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.)
#89#89	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 9.7 Slaagpercentage per poging 62.1% Instabiele tests 5 Invoer-tokens 121,996 Uitvoer-tokens 90,051 Redeneer-tokens 185,731 Responstijd (gem.) 75.15s Responstijd (totaal) 1578.24s Responstijd (max) 431.03s Verkeerd antwoord: 4 Time-out: 3 Instructies niet gevolgd: 2 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 5.5 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.2 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#150#150	Gemini 3.5 Flashminimal	6.7	Google	$0.300	2.65s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 1 Invoer-tokens 100,762 Uitvoer-tokens 16,454 Redeneer-tokens 0 Responstijd (gem.) 2.65s Responstijd (totaal) 58.21s Responstijd (max) 25.26s Verkeerd antwoord: 6 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#46#46	Qwen3.8 27Bhigh	8.4	Qwen	~$0.287	167.89s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 9.6 Slaagpercentage per poging 77.3% Instabiele tests 2 Invoer-tokens 100,179 Uitvoer-tokens 904 Redeneer-tokens 655,731 Responstijd (gem.) 167.89s Responstijd (totaal) 3693.54s Responstijd (max) 640.85s Instructies niet gevolgd: 2 Geen antwoord: 2 Verkeerd antwoord: 2 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
#215#215	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 2 Invoer-tokens 241,575 Uitvoer-tokens 88,459 Redeneer-tokens 0 Responstijd (gem.) 12.93s Responstijd (totaal) 284.39s Responstijd (max) 212.63s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 3.7 Gecombineerd : 5.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#194#194	GPT-5.6 Terranone	6.0	OpenAI	$0.280 ↓	1.66s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 3 Invoer-tokens 102,268 Uitvoer-tokens 6,221 Redeneer-tokens 0 Responstijd (gem.) 1.66s Responstijd (totaal) 36.54s Responstijd (max) 10.07s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 8.5 Puzzeloplossing : 5.3 Toolaanroepen : 9.6 Algemene kennis : 3.0
#67#67	Qwen3.7 Plusmedium	7.9	Qwen	$0.277 ↓	53.51s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 3 Invoer-tokens 115,242 Uitvoer-tokens 6,163 Redeneer-tokens 181,174 Responstijd (gem.) 53.51s Responstijd (totaal) 1177.25s Responstijd (max) 315.30s Verkeerd antwoord: 5 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.1 Gecombineerd : 8.2 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
#69#69	Gemini 3.5 Flash Litemedium	7.8	Google	$0.272	5.12s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 6 Invoer-tokens 103,916 Uitvoer-tokens 8,892 Redeneer-tokens 87,343 Responstijd (gem.) 5.12s Responstijd (totaal) 112.73s Responstijd (max) 26.41s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 2.8
#143#143	GLM 5.3low	6.8	Z.ai	$0.257	13.65s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 104,989 Uitvoer-tokens 8,532 Redeneer-tokens 16,276 Responstijd (gem.) 13.65s Responstijd (totaal) 300.22s Responstijd (max) 83.60s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 6.2 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#31#31	Gemini 3.6 Flashlow	8.7	Google	$0.251 ↓	4.92s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 89.4% Instabiele tests 3 Invoer-tokens 85,886 Uitvoer-tokens 5,489 Redeneer-tokens 44,232 Responstijd (gem.) 4.92s Responstijd (totaal) 108.28s Responstijd (max) 30.83s Verkeerd antwoord: 4 Anti-AI-trucs : 8.7 Programmeren : 7.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#54#54	GPT-5 Minimedium	8.1	OpenAI	$0.241	27.64s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 98,383 Uitvoer-tokens 14,409 Redeneer-tokens 93,610 Responstijd (gem.) 27.64s Responstijd (totaal) 608.02s Responstijd (max) 111.48s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 7.1 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#96#96	Gemini 3.8 Flashlow	7.5	Google	$0.239	4.83s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.8% Instabiele tests 4 Invoer-tokens 111,773 Uitvoer-tokens 8,035 Redeneer-tokens 33,289 Responstijd (gem.) 4.83s Responstijd (totaal) 106.18s Responstijd (max) 35.14s Verkeerd antwoord: 5 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 5.4 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#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
