Leaderboard do AI Benchy

Name: Resultados de benchmark de modelos AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-10-17 Modelos avaliados: 442

Modelos recomendados

GPT-6.1 Sol xhigh Inteligente Taxa de acerto por tentativa 97.1% Testes corretos 22 / 23 Pontuação 9.9/10 Gemini 3.7 Flash low Rápido Tempo de resposta (médio) 6.24s Total de tokens de saída 38,453 Pontuação 9.4/10 GPT-6 Luna high Acessível Preço de entrada $0.100 / 1M Preço de saída $0.500 / 1M Preço de leitura do cache $0.010 / 1M Preço de escrita no cache $0.125 / 1M Pontuação 7.7/10

442/442

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#409#409	Laguna Xs.2medium	3.3	Poolside	$0.015 ↕	6.73s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 42.0% Testes instáveis 6 Tokens de entrada 39,481 Tokens de saída 54,218 Tokens de raciocínio 0 Tempo de resposta (médio) 6.73s Tempo de resposta (total) 100.98s Tempo de resposta (máx.) 29.11s Resposta incorreta: 6 Erro de API: 4 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 6.9 Programação : 2.1 Combinado : 1.5 Análise e extração de dados : 7.1 Específico do domínio : 4.1 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#287#287	Qwen3.8 Flash Nextnone	5.8	Qwen	~$0.011	5.71s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 43.5% Testes instáveis 3 Tokens de entrada 266,004 Tokens de saída 9,077 Tokens de raciocínio 0 Tempo de resposta (médio) 5.71s Tempo de resposta (total) 131.36s Tempo de resposta (máx.) 65.25s Resposta incorreta: 14 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 6.1 Seguimento de instruções : 7.1 Resolução de quebra-cabeças : 6.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#431#431	Clef Omnidefault	1.9	Cloudflare	$0.011	880ms
Ver cartão do modelo Total de testes 12 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 8.7% Testes instáveis 0 Tokens de entrada 70,125 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 880ms Tempo de resposta (total) 10.56s Tempo de resposta (máx.) 1.31s Resposta incorreta: 9 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.5 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#315#315	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 39.1% Testes instáveis 0 Tokens de entrada 281,460 Tokens de saída 13,791 Tokens de raciocínio 0 Tempo de resposta (médio) 5.05s Tempo de resposta (total) 116.11s Tempo de resposta (máx.) 47.42s Resposta incorreta: 12 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.7 Inteligência geral : 4.2 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#439#439	Solar Decidedefault	1.0	Upstage	$0.009 ↑	6.01s
Ver cartão do modelo Total de testes 7 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 14.5% Testes instáveis 3 Tokens de entrada 47,586 Tokens de saída 51 Tokens de raciocínio 0 Tempo de resposta (médio) 6.01s Tempo de resposta (total) 42.05s Tempo de resposta (máx.) 13.10s Resposta incorreta: 5 Tarefas de agentes : 0.0 Truques anti-IA : 0.8 Programação : 0.0 Combinado : 0.0 Análise e extração de dados : 3.7 Específico do domínio : 4.3 Inteligência geral : 0.0 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#403#403	Laguna M.1default	3.6	Poolside	$0.009 ↕	2.89s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 9.8 Taxa de acerto por tentativa 26.1% Testes instáveis 3 Tokens de entrada 38,147 Tokens de saída 2,054 Tokens de raciocínio 0 Tempo de resposta (médio) 2.89s Tempo de resposta (total) 43.28s Tempo de resposta (máx.) 15.42s Resposta incorreta: 10 Erro de API: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.4 Programação : 2.5 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#397#397	Nemotron 3.5 Lightningnone	3.8	NVIDIA	$0.009 ↕	15.92s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 9.8 Taxa de acerto por tentativa 15.9% Testes instáveis 2 Tokens de entrada 97,418 Tokens de saída 4,779 Tokens de raciocínio 0 Tempo de resposta (médio) 15.92s Tempo de resposta (total) 366.20s Tempo de resposta (máx.) 339.57s Resposta incorreta: 16 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tempo esgotado: 1 Tarefas de agentes : 3.0 Truques anti-IA : 4.8 Programação : 3.1 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#430#430	Classify-1default	2.2	Scaledown	$0.008	4.58s
