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: 311

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

311/311

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#240#240	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 5 Invoer-tokens 208,937 Uitvoer-tokens 175,588 Redeneer-tokens 409,276 Responstijd (gem.) 111.60s Responstijd (totaal) 2455.24s Responstijd (max) 1190.11s Verkeerd antwoord: 11 Ongeldige toolaanroep: 2 Geen antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.6 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#160#160	Inkling Smallmedium	6.6	Thinkingmachines	$0.113 ↓	6.30s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 3 Invoer-tokens 100,255 Uitvoer-tokens 6,422 Redeneer-tokens 49,847 Responstijd (gem.) 6.30s Responstijd (totaal) 138.60s Responstijd (max) 17.26s Verkeerd antwoord: 6 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Anti-AI-trucs : 10.0 Programmeren : 7.8 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.3 Instructies opvolgen : 8.5 Puzzeloplossing : 5.8 Toolaanroepen : 3.0 Algemene kennis : 3.0
#113#113	Qwen3.7 Plusnone	7.3	Qwen	$0.106 ↓	12.11s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 54.6% Instabiele tests 0 Invoer-tokens 98,833 Uitvoer-tokens 58,097 Redeneer-tokens 0 Responstijd (gem.) 12.11s Responstijd (totaal) 266.40s Responstijd (max) 206.03s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.3 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#173#173	MiMo-V2.5medium	6.4	Xiaomi	$0.104 ↓	46.28s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 7 Invoer-tokens 105,456 Uitvoer-tokens 7,108 Redeneer-tokens 319,940 Responstijd (gem.) 46.28s Responstijd (totaal) 1018.12s Responstijd (max) 316.27s Verkeerd antwoord: 5 Extra opmaak: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 8.7 Gegevensparsering en extractie : 2.7 Domeinspecifiek : 3.6 Algemene intelligentie : 5.4 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#175#175	Ring-2.6-1Tmedium	6.4	Inclusionai	$0.102 ↑	68.80s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 3 Invoer-tokens 113,613 Uitvoer-tokens 122,706 Redeneer-tokens 42,325 Responstijd (gem.) 68.80s Responstijd (totaal) 1375.99s Responstijd (max) 304.19s Verkeerd antwoord: 6 API-fout: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.3 Gecombineerd : 7.3 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#238#238	Kimi K2.5none	5.4	Moonshot AI	$0.101 ↓	18.03s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 4 Invoer-tokens 89,320 Uitvoer-tokens 26,643 Redeneer-tokens 0 Responstijd (gem.) 18.03s Responstijd (totaal) 288.42s Responstijd (max) 102.83s Verkeerd antwoord: 16 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#179#179	Gemma 4 31Bmedium	6.2	Google	$0.100 ↓	78.59s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 3 Invoer-tokens 94,969 Uitvoer-tokens 34,399 Redeneer-tokens 233,022 Responstijd (gem.) 78.59s Responstijd (totaal) 1571.84s Responstijd (max) 437.40s Verkeerd antwoord: 3 API-fout: 2 Time-out: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#252#252	Mistral Small 4medium	5.1	Mistral	$0.097	10.80s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 8 Invoer-tokens 140,559 Uitvoer-tokens 40,268 Redeneer-tokens 93,329 Responstijd (gem.) 10.80s Responstijd (totaal) 237.60s Responstijd (max) 59.15s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 5.6 Programmeren : 4.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 7.3 Puzzeloplossing : 3.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#207#207	GPT-5.4 Mininone	5.9	OpenAI	$0.095	1.58s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.8% Instabiele tests 2 Invoer-tokens 79,076 Uitvoer-tokens 7,898 Redeneer-tokens 0 Responstijd (gem.) 1.58s Responstijd (totaal) 34.86s Responstijd (max) 9.92s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Anti-AI-trucs : 3.1 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#131#131	Mercury 2medium	7.0	Inception	$0.094	2.95s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 4 Invoer-tokens 110,515 Uitvoer-tokens 10,325 Redeneer-tokens 77,229 Responstijd (gem.) 2.95s Responstijd (totaal) 61.89s Responstijd (max) 14.63s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 8.2 Gecombineerd : 6.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#149#149	Gemma 4 26B A4Bmedium	6.8	Google	$0.092 ↓	104.93s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 1 Invoer-tokens 77,528 Uitvoer-tokens 26,048 Redeneer-tokens 227,598 Responstijd (gem.) 104.93s Responstijd (totaal) 2203.52s Responstijd (max) 912.19s Geen antwoord: 2 Time-out: 2 Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 2.9 Gecombineerd : 6.3 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
