms
Modelkaart bekijken Totaal tests 19 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 14.5% Instabiele tests 2 Invoer-tokens 11,661 Uitvoer-tokens 1,302 Redeneer-tokens 0 Responstijd (gem.) 728ms Responstijd (totaal) 9.47s Responstijd (max) 2.21s Verkeerd antwoord: 9 API-fout: 6 Instructies niet gevolgd: 2 Agenttaken : 0.0 Anti-AI-trucs : 4.8 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 4.8 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#373#373	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	2.7	NVIDIA	$0.000	17.13s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.1% Instabiele tests 5 Invoer-tokens 11,661 Uitvoer-tokens 48,491 Redeneer-tokens 180,695 Responstijd (gem.) 17.13s Responstijd (totaal) 222.66s Responstijd (max) 147.45s Verkeerd antwoord: 7 API-fout: 6 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.4 Programmeren : 1.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.0 Instructies opvolgen : 7.3 Puzzeloplossing : 2.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#372#372	Command A+low	3.0	Cohere	$0.073	92.50s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 1.5% Instabiele tests 1 Invoer-tokens 114,874 Uitvoer-tokens 1,992 Redeneer-tokens 23,529 Responstijd (gem.) 92.50s Responstijd (totaal) 2127.40s Responstijd (max) 128.54s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 2.8 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#371#371	Command A+none	3.0	Cohere	$0.000	77.87s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 0.0 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 0 Uitvoer-tokens 0 Redeneer-tokens 0 Responstijd (gem.) 77.87s Responstijd (totaal) 1791.03s Responstijd (max) 106.37s API-fout: 23 Agenttaken : 3.0 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#370#370	Laguna Xs.2none	3.1	Poolside	$0.004 ↕	806ms
Modelkaart bekijken Totaal tests 19 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.7% Instabiele tests 0 Invoer-tokens 33,675 Uitvoer-tokens 2,826 Redeneer-tokens 0 Responstijd (gem.) 806ms Responstijd (totaal) 12.09s Responstijd (max) 2.01s Verkeerd antwoord: 8 API-fout: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 3.0 Programmeren : 0.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#369#369	Grok 4.1 Fastnone	3.1	X AI	$0.008 ↓	1.62s
Modelkaart bekijken Totaal tests 19 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 18.8% Instabiele tests 3 Invoer-tokens 36,608 Uitvoer-tokens 1,723 Redeneer-tokens 0 Responstijd (gem.) 1.62s Responstijd (totaal) 19.48s Responstijd (max) 5.51s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Agenttaken : 0.0 Anti-AI-trucs : 3.2 Programmeren : 1.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.4 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 2.8 Algemene kennis : 3.0
#368#368	Command A+high	3.2	Cohere	$0.079	89.96s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 117,966 Uitvoer-tokens 5,149 Redeneer-tokens 23,514 Responstijd (gem.) 89.96s Responstijd (totaal) 2069.01s Responstijd (max) 156.00s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#367#367	Grok Build 0.1none	3.2	X AI	$0.547	28.69s
Modelkaart bekijken Totaal tests 19 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.0% 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 Agenttaken : 0.0 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
#366#366	MiMo-V2-Flashnone	3.3	Xiaomi	$0.025 ↑	2.76s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 6.7 Slaagpercentage per poging 23.2% Instabiele tests 4 Invoer-tokens 36,851 Uitvoer-tokens 68,882 Redeneer-tokens 0 Responstijd (gem.) 2.76s Responstijd (totaal) 46.99s Responstijd (max) 19.68s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Agenttaken : 0.0 Anti-AI-trucs : 3.2 Programmeren : 4.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#365#365	Hy3 previewnone	3.3	Tencent	$0.007 ↕	12.92s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.7% Instabiele tests 2 Invoer-tokens 27,172 Uitvoer-tokens 2,661 Redeneer-tokens 0 Responstijd (gem.) 12.92s Responstijd (totaal) 232.64s Responstijd (max) 35.84s Verkeerd antwoord: 8 API-fout: 4 Instructies niet gevolgd: 4 Extra opmaak: 1 Agenttaken : 0.0 Anti-AI-trucs : 4.8 Programmeren : 2.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.1 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#364#364	Laguna Xs.2medium	3.3	Poolside	$0.015 ↕	6.73s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.0% Instabiele tests 6 Invoer-tokens 39,481 Uitvoer-tokens 54,218 Redeneer-tokens 0 Responstijd (gem.) 6.73s Responstijd (totaal) 100.98s Responstijd (max) 29.11s Verkeerd antwoord: 6 API-fout: 4 Geen antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.9 Programmeren : 2.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 4.1 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 4.7 Algemene kennis : 3.0
#363#363	Command A+medium	3.4	Cohere	$0.064	91.72s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 118,771 Uitvoer-tokens 4,127 Redeneer-tokens 14,668 Responstijd (gem.) 91.72s Responstijd (totaal) 2109.54s Responstijd (max) 112.76s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#362#362	Grok 4.20none	3.4	X AI	$0.057 ↓	1.11s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 26.1% Instabiele tests 0 Invoer-tokens 41,313 Uitvoer-tokens 1,923 Redeneer-tokens 0 Responstijd (gem.) 1.11s Responstijd (totaal) 19.96s Responstijd (max) 6.04s Verkeerd antwoord: 10 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 4.8 Programmeren : 1.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 0.0
#361#361	Hunter Alphanone	3.5	OpenRouter	$0.000	4.70s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 36.2% Instabiele tests 4 Invoer-tokens 34,329 Uitvoer-tokens 2,264 Redeneer-tokens 0 Responstijd (gem.) 4.70s Responstijd (totaal) 79.86s Responstijd (max) 15.17s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 API-fout: 1 Agenttaken : 0.0 Anti-AI-trucs : 3.5 Programmeren : 1.0 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 6.4 Puzzeloplossing : 5.8 Toolaanroepen : 10.0 Algemene kennis : 0.0
#360#360	Elephant Alphamedium	3.5	Openrouter	$0.000	1.27s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid n.v.t. Slaagpercentage per poging 27.5% Instabiele tests 1 Invoer-tokens 33,744 Uitvoer-tokens 2,596 Redeneer-tokens 0 Responstijd (gem.) 1.27s Responstijd (totaal) 22.82s Responstijd (max) 3.70s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.6 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#359#359	Elephant Alphanone	3.6	Openrouter	$0.000	1.22s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid n.v.t. Slaagpercentage per poging 24.6% Instabiele tests 1 Invoer-tokens 33,743 Uitvoer-tokens 2,573 Redeneer-tokens 0 Responstijd (gem.) 1.22s Responstijd (totaal) 22.03s Responstijd (max) 3.81s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.6 Programmeren : 4.2 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 4.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#358#358	Laguna M.1none	3.6	Poolside	$0.009 ↕	2.89s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 26.1% Instabiele tests 3 Invoer-tokens 38,147 Uitvoer-tokens 2,054 Redeneer-tokens 0 Responstijd (gem.) 2.89s Responstijd (totaal) 43.28s Responstijd (max) 15.42s Verkeerd antwoord: 10 API-fout: 4 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 3.4 Programmeren : 2.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0

1 2 16

→

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 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