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.)
#293#293	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 6.7 Slaagpercentage per poging 24.2% 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 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
#93#93	Mercury 2.5 Previewmedium	7.5	Inception	$0.024	3.58s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 1 Invoer-tokens 112,713 Uitvoer-tokens 5,436 Redeneer-tokens 121,598 Responstijd (gem.) 3.58s Responstijd (totaal) 78.66s Responstijd (max) 17.84s Verkeerd antwoord: 4 API-fout: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#282#282	Laguna S 2.1none	4.5	Poolside	$0.022 ↓	11.67s
Modelkaart bekijken Totaal tests 22 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 15.2% Instabiele tests 3 Invoer-tokens 125,604 Uitvoer-tokens 57,634 Redeneer-tokens 0 Responstijd (gem.) 11.67s Responstijd (totaal) 256.71s Responstijd (max) 200.52s Verkeerd antwoord: 18 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.1 Programmeren : 3.4 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 4.7 Algemene kennis : 3.0
#248#248	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 104,717 Uitvoer-tokens 9,812 Redeneer-tokens 0 Responstijd (gem.) 1.20s Responstijd (totaal) 26.41s Responstijd (max) 13.16s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#229#229	Mimo V2 Omninone	5.5	Xiaomi	$0.021 ↓	2.44s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 40,852 Uitvoer-tokens 3,314 Redeneer-tokens 0 Responstijd (gem.) 2.44s Responstijd (totaal) 48.81s Responstijd (max) 6.81s Verkeerd antwoord: 10 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.6 Programmeren : 4.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.1 Instructies opvolgen : 6.5 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#171#171	Ling-3.0-flashhigh	6.4	Inclusionai	$0.021 ↕	13.70s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.8 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 132,044 Uitvoer-tokens 92,135 Redeneer-tokens 207,321 Responstijd (gem.) 13.70s Responstijd (totaal) 287.75s Responstijd (max) 75.27s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.7 Gecombineerd : 2.9 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
#253#253	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.19s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 19.7% Instabiele tests 1 Invoer-tokens 144,416 Uitvoer-tokens 37,484 Redeneer-tokens 0 Responstijd (gem.) 19.19s Responstijd (totaal) 422.25s Responstijd (max) 382.06s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.1 Programmeren : 3.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#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
#181#181	gpt-oss-120bmedium	6.1	OpenAI	$0.020 ↓	20.81s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 5 Invoer-tokens 108,767 Uitvoer-tokens 29,378 Redeneer-tokens 68,904 Responstijd (gem.) 20.81s Responstijd (totaal) 332.88s Responstijd (max) 68.16s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.7 Programmeren : 5.9 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.4 Domeinspecifiek : 2.9 Algemene intelligentie : 4.3 Instructies opvolgen : 9.9 Puzzeloplossing : 5.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#182#182	Qwen3.7 Flashnone	6.1	Qwen	$0.019	10.05s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 2 Invoer-tokens 218,740 Uitvoer-tokens 90,507 Redeneer-tokens 0 Responstijd (gem.) 10.05s Responstijd (totaal) 221.13s Responstijd (max) 186.24s Verkeerd antwoord: 13 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.0 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#262#262	Mercury 2.5 Previewnone	4.9	Inception	$0.018	3.51s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 5 Invoer-tokens 130,296 Uitvoer-tokens 82,585 Redeneer-tokens 0 Responstijd (gem.) 3.51s Responstijd (totaal) 77.28s Responstijd (max) 60.70s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.8 Programmeren : 4.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 5.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#192#192	Gemini 2.5 Flashnone	6.0	Google	$0.017	6.19s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 1 Invoer-tokens 39,886 Uitvoer-tokens 1,890 Redeneer-tokens 0 Responstijd (gem.) 6.19s Responstijd (totaal) 136.23s Responstijd (max) 118.00s Verkeerd antwoord: 13 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.0 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#188#188	Gemma 4 31Bnone	6.1	Google	$0.016 ↓	5.41s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 1 Invoer-tokens 125,703 Uitvoer-tokens 13,317 Redeneer-tokens 0 Responstijd (gem.) 5.41s Responstijd (totaal) 108.12s Responstijd (max) 29.95s Verkeerd antwoord: 10 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.5 Toolaanroepen : 3.0 Algemene kennis : 3.0
