AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-17 Geëvalueerde modellen: 442

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

442/442

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#46#46	Qwen3.8 Max (0902)medium	9.0	Qwen	$1.096	30.42s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.1% Instabiele tests 2 Invoer-tokens 268,540 Uitvoer-tokens 7,499 Redeneer-tokens 85,499 Responstijd (gem.) 30.42s Responstijd (totaal) 699.68s Responstijd (max) 168.09s Verkeerd antwoord: 5 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#47#47	Muse Spark 1.3medium	9.0	Meta	$1.712	39.83s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.5% Instabiele tests 3 Invoer-tokens 250,676 Uitvoer-tokens 13,511 Redeneer-tokens 315,400 Responstijd (gem.) 39.83s Responstijd (totaal) 916.20s Responstijd (max) 219.77s Verkeerd antwoord: 4 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 9.6 Algemene kennis : 3.0
#48#48	Gemini 3.5 Flash Litehigh	9.0	Google	$0.624	11.92s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.1% Instabiele tests 2 Invoer-tokens 244,529 Uitvoer-tokens 6,784 Redeneer-tokens 213,142 Responstijd (gem.) 11.92s Responstijd (totaal) 274.14s Responstijd (max) 53.09s Verkeerd antwoord: 5 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 9.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#57#57	Claude Fable 5medium	8.9	Anthropic	$5.089	16.84s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 79.7% Instabiele tests 1 Invoer-tokens 272,411 Uitvoer-tokens 35,497 Redeneer-tokens 11,788 Responstijd (gem.) 16.84s Responstijd (totaal) 387.26s Responstijd (max) 80.80s Geen antwoord: 3 Ongeldige toolaanroep: 1 Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#69#69	GPT-6 Sollow	8.7	OpenAI	$0.477	8.72s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.0% Instabiele tests 4 Invoer-tokens 172,359 Uitvoer-tokens 5,026 Redeneer-tokens 8,185 Responstijd (gem.) 8.72s Responstijd (totaal) 200.61s Responstijd (max) 48.43s Verkeerd antwoord: 5 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 6.2 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 : 4.7
#75#75	Qwen3.8 Max (0902)low	8.6	Qwen	$1.131	29.07s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.5% Instabiele tests 3 Invoer-tokens 298,682 Uitvoer-tokens 8,374 Redeneer-tokens 80,549 Responstijd (gem.) 29.07s Responstijd (totaal) 668.66s Responstijd (max) 207.79s Verkeerd antwoord: 4 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#105#105	Claude Opus 4.7medium	8.1	Anthropic	$3.636	14.12s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.2% Instabiele tests 2 Invoer-tokens 437,293 Uitvoer-tokens 29,102 Redeneer-tokens 28,876 Responstijd (gem.) 14.12s Responstijd (totaal) 310.55s Responstijd (max) 150.60s Verkeerd antwoord: 3 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 5.2 Anti-AI-trucs : 8.3 Programmeren : 7.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#119#119	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.2% Instabiele tests 2 Invoer-tokens 296,760 Uitvoer-tokens 4,371 Redeneer-tokens 92,284 Responstijd (gem.) 11.78s Responstijd (totaal) 271.03s Responstijd (max) 84.47s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 2.8 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 10.0
#346#346	Grok 4.20 Betamedium	4.9	X AI	$0.750 ↑	9.75s
Modelkaart bekijken Totaal tests 18 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 63.8% Instabiele tests 1 Invoer-tokens 35,955 Uitvoer-tokens 1,647 Redeneer-tokens 91,565 Responstijd (gem.) 9.75s Responstijd (totaal) 175.48s Responstijd (max) 31.36s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Agenttaken : 0.0 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 0.0
#181#181	Qwen3.6 Max Previewmedium	7.0	Qwen	$1.132 ↓	66.52s
Modelkaart bekijken Totaal tests 22 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 79.7% Instabiele tests 2 Invoer-tokens 79,249 Uitvoer-tokens 5,097 Redeneer-tokens 165,276 Responstijd (gem.) 66.52s Responstijd (totaal) 1463.50s Responstijd (max) 238.07s Verkeerd antwoord: 4 Time-out: 1 Agenttaken : 0.0 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#30#30	Muse Spark Openhigh	9.2	Meta	$1.782	151.96s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 9.4 Slaagpercentage per poging 76.8% Instabiele tests 1 Invoer-tokens 270,889 Uitvoer-tokens 10,688 Redeneer-tokens 328,857 Responstijd (gem.) 151.96s Responstijd (totaal) 3495.01s Responstijd (max) 960.01s Time-out: 2 Verkeerd antwoord: 2 API-fout: 1 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#32#32	Muse Wondermedium	9.2	Meta	$3.397	21.58s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 9.1 Slaagpercentage per poging 76.8% Instabiele tests 1 Invoer-tokens 241,489 Uitvoer-tokens 11,575 Redeneer-tokens 109,971 Responstijd (gem.) 21.58s Responstijd (totaal) 496.40s Responstijd (max) 162.73s API-fout: 4 Verkeerd antwoord: 2 Agenttaken : 10.0 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.6 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 4.7