Ver cartão do modelo Total de testes 12 Testes errados 9 Confiabilidade 9.4 Taxa de acerto por tentativa 18.8% Testes instáveis 2 Tokens de entrada 195,645 Tokens de saída 164 Tokens de raciocínio 0 Tempo de resposta (médio) 4.58s Tempo de resposta (total) 55.01s Tempo de resposta (máx.) 13.35s Resposta incorreta: 8 Erro de API: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.7 Combinado : 0.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#379#379	Trinity Large Previewdefault	4.4	Arcee AI	$0.008 ↑	2.83s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 20.3% Testes instáveis 2 Tokens de entrada 29,828 Tokens de saída 2,169 Tokens de raciocínio 0 Tempo de resposta (médio) 2.83s Tempo de resposta (total) 56.65s Tempo de resposta (máx.) 14.34s Resposta incorreta: 12 Erro de API: 3 Não seguiu as instruções: 3 Tarefas de agentes : 3.0 Truques anti-IA : 3.1 Programação : 3.7 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.5 Seguimento de instruções : 3.5 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#415#415	Grok 4.1 Fastdefault	3.1	X AI	$0.008 ↓	1.62s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 18.8% Testes instáveis 3 Tokens de entrada 36,608 Tokens de saída 1,723 Tokens de raciocínio 0 Tempo de resposta (médio) 1.62s Tempo de resposta (total) 19.48s Tempo de resposta (máx.) 5.51s Resposta incorreta: 13 Não seguiu as instruções: 3 Tarefas de agentes : 0.0 Truques anti-IA : 3.2 Programação : 1.8 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.4 Seguimento de instruções : 3.0 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#410#410	Hy3 previewnone	3.3	Tencent	$0.007 ↕	12.92s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 21.7% Testes instáveis 2 Tokens de entrada 27,172 Tokens de saída 2,661 Tokens de raciocínio 0 Tempo de resposta (médio) 12.92s Tempo de resposta (total) 232.64s Tempo de resposta (máx.) 35.84s Resposta incorreta: 8 Erro de API: 4 Não seguiu as instruções: 4 Formatação extra: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.8 Programação : 2.7 Combinado : 1.5 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 4.1 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#396#396	Granite 4.1 8bdefault	3.8	IBM Granite	$0.007	1.38s
Ver cartão do modelo Total de testes 23 Testes errados 21 Confiabilidade 10.0 Taxa de acerto por tentativa 8.7% Testes instáveis 0 Tokens de entrada 113,836 Tokens de saída 5,996 Tokens de raciocínio 0 Tempo de resposta (médio) 1.38s Tempo de resposta (total) 31.81s Tempo de resposta (máx.) 16.67s Resposta incorreta: 13 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Erro de API: 1 Formatação extra: 1 Tarefas de agentes : 3.0 Truques anti-IA : 4.9 Programação : 4.5 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 3.6 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#427#427	GPT-6 Luna Decisionsdefault	2.4	OpenAI	$0.005	495ms
Ver cartão do modelo Total de testes 12 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 13.0% Testes instáveis 0 Tokens de entrada 47,583 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 495ms Tempo de resposta (total) 5.94s Tempo de resposta (máx.) 842ms Resposta incorreta: 8 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 2.3 Programação : 2.5 Combinado : 0.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#416#416	Laguna Xs.2default	3.1	Poolside	$0.004 ↕	806ms
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 21.7% Testes instáveis 0 Tokens de entrada 33,675 Tokens de saída 2,826 Tokens de raciocínio 0 Tempo de resposta (médio) 806ms Tempo de resposta (total) 12.09s Tempo de resposta (máx.) 2.01s Resposta incorreta: 8 Erro de API: 4 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.0 Programação : 0.8 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#329#329	Ling 3.0 Flashnone	5.2	Inclusionai	$0.004 ↕	3.40s
Ver cartão do modelo Total de testes 23 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 26.1% Testes instáveis 0 Tokens de entrada 123,993 Tokens de saída 12,777 Tokens de raciocínio 0 Tempo de resposta (médio) 3.40s Tempo de resposta (total) 74.77s Tempo de resposta (máx.) 17.51s Resposta incorreta: 13 Erro de API: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#423#423	Jev 1.13default	2.6	Typesafe	$0.003	698ms
Ver cartão do modelo Total de testes 12 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 26.1% Testes instáveis 0 Tokens de entrada 67,092 Tokens de saída 18,927 Tokens de raciocínio 0 Tempo de resposta (médio) 698ms Tempo de resposta (total) 8.38s Tempo de resposta (máx.) 1.08s Resposta incorreta: 6 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.2 Combinado : 0.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 3.3 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#429#429	Jev 1.14default	2.3	Typesafe	$0.003	377ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 23.2% Testes instáveis 2 Tokens de entrada 67,092 Tokens de saída 18,927 Tokens de raciocínio 0 Tempo de resposta (médio) 377ms Tempo de resposta (total) 4.52s Tempo de resposta (máx.) 546ms Resposta incorreta: 7 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.7 Combinado : 0.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#437#437	Solar Decide Flashdefault	1.7	Upstage	$0.003	1.33s