#208#208	Seed 2.1 Turbonone	5.9	Bytedance Seed	$0.092	6.84s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 54.6% Instabiele tests 3 Invoer-tokens 129,150 Uitvoer-tokens 10,643 Redeneer-tokens 0 Responstijd (gem.) 6.84s Responstijd (totaal) 150.46s Responstijd (max) 55.92s Verkeerd antwoord: 11 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 4.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 7.7 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#286#286	Grok 4.20 Betanone	4.4	X AI	$0.087 ↓	1.19s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 30.3% Instabiele tests 1 Invoer-tokens 40,597 Uitvoer-tokens 1,657 Redeneer-tokens 0 Responstijd (gem.) 1.19s Responstijd (totaal) 21.43s Responstijd (max) 6.48s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.0 Programmeren : 1.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 0.0
#148#148	Gemini 3 Flash Previewnone	6.8	Google	$0.085	2.82s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 3 Invoer-tokens 104,217 Uitvoer-tokens 10,710 Redeneer-tokens 0 Responstijd (gem.) 2.82s Responstijd (totaal) 45.05s Responstijd (max) 21.19s Verkeerd antwoord: 8 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#62#62	DeepSeek V4 Flash 0731high	8.0	DeepSeek	$0.084 ↓	114.94s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 5 Invoer-tokens 96,702 Uitvoer-tokens 16,966 Redeneer-tokens 496,341 Responstijd (gem.) 114.94s Responstijd (totaal) 2528.65s Responstijd (max) 600.61s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 6.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#193#193	Nemotron 3 Ultranone	6.1	NVIDIA	$0.084 ↕	3.88s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 2 Invoer-tokens 101,168 Uitvoer-tokens 9,470 Redeneer-tokens 0 Responstijd (gem.) 3.88s Responstijd (totaal) 85.33s Responstijd (max) 37.50s Verkeerd antwoord: 11 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#282#282	Granite 4.2 8Bhigh	4.6	IBM Granite	$0.084	235.89s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 7.6 Slaagpercentage per poging 39.4% Instabiele tests 10 Invoer-tokens 43,278 Uitvoer-tokens 181,083 Redeneer-tokens 431,132 Responstijd (gem.) 235.89s Responstijd (totaal) 5189.64s Responstijd (max) 685.87s Time-out: 10 Verkeerd antwoord: 6 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 6.9 Programmeren : 3.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 6.4 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#261#261	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 5 Invoer-tokens 118,752 Uitvoer-tokens 67,823 Redeneer-tokens 383,885 Responstijd (gem.) 85.34s Responstijd (totaal) 1877.49s Responstijd (max) 814.73s Verkeerd antwoord: 15 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#128#128	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.43s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 7 Invoer-tokens 101,056 Uitvoer-tokens 11,832 Redeneer-tokens 116,955 Responstijd (gem.) 68.43s Responstijd (totaal) 1505.53s Responstijd (max) 376.10s Verkeerd antwoord: 5 API-fout: 2 Time-out: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.2 Programmeren : 6.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#220#220	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.87s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 42.4% Instabiele tests 5 Invoer-tokens 50,423 Uitvoer-tokens 4,144 Redeneer-tokens 110,510 Responstijd (gem.) 15.87s Responstijd (totaal) 349.16s Responstijd (max) 118.35s Verkeerd antwoord: 9 API-fout: 3 Extra opmaak: 3 Anti-AI-trucs : 6.9 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#200#200	Qwen3.5-Flashnone	6.0	Qwen	$0.073 ↓	25.28s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 2 Invoer-tokens 282,356 Uitvoer-tokens 209,201 Redeneer-tokens 0 Responstijd (gem.) 25.28s Responstijd (totaal) 556.14s Responstijd (max) 480.96s Verkeerd antwoord: 14 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#164#164	Qwen3.5 Plus 2026-02-15none	6.6	Qwen	$0.073 ↓	9.86s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 2 Invoer-tokens 102,655 Uitvoer-tokens 29,370 Redeneer-tokens 0 Responstijd (gem.) 9.86s Responstijd (totaal) 157.77s Responstijd (max) 123.00s Verkeerd antwoord: 11 Anti-AI-trucs : 4.8 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#103#103	GPT-5.6 Lunamedium	7.4	OpenAI	$0.072 ↓	7.43s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.1% Instabiele tests 2 Invoer-tokens 89,685 Uitvoer-tokens 5,701 Redeneer-tokens 38,824 Responstijd (gem.) 7.43s Responstijd (totaal) 163.54s Responstijd (max) 29.85s Verkeerd antwoord: 9 Anti-AI-trucs : 8.3 Programmeren : 5.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.9 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#69#69	Qwen3.8 27Blow	7.9	Qwen	~$0.071	39.11s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 0 Invoer-tokens 99,705 Uitvoer-tokens 1,545 Redeneer-tokens 167,784 Responstijd (gem.) 39.11s Responstijd (totaal) 860.51s Responstijd (max) 376.04s Verkeerd antwoord: 4 Geen antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#274#274	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.070	12.46s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 7 Invoer-tokens 69,376 Uitvoer-tokens 97,752 Redeneer-tokens 0 Responstijd (gem.) 12.46s Responstijd (totaal) 274.11s Responstijd (max) 121.05s Verkeerd antwoord: 13 Extra opmaak: 3 API-fout: 1 Anti-AI-trucs : 5.3 Programmeren : 3.3 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 2.9 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