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.)
#128#128	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
#131#131	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 8 Invoer-tokens 118,496 Uitvoer-tokens 53,522 Redeneer-tokens 167,420 Responstijd (gem.) 98.19s Responstijd (totaal) 1571.05s Responstijd (max) 281.00s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.3 Programmeren : 6.1 Gecombineerd : 6.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#134#134	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 7 Invoer-tokens 114,477 Uitvoer-tokens 12,786 Redeneer-tokens 457,290 Responstijd (gem.) 47.38s Responstijd (totaal) 1042.43s Responstijd (max) 593.64s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 5.8 Puzzeloplossing : 7.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#139#139	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 7.3 Slaagpercentage per poging 63.6% Instabiele tests 7 Invoer-tokens 76,036 Uitvoer-tokens 7,267 Redeneer-tokens 364,176 Responstijd (gem.) 101.05s Responstijd (totaal) 2223.19s Responstijd (max) 626.58s API-fout: 6 Verkeerd antwoord: 4 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.9 Programmeren : 8.9 Gecombineerd : 4.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 4.7 Algemene kennis : 3.0
#149#149	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 9.9 Slaagpercentage per poging 54.6% Instabiele tests 4 Invoer-tokens 90,870 Uitvoer-tokens 5,676 Redeneer-tokens 314,918 Responstijd (gem.) 113.61s Responstijd (totaal) 2499.46s Responstijd (max) 560.39s Verkeerd antwoord: 7 API-fout: 2 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#157#157	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
#162#162	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	106.06s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 7 Invoer-tokens 106,176 Uitvoer-tokens 33,013 Redeneer-tokens 239,560 Responstijd (gem.) 106.06s Responstijd (totaal) 2333.36s Responstijd (max) 1085.11s Verkeerd antwoord: 5 Geen antwoord: 3 Ongeldige toolaanroep: 2 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.3 Programmeren : 7.7 Gecombineerd : 6.7 Gegevensparsering en extractie : 3.5 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#167#167	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	61.81s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 5 Invoer-tokens 113,889 Uitvoer-tokens 110,550 Redeneer-tokens 496,487 Responstijd (gem.) 61.81s Responstijd (totaal) 1359.72s Responstijd (max) 417.36s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.6 Algemene intelligentie : 4.0 Instructies opvolgen : 7.9 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#168#168	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	67.81s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 6 Invoer-tokens 127,621 Uitvoer-tokens 141,858 Redeneer-tokens 590,204 Responstijd (gem.) 67.81s Responstijd (totaal) 1491.80s Responstijd (max) 480.52s Verkeerd antwoord: 8 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 5.8 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 3.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#177#177	GPT-5.6 Lunalow	6.2	OpenAI	$0.051 ↓	5.20s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 54.5% Instabiele tests 5 Invoer-tokens 96,355 Uitvoer-tokens 8,213 Redeneer-tokens 18,073 Responstijd (gem.) 5.20s Responstijd (totaal) 114.46s Responstijd (max) 19.44s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 8.5 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#179#179	Gemini 3.1 Flash Liteminimal	6.1	Google	$0.047	1.85s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 3 Invoer-tokens 119,076 Uitvoer-tokens 11,118 Redeneer-tokens 0 Responstijd (gem.) 1.85s Responstijd (totaal) 40.74s Responstijd (max) 12.97s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.0 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
#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
#205#205	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
#270#270	Grok 4.20 Multi Agent Betamedium	4.8	X AI	$5.599 ↑	9.69s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 48.5% Instabiele tests 5 Invoer-tokens 721,952 Uitvoer-tokens 294,668 Redeneer-tokens 305,374 Responstijd (gem.) 9.69s Responstijd (totaal) 155.07s Responstijd (max) 35.28s Verkeerd antwoord: 4 API-fout: 2 Extra opmaak: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.9 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.7 Toolaanroepen : 3.0 Algemene kennis : 0.0
#274#274	Hunter Alphamedium	4.7	OpenRouter	$0.000	10.33s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 28,927 Uitvoer-tokens 4,682 Redeneer-tokens 17,969 Responstijd (gem.) 10.33s Responstijd (totaal) 175.58s Responstijd (max) 30.53s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 7.3 Programmeren : 9.8 Gecombineerd : 2.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 7.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.1 Toolaanroepen : 10.0 Algemene kennis : 0.0
#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
#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
#152#152	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 4 Invoer-tokens 93,411 Uitvoer-tokens 30,470 Redeneer-tokens 356,172 Responstijd (gem.) 153.29s Responstijd (totaal) 3372.36s Responstijd (max) 941.66s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Anti-AI-trucs : 8.9 Programmeren : 7.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 3.6 Domeinspecifiek : 3.6 Algemene intelligentie : 5.1 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#155#155	Qwen3.5-27Bnone	6.6	Qwen	$0.058 ↓	4.77s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 102,325 Uitvoer-tokens 24,323 Redeneer-tokens 0 Responstijd (gem.) 4.77s Responstijd (totaal) 105.00s Responstijd (max) 69.46s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 5.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#163#163	Laguna XS 2.1medium	6.5	Poolside	$0.068	48.18s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 118,998 Uitvoer-tokens 30,750 Redeneer-tokens 491,730 Responstijd (gem.) 48.18s Responstijd (totaal) 1059.93s Responstijd (max) 422.72s Verkeerd antwoord: 10 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 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
#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
#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
#211#211	Inkling Smalllow	5.7	Thinkingmachines	$0.055 ↓	2.07s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 4 Invoer-tokens 81,447 Uitvoer-tokens 2,715 Redeneer-tokens 11,971 Responstijd (gem.) 2.07s Responstijd (totaal) 45.64s Responstijd (max) 5.82s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 9.2 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.3 Instructies opvolgen : 9.9 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 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