Ver cartão do modelo Total de testes 7 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 13.0% Testes instáveis 0 Tokens de entrada 47,586 Tokens de saída 51 Tokens de raciocínio 0 Tempo de resposta (médio) 1.33s Tempo de resposta (total) 9.32s Tempo de resposta (máx.) 1.66s Resposta incorreta: 4 Tarefas de agentes : 0.0 Truques anti-IA : 0.8 Programação : 0.0 Combinado : 0.0 Análise e extração de dados : 10.0 Específico do domínio : 4.4 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#421#421	d1-ultradefault	2.7	Liquid	$0.003	531ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 20.3% Testes instáveis 1 Tokens de entrada 55,956 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 531ms Tempo de resposta (total) 6.38s Tempo de resposta (máx.) 697ms Resposta incorreta: 7 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 5.3 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#434#434	D1default	1.9	Liquid	$0.003	508ms
Ver cartão do modelo Total de testes 12 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 11.6% Testes instáveis 1 Tokens de entrada 55,956 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 508ms Tempo de resposta (total) 6.10s Tempo de resposta (máx.) 820ms Resposta incorreta: 10 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.2 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#428#428	Kev 4Bdefault	2.4	Jaredpalmer	$0.002	5.63s
Ver cartão do modelo Total de testes 12 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 15.9% Testes instáveis 1 Tokens de entrada 42,804 Tokens de saída 28,061 Tokens de raciocínio 0 Tempo de resposta (médio) 5.63s Tempo de resposta (total) 67.61s Tempo de resposta (máx.) 17.79s Resposta incorreta: 9 Tarefas de agentes : 0.0 Truques anti-IA : 2.3 Programação : 4.5 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 2.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#438#438	Microsoft-Decision-1default	1.4	Microsoft	$0.002	982ms
Ver cartão do modelo Total de testes 12 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 7.3% Testes instáveis 1 Tokens de entrada 41,466 Tokens de saída 69 Tokens de raciocínio 0 Tempo de resposta (médio) 982ms Tempo de resposta (total) 11.78s Tempo de resposta (máx.) 1.41s Resposta incorreta: 11 Tarefas de agentes : 0.0 Truques anti-IA : 4.4 Programação : 2.2 Combinado : 0.0 Análise e extração de dados : 3.0 Específico do domínio : 3.0 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#426#426	Drex v1.5default	2.4	Nace AI	$0.002	986ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 17.4% Testes instáveis 0 Tokens de entrada 42,804 Tokens de saída 27,468 Tokens de raciocínio 0 Tempo de resposta (médio) 986ms Tempo de resposta (total) 11.84s Tempo de resposta (máx.) 1.38s Resposta incorreta: 8 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 4.5 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#373#373	Ling 2.6 Flashdefault	4.5	Inclusionai	$0.002 ↑	10.21s
Ver cartão do modelo Total de testes 23 Testes errados 17 Confiabilidade 9.6 Taxa de acerto por tentativa 29.0% Testes instáveis 2 Tokens de entrada 114,384 Tokens de saída 14,903 Tokens de raciocínio 0 Tempo de resposta (médio) 10.21s Tempo de resposta (total) 214.31s Tempo de resposta (máx.) 36.03s Resposta incorreta: 9 Erro de API: 3 Chamada de ferramenta inválida: 3 Não seguiu as instruções: 2 Tarefas de agentes : 3.0 Truques anti-IA : 6.8 Programação : 5.3 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#425#425	Decider V1.1 27Bdefault	2.6	Perplexity	$0.002	320ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 17.4% Testes instáveis 0 Tokens de entrada 73,557 Tokens de saída 69 Tokens de raciocínio 0 Tempo de resposta (médio) 320ms Tempo de resposta (total) 3.84s Tempo de resposta (máx.) 491ms Resposta incorreta: 8 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 4.9 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0

Tendências globais do benchmark

Veja como os modelos atuais equilibram pontuação, custo, velocidade, comprimento da saída e desempenho por categoria.

Gráficos →

Fronteira de Pareto: inteligência vs custo

Evolução da melhor pontuação das empresas líderes

Fronteira de Pareto: inteligência vs velocidade de resposta

Fronteira de Pareto: pontuação vs tokens de saída

Dificuldade das categorias entre os modelos

Comparação rápida

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