#214#214	Kimi K2.6none	5.7	Moonshot AI	$0.233 ↑	19.57s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 116,983 Uitvoer-tokens 30,249 Redeneer-tokens 0 Responstijd (gem.) 19.57s Responstijd (totaal) 430.58s Responstijd (max) 238.89s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 4.6 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#166#166	Qwen3.6 Max Previewnone	6.4	Qwen	$0.228 ↓	7.82s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 9.9 Slaagpercentage per poging 56.1% Instabiele tests 2 Invoer-tokens 106,348 Uitvoer-tokens 19,257 Redeneer-tokens 0 Responstijd (gem.) 7.82s Responstijd (totaal) 172.04s Responstijd (max) 102.62s Verkeerd antwoord: 11 Anti-AI-trucs : 5.2 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 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
#118#118	Muse Glimmer 30Bmedium	7.2	Meta	$0.227 ↓	30.64s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 6 Invoer-tokens 116,513 Uitvoer-tokens 33,065 Redeneer-tokens 135,009 Responstijd (gem.) 30.64s Responstijd (totaal) 674.01s Responstijd (max) 181.08s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 9.2 Programmeren : 8.4 Gecombineerd : 6.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#142#142	DeepSeek V4 Pronone	6.8	DeepSeek	$0.226 ↑	11.71s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.0% Instabiele tests 4 Invoer-tokens 148,078 Uitvoer-tokens 35,547 Redeneer-tokens 0 Responstijd (gem.) 11.71s Responstijd (totaal) 257.67s Responstijd (max) 119.44s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.2 Programmeren : 5.6 Gecombineerd : 7.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#70#70	GLM 5.2medium	7.8	Z.ai	$0.224 ↓	23.28s
Modelkaart bekijken Totaal tests 21 Foute tests 6 Betrouwbaarheid 9.5 Slaagpercentage per poging 80.3% Instabiele tests 4 Invoer-tokens 37,199 Uitvoer-tokens 12,261 Redeneer-tokens 49,500 Responstijd (gem.) 23.28s Responstijd (totaal) 488.94s Responstijd (max) 101.36s Verkeerd antwoord: 3 Geen antwoord: 2 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#144#144	MiMo-V2.5-Promedium	6.8	Xiaomi	$0.221 ↓	48.68s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 6 Invoer-tokens 139,892 Uitvoer-tokens 15,569 Redeneer-tokens 169,897 Responstijd (gem.) 48.68s Responstijd (totaal) 1071.02s Responstijd (max) 333.34s Extra opmaak: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 9.9 Puzzeloplossing : 6.7 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
#14#14	Gemini 3.7 Flashlow	9.2	Google	$0.207 ↑	3.85s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 95.5% Instabiele tests 2 Invoer-tokens 90,322 Uitvoer-tokens 6,294 Redeneer-tokens 30,759 Responstijd (gem.) 3.85s Responstijd (totaal) 84.80s Responstijd (max) 19.44s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 7.6 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
#124#124	GPT-5.6 Solnone	7.0	OpenAI	$0.201 ↓	2.17s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 3 Invoer-tokens 78,602 Uitvoer-tokens 4,357 Redeneer-tokens 0 Responstijd (gem.) 2.17s Responstijd (totaal) 47.66s Responstijd (max) 12.81s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 6.5 Instructies opvolgen : 8.5 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#98#98	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.56s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.9 Slaagpercentage per poging 68.2% Instabiele tests 0 Invoer-tokens 95,992 Uitvoer-tokens 12,446 Redeneer-tokens 0 Responstijd (gem.) 4.56s Responstijd (totaal) 100.30s Responstijd (max) 72.30s Verkeerd antwoord: 7 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 6.5 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
#185#185	Inklinglow	6.1	Thinkingmachines	$0.187	5.11s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 54.6% Instabiele tests 4 Invoer-tokens 109,893 Uitvoer-tokens 8,580 Redeneer-tokens 10,324 Responstijd (gem.) 5.11s Responstijd (totaal) 112.46s Responstijd (max) 41.58s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 8.3 Programmeren : 5.1 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#104#104	Gemini 3 Flash Previewlow	7.4	Google	$0.185	6.51s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 2 Invoer-tokens 123,687 Uitvoer-tokens 9,572 Redeneer-tokens 31,204 Responstijd (gem.) 6.51s Responstijd (totaal) 143.12s Responstijd (max) 17.13s Verkeerd antwoord: 6 Anti-AI-trucs : 10.0 Programmeren : 5.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0

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