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.)
#122#122	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.1% Instabiele tests 5 Invoer-tokens 79,740 Uitvoer-tokens 23,357 Redeneer-tokens 339,837 Responstijd (gem.) 120.58s Responstijd (totaal) 2652.77s Responstijd (max) 491.07s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 5.7 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.5 Instructies opvolgen : 7.9 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#183#183	Gemini 3.1 Flash Litenone	6.1	Google	$0.046	1.75s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 4 Invoer-tokens 118,059 Uitvoer-tokens 10,723 Redeneer-tokens 0 Responstijd (gem.) 1.75s Responstijd (totaal) 38.42s Responstijd (max) 16.25s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 7.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#232#232	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.9 Slaagpercentage per poging 43.9% Instabiele tests 6 Invoer-tokens 61,094 Uitvoer-tokens 6,532 Redeneer-tokens 53,882 Responstijd (gem.) 10.63s Responstijd (totaal) 233.77s Responstijd (max) 86.23s Verkeerd antwoord: 7 Extra opmaak: 4 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 7.3 Programmeren : 3.5 Gecombineerd : 6.4 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#221#221	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 3 Invoer-tokens 39,344 Uitvoer-tokens 2,352 Redeneer-tokens 0 Responstijd (gem.) 2.27s Responstijd (totaal) 45.50s Responstijd (max) 6.58s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#169#169	LongCat 2.0none	6.4	Meituan	$0.044	5.17s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 2 Invoer-tokens 108,752 Uitvoer-tokens 9,375 Redeneer-tokens 0 Responstijd (gem.) 5.17s Responstijd (totaal) 113.83s Responstijd (max) 48.38s Verkeerd antwoord: 13 Extra opmaak: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.5 Puzzeloplossing : 4.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#58#58	DeepSeek V4 Flash 0731low	8.0	DeepSeek	$0.044 ↓	77.55s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 5 Invoer-tokens 93,345 Uitvoer-tokens 35,723 Redeneer-tokens 350,266 Responstijd (gem.) 77.55s Responstijd (totaal) 1706.18s Responstijd (max) 438.65s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 8.2 Programmeren : 7.3 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 6.5 Instructies opvolgen : 9.9 Puzzeloplossing : 8.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#140#140	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 6 Invoer-tokens 90,556 Uitvoer-tokens 6,153 Redeneer-tokens 332,220 Responstijd (gem.) 136.11s Responstijd (totaal) 2994.49s Responstijd (max) 640.89s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.2 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 8.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#174#174	MiMo-V2-Flashmedium	6.3	Xiaomi	$0.043 ↑	20.11s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.1% Instabiele tests 3 Invoer-tokens 40,111 Uitvoer-tokens 12,476 Redeneer-tokens 125,039 Responstijd (gem.) 20.11s Responstijd (totaal) 301.59s Responstijd (max) 96.01s Verkeerd antwoord: 5 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 8.1 Programmeren : 6.0 Gecombineerd : 4.9 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#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
#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
#268#268	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.56s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 115,933 Uitvoer-tokens 13,794 Redeneer-tokens 0 Responstijd (gem.) 2.56s Responstijd (totaal) 56.37s Responstijd (max) 25.50s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 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
#81#81	DeepSeek V4 Flash 0423high	7.6	DeepSeek	$0.039 ↓	51.81s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 108,480 Uitvoer-tokens 37,229 Redeneer-tokens 174,081 Responstijd (gem.) 51.81s Responstijd (totaal) 1139.75s Responstijd (max) 218.13s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 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
#280#280	Qwen3 Coder Nextmedium	4.6	Qwen	$0.034 ↑	9.07s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 4 Invoer-tokens 148,203 Uitvoer-tokens 19,069 Redeneer-tokens 0 Responstijd (gem.) 9.07s Responstijd (totaal) 154.19s Responstijd (max) 81.80s Verkeerd antwoord: 14 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 3.5 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 6.3 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#276#276	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 44,969 Uitvoer-tokens 58,087 Redeneer-tokens 0 Responstijd (gem.) 14.73s Responstijd (totaal) 220.93s Responstijd (max) 53.14s API-fout: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#278#278	Mercury 2none	4.7	Inception	$0.030	825ms
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.2% Instabiele tests 2 Invoer-tokens 89,637 Uitvoer-tokens 9,584 Redeneer-tokens 0 Responstijd (gem.) 825ms Responstijd (totaal) 18.14s Responstijd (max) 4.52s Verkeerd antwoord: 17 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 3.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#160#160	Mercury 2.5 Previewhigh	6.6	Inception	$0.030	4.01s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 5 Invoer-tokens 115,759 Uitvoer-tokens 2,562 Redeneer-tokens 160,943 Responstijd (gem.) 4.01s Responstijd (totaal) 88.25s Responstijd (max) 17.71s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.7 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#233#233	GPT-5.6 Lunanone	5.4	OpenAI	$0.029 ↓	1.50s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 3 Invoer-tokens 101,332 Uitvoer-tokens 6,709 Redeneer-tokens 0 Responstijd (gem.) 1.50s Responstijd (totaal) 33.05s Responstijd (max) 10.57s Verkeerd antwoord: 14 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 7.1 Puzzeloplossing : 5.3 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
#210#210	GLM 5none	5.7	Z.ai	$0.027 ↑	4.03s
Modelkaart bekijken Totaal tests 21 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 1 Invoer-tokens 37,135 Uitvoer-tokens 1,989 Redeneer-tokens 0 Responstijd (gem.) 4.03s Responstijd (totaal) 56.37s Responstijd (max) 11.07s Verkeerd antwoord: 12 Anti-AI-trucs : 4.8 Programmeren : 4.0 Gecombineerd : 1.5 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
#266#266	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↑	51.99s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 7,608 Uitvoer-tokens 40,277 Redeneer-tokens 0 Responstijd (gem.) 51.99s Responstijd (totaal) 831.90s Responstijd (max) 143.82s API-fout: 6 Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 9.2 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#251#251	Qwen3 Coder Nextnone	5.1	Qwen	$0.026 ↑	8.63s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 134,227 Uitvoer-tokens 11,808 Redeneer-tokens 0 Responstijd (gem.) 8.63s Responstijd (totaal) 146.72s Responstijd (max) 45.14s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#288#288	Granite 4.2 8Bnone	4.3	IBM Granite	$0.026	86.27s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 8.6 Slaagpercentage per poging 16.7% Instabiele tests 2 Invoer-tokens 57,786 Uitvoer-tokens 130,805 Redeneer-tokens 0 Responstijd (gem.) 86.27s Responstijd (totaal) 1897.96s Responstijd (max) 747.17s Verkeerd antwoord: 11 Extra opmaak: 4 Time-out: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 4.9 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#252#252	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.68s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 2 Invoer-tokens 141,052 Uitvoer-tokens 16,464 Redeneer-tokens 0 Responstijd (gem.) 4.68s Responstijd (totaal) 103.02s Responstijd (max) 55.36s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 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