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.)
#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
#228#228	Qwen3.8 27Bnone	5.5	Qwen	~$0.006	3.12s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 0 Invoer-tokens 122,463 Uitvoer-tokens 11,445 Redeneer-tokens 0 Responstijd (gem.) 3.12s Responstijd (totaal) 68.69s Responstijd (max) 44.76s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 7.7 Algemene intelligentie : 4.2 Instructies opvolgen : 6.3 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#266#266	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↑	51.99s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 7,608 Uitvoer-tokens 40,277 Redeneer-tokens 0 Responstijd (gem.) 51.99s Responstijd (totaal) 831.90s Responstijd (max) 143.82s API-fout: 6 Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 9.2 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#218#218	GLM 5V Turbonone	5.6	Z.ai	$0.052	2.99s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 0 Invoer-tokens 37,100 Uitvoer-tokens 1,766 Redeneer-tokens 0 Responstijd (gem.) 2.99s Responstijd (totaal) 62.74s Responstijd (max) 6.51s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#219#219	Owl Alphamedium	5.6	Openrouter	$0.000	11.95s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 43,478 Uitvoer-tokens 2,974 Redeneer-tokens 0 Responstijd (gem.) 11.95s Responstijd (totaal) 250.88s Responstijd (max) 58.63s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 4.8 Programmeren : 5.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 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
#297#297	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Modelkaart bekijken Totaal tests 19 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 11,793 Uitvoer-tokens 267,275 Redeneer-tokens 0 Responstijd (gem.) 28.69s Responstijd (totaal) 459.00s Responstijd (max) 138.35s Verkeerd antwoord: 7 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#169#169	LongCat 2.0none	6.4	Meituan	$0.044	5.17s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 2 Invoer-tokens 108,752 Uitvoer-tokens 9,375 Redeneer-tokens 0 Responstijd (gem.) 5.17s Responstijd (totaal) 113.83s Responstijd (max) 48.38s Verkeerd antwoord: 13 Extra opmaak: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.5 Puzzeloplossing : 4.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#175#175	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.066	4.37s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 3 Invoer-tokens 142,206 Uitvoer-tokens 14,744 Redeneer-tokens 0 Responstijd (gem.) 4.37s Responstijd (totaal) 96.20s Responstijd (max) 44.58s Verkeerd antwoord: 13 Geen antwoord: 1 Anti-AI-trucs : 3.0 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#186#186	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.5% Instabiele tests 6 Invoer-tokens 118,486 Uitvoer-tokens 156,166 Redeneer-tokens 860,619 Responstijd (gem.) 85.44s Responstijd (totaal) 1879.75s Responstijd (max) 525.14s Verkeerd antwoord: 8 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Anti-AI-trucs : 6.8 Programmeren : 7.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 5.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#189#189	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.122 ↓	13.10s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 94,477 Uitvoer-tokens 51,487 Redeneer-tokens 0 Responstijd (gem.) 13.10s Responstijd (totaal) 288.23s Responstijd (max) 206.05s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.9 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.2 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#190#190	Nemotron 3 Ultranone	6.1	NVIDIA	$0.093 ↕	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
#191#191	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.0% Instabiele tests 5 Invoer-tokens 122,854 Uitvoer-tokens 119,810 Redeneer-tokens 698,549 Responstijd (gem.) 96.61s Responstijd (totaal) 2125.51s Responstijd (max) 540.96s Verkeerd antwoord: 7 API-fout: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 6.3 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
#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
#196#196	GPT-5 Nanomedium	6.0	OpenAI	$0.118	54.20s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 54.5% Instabiele tests 9 Invoer-tokens 94,944 Uitvoer-tokens 12,037 Redeneer-tokens 270,400 Responstijd (gem.) 54.20s Responstijd (totaal) 867.23s Responstijd (max) 227.89s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 7.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 3.4 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#200#200	Dots 3 Note Previewmedium	5.9	Dots Studio	$0.000	67.13s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 8 Invoer-tokens 94,639 Uitvoer-tokens 108,013 Redeneer-tokens 571,526 Responstijd (gem.) 67.13s Responstijd (totaal) 1476.95s Responstijd (max) 459.19s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Geen antwoord: 2 Extra opmaak: 1 Anti-AI-trucs : 8.7 Programmeren : 4.2 Gecombineerd : 9.9 Gegevensparsering en extractie : 4.5 Domeinspecifiek : 3.6 Algemene intelligentie : 3.8 Instructies opvolgen : 8.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#208#208	North Mini Codemedium	5.7	Cohere	$0.000	141.99s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 8.5 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 81,742 Uitvoer-tokens 423,884 Redeneer-tokens 1,340,907 Responstijd (gem.) 141.99s Responstijd (totaal) 3123.87s Responstijd (max) 786.72s Verkeerd antwoord: 9 Extra opmaak: 2 API-fout: 1 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 8.4 Programmeren : 4.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#209#209	Nemotron 3 Supermedium	5.7	NVIDIA	$0.050 ↑	52.31s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 9.1 Slaagpercentage per poging 40.9% Instabiele tests 3 Invoer-tokens 81,438 Uitvoer-tokens 17,674 Redeneer-tokens 97,900 Responstijd (gem.) 52.31s Responstijd (totaal) 1046.21s Responstijd (max) 431.98s Verkeerd antwoord: 5 API-fout: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 3.1 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.1 Instructies opvolgen : 7.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#213#213	GLM 5.1none	5.7	Z.ai	$0.164 ↓	6.74s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 5 Invoer-tokens 124,219 Uitvoer-tokens 14,393 Redeneer-tokens 0 Responstijd (gem.) 6.74s Responstijd (totaal) 148.20s Responstijd (max) 61.20s Verkeerd antwoord: 12 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 4.0 Programmeren : 3.9 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#223#223	KAT-Coder-Air V2.5medium	5.6	Kwaipilot	$0.048	8.65s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 9.6 Slaagpercentage per poging 45.5% Instabiele tests 3 Invoer-tokens 51,369 Uitvoer-tokens 8,008 Redeneer-tokens 58,568 Responstijd (gem.) 8.65s Responstijd (totaal) 190.35s Responstijd (max) 48.19s Verkeerd antwoord: 10 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 3.6 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#221#221	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 3 Invoer-tokens 39,344 Uitvoer-tokens 2,352 Redeneer-tokens 0 Responstijd (gem.) 2.27s Responstijd (totaal) 45.50s Responstijd (max) 6.58s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#222#222	Owl Alphanone	5.6	Openrouter	$0.000	9.88s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 1 Invoer-tokens 42,283 Uitvoer-tokens 5,913 Redeneer-tokens 0 Responstijd (gem.) 9.88s Responstijd (totaal) 207.38s Responstijd (max) 47.10s Verkeerd antwoord: 10 Instructies niet gevolgd: 3 Extra opmaak: 1 Anti-AI-trucs : 3.4 Programmeren : 5.6 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.4 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#277#277	Cobuddymedium	4.7	Baidu	$0.000	39.90s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 6 Invoer-tokens 37,449 Uitvoer-tokens 1,677 Redeneer-tokens 116,703 Responstijd (gem.) 39.90s Responstijd (totaal) 797.98s Responstijd (max) 309.02s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.2 Instructies opvolgen : 9.8 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#283#283	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

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