#37#37	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.1% Instabiele tests 4 Invoer-tokens 222,794 Uitvoer-tokens 7,357 Redeneer-tokens 58,930 Responstijd (gem.) 18.87s Responstijd (totaal) 433.94s Responstijd (max) 100.93s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Agenttaken : 10.0 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.6 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#39#39	Muse Spark 1.3high	9.1	Meta	$1.891	52.87s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.3% Instabiele tests 2 Invoer-tokens 257,320 Uitvoer-tokens 14,459 Redeneer-tokens 354,683 Responstijd (gem.) 52.87s Responstijd (totaal) 1216.04s Responstijd (max) 251.53s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 8.7 Toolaanroepen : 9.6 Algemene kennis : 3.0
#40#40	Muse Wonderlow	9.1	Meta	$2.637	16.00s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 9.7 Slaagpercentage per poging 76.8% Instabiele tests 1 Invoer-tokens 244,997 Uitvoer-tokens 11,148 Redeneer-tokens 71,699 Responstijd (gem.) 16.00s Responstijd (totaal) 367.91s Responstijd (max) 83.98s Verkeerd antwoord: 4 API-fout: 2 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#42#42	Seed 2.1 Turbohigh	9.1	Bytedance Seed	$1.892	170.52s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 79.7% Instabiele tests 3 Invoer-tokens 246,954 Uitvoer-tokens 8,378 Redeneer-tokens 698,942 Responstijd (gem.) 170.52s Responstijd (totaal) 3922.04s Responstijd (max) 584.71s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.2 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#43#43	Muse Wonderminimal	9.1	Meta	$1.639	7.72s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 9.7 Slaagpercentage per poging 76.8% Instabiele tests 2 Invoer-tokens 238,532 Uitvoer-tokens 9,812 Redeneer-tokens 24,412 Responstijd (gem.) 7.72s Responstijd (totaal) 177.57s Responstijd (max) 42.89s API-fout: 3 Verkeerd antwoord: 3 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#52#52	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 82.6% Instabiele tests 3 Invoer-tokens 255,743 Uitvoer-tokens 8,684 Redeneer-tokens 207,435 Responstijd (gem.) 54.04s Responstijd (totaal) 1242.97s Responstijd (max) 333.47s Verkeerd antwoord: 2 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#59#59	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.2% Instabiele tests 3 Invoer-tokens 262,495 Uitvoer-tokens 7,787 Redeneer-tokens 86,149 Responstijd (gem.) 25.09s Responstijd (totaal) 577.14s Responstijd (max) 155.75s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#66#66	Qwen3.8 27Bhigh	8.7	Qwen	~$0.298	166.34s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 9.7 Slaagpercentage per poging 78.3% Instabiele tests 2 Invoer-tokens 348,967 Uitvoer-tokens 1,005 Redeneer-tokens 676,075 Responstijd (gem.) 166.34s Responstijd (totaal) 3825.81s Responstijd (max) 640.85s Instructies niet gevolgd: 2 Geen antwoord: 2 Verkeerd antwoord: 2 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 8.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#79#79	Qwen3.7 Maxmedium	8.5	Qwen	$1.689 ↓	48.35s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.5% Instabiele tests 4 Invoer-tokens 367,848 Uitvoer-tokens 8,753 Redeneer-tokens 250,279 Responstijd (gem.) 48.35s Responstijd (totaal) 1112.11s Responstijd (max) 556.06s Verkeerd antwoord: 5 Ongeldige toolaanroep: 1 Agenttaken : 6.1 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
#93#93	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 9.3 Slaagpercentage per poging 78.3% Instabiele tests 2 Invoer-tokens 170,700 Uitvoer-tokens 7,719 Redeneer-tokens 225,608 Responstijd (gem.) 139.41s Responstijd (totaal) 2788.26s Responstijd (max) 766.58s API-fout: 2 Geen antwoord: 2 Extra opmaak: 1 Time-out: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#95#95	Claude Opus 4.8medium	8.3	Anthropic	$3.490	16.72s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 82.6% Instabiele tests 3 Invoer-tokens 360,294 Uitvoer-tokens 43,441 Redeneer-tokens 24,401 Responstijd (gem.) 16.72s Responstijd (totaal) 384.66s Responstijd (max) 99.37s Verkeerd antwoord: 5 Geen antwoord: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 9.9 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#99#99	Grok 4.5high	8.2	X AI	$2.687 ↑	72.50s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 82.6% Instabiele tests 3 Invoer-tokens 342,124 Uitvoer-tokens 7,135 Redeneer-tokens 326,497 Responstijd (gem.) 72.50s Responstijd (totaal) 1667.51s Responstijd (max) 676.83s Verkeerd antwoord: 3 Geen antwoord: 2 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#124#124	Grok 4.5medium	7.8	X AI	$2.996 ↑	68.44s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 79.7% Instabiele tests 3 Invoer-tokens 308,369 Uitvoer-tokens 7,013 Redeneer-tokens 299,031 Responstijd (gem.) 68.44s Responstijd (totaal) 1574.14s Responstijd (max) 436.38s Verkeerd antwoord: 6 Agenttaken : 5.0 Anti-AI-trucs : 10.0 Programmeren : 7.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.5 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 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 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