#272#272	GLM 4.7 Flashnone	4.8	Z.ai	$0.016	8.81s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 3 Invoer-tokens 101,513 Uitvoer-tokens 22,992 Redeneer-tokens 0 Responstijd (gem.) 8.81s Responstijd (totaal) 140.88s Responstijd (max) 97.15s Verkeerd antwoord: 14 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.2 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.4 Toolaanroepen : 2.8 Algemene kennis : 3.0
#241#241	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.59s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 106,423 Uitvoer-tokens 11,555 Redeneer-tokens 0 Responstijd (gem.) 8.59s Responstijd (totaal) 163.20s Responstijd (max) 25.72s Verkeerd antwoord: 12 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.4 Puzzeloplossing : 3.1 Toolaanroepen : 3.0 Algemene kennis : 3.0
#291#291	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% 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 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
#203#203	GLM 5.3 Flashlow	5.9	Z.ai	$0.015	9.65s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.1% Instabiele tests 4 Invoer-tokens 117,551 Uitvoer-tokens 9,199 Redeneer-tokens 14,537 Responstijd (gem.) 9.65s Responstijd (totaal) 212.22s Responstijd (max) 90.45s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 5.4 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#220#220	Gemma 4 26B A4Bnone	5.6	Google	$0.015 ↓	7.58s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 1 Invoer-tokens 131,257 Uitvoer-tokens 15,781 Redeneer-tokens 0 Responstijd (gem.) 7.58s Responstijd (totaal) 166.82s Responstijd (max) 57.10s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 6.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#250#250	Granite 4.2 8Blow	5.1	IBM Granite	$0.012	54.36s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.0 Slaagpercentage per poging 31.8% Instabiele tests 0 Invoer-tokens 74,721 Uitvoer-tokens 9,205 Redeneer-tokens 18,723 Responstijd (gem.) 54.36s Responstijd (totaal) 1195.97s Responstijd (max) 566.80s Verkeerd antwoord: 10 Time-out: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#236#236	DeepSeek V4 Flash 0731none	5.4	DeepSeek	$0.011 ↓	20.72s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 94,566 Uitvoer-tokens 25,426 Redeneer-tokens 0 Responstijd (gem.) 20.72s Responstijd (totaal) 455.81s Responstijd (max) 387.15s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Extra opmaak: 1 Anti-AI-trucs : 3.4 Programmeren : 4.3 Gecombineerd : 3.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 5.0 Puzzeloplossing : 3.2 Toolaanroepen : 9.5 Algemene kennis : 3.0
#257#257	Mercury 2.5 Previewlow	5.0	Inception	$0.011	1.31s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.0% Instabiele tests 8 Invoer-tokens 133,525 Uitvoer-tokens 7,259 Redeneer-tokens 24,716 Responstijd (gem.) 1.31s Responstijd (totaal) 28.77s Responstijd (max) 7.29s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 5.6 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 4.1 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 8.2 Toolaanroepen : 2.8 Algemene kennis : 3.0
#260#260	GPT-4o-mininone	5.0	OpenAI	$0.010	1.92s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 0 Invoer-tokens 53,145 Uitvoer-tokens 2,913 Redeneer-tokens 0 Responstijd (gem.) 1.92s Responstijd (totaal) 30.71s Responstijd (max) 7.58s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 3.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#304#304	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 2 Invoer-tokens 9,081 Uitvoer-tokens 51,664 Redeneer-tokens 0 Responstijd (gem.) 21.61s Responstijd (totaal) 345.79s Responstijd (max) 113.71s Verkeerd antwoord: 8 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#284#284	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 27.3% 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 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
#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

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