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: 2026-10-19 Modelos avaliados: 451

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

451/451

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#35#35	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 1 Tokens de entrada 276,512 Tokens de saída 8,152 Tokens de raciocínio 96,444 Tempo de resposta (médio) 27.34s Tempo de resposta (total) 628.75s Tempo de resposta (máx.) 126.60s Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#36#36	DeepSeek V4.1 Flash 1017low	9.2	DeepSeek	$0.355	32.55s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 3 Tokens de entrada 267,122 Tokens de saída 7,369 Tokens de raciocínio 516,113 Tempo de resposta (médio) 32.55s Tempo de resposta (total) 748.62s Tempo de resposta (máx.) 443.63s Resposta incorreta: 5 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#38#38	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 4 Tokens de entrada 222,794 Tokens de saída 7,357 Tokens de raciocínio 58,930 Tempo de resposta (médio) 18.87s Tempo de resposta (total) 433.94s Tempo de resposta (máx.) 100.93s Resposta incorreta: 4 Não seguiu as instruções: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.6 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#39#39	Claude Haiku 5.5xhigh	9.1	Anthropic	$0.140	16.58s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 2 Tokens de entrada 394,509 Tokens de saída 10,349 Tokens de raciocínio 188,919 Tempo de resposta (médio) 16.58s Tempo de resposta (total) 381.40s Tempo de resposta (máx.) 92.74s Resposta incorreta: 2 Formatação extra: 1 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#40#40	Muse Spark 1.3high	9.1	Meta	$1.891	52.87s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 2 Tokens de entrada 257,320 Tokens de saída 14,459 Tokens de raciocínio 354,683 Tempo de resposta (médio) 52.87s Tempo de resposta (total) 1216.04s Tempo de resposta (máx.) 251.53s Resposta incorreta: 3 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 9.6 Conhecimentos gerais : 3.0
#42#42	Paretodefault	9.1	Unbiased	$1.520	33.47s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 87.0% Testes instáveis 2 Tokens de entrada 223,559 Tokens de saída 128,144 Tokens de raciocínio 0 Tempo de resposta (médio) 33.47s Tempo de resposta (total) 769.84s Tempo de resposta (máx.) 143.33s Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 7.2 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#43#43	Seed 2.1 Turbohigh	9.1	Bytedance Seed	$1.892	170.52s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 3 Tokens de entrada 246,954 Tokens de saída 8,378 Tokens de raciocínio 698,942 Tempo de resposta (médio) 170.52s Tempo de resposta (total) 3922.04s Tempo de resposta (máx.) 584.71s Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.2 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#46#46	Gemini 3.5 Flashlow	9.0	Google	$0.752	7.85s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 2 Tokens de entrada 244,533 Tokens de saída 3,450 Tokens de raciocínio 39,280 Tempo de resposta (médio) 7.85s Tempo de resposta (total) 180.45s Tempo de resposta (máx.) 53.74s Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 8.2 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#47#47	Qwen3.8 Max (0902)medium	9.0	Qwen	$1.096	30.42s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 2 Tokens de entrada 268,540 Tokens de saída 7,499 Tokens de raciocínio 85,499 Tempo de resposta (médio) 30.42s Tempo de resposta (total) 699.68s Tempo de resposta (máx.) 168.09s Resposta incorreta: 5 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#48#48	Muse Spark 1.3medium	9.0	Meta	$1.712	39.83s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 3 Tokens de entrada 250,676 Tokens de saída 13,511 Tokens de raciocínio 315,400 Tempo de resposta (médio) 39.83s Tempo de resposta (total) 916.20s Tempo de resposta (máx.) 219.77s Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 9.6 Conhecimentos gerais : 3.0
#49#49	Gemini 3.5 Flash Litehigh	9.0	Google	$0.624	11.92s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 2 Tokens de entrada 244,529 Tokens de saída 6,784 Tokens de raciocínio 213,142 Tempo de resposta (médio) 11.92s Tempo de resposta (total) 274.14s Tempo de resposta (máx.) 53.09s Resposta incorreta: 5 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 9.9 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#50#50	Gemini 4 Argonmedium	9.0	Google	$0.674	6.63s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 1 Tokens de entrada 215,326 Tokens de saída 6,668 Tokens de raciocínio 17,615 Tempo de resposta (médio) 6.63s Tempo de resposta (total) 152.50s Tempo de resposta (máx.) 62.49s Resposta incorreta: 4 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#51#51	Claude Opus 5low	9.0	Anthropic	$2.350	9.87s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 1 Tokens de entrada 352,845 Tokens de saída 16,553 Tokens de raciocínio 7,007 Tempo de resposta (médio) 9.87s Tempo de resposta (total) 226.95s Tempo de resposta (máx.) 73.15s Resposta incorreta: 4 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#52#52	Gemini 3.6 Flashlow	9.0	Google	$0.363 ↓	6.82s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 89.9% Testes instáveis 3 Tokens de entrada 197,570 Tokens de saída 6,364 Tokens de raciocínio 50,704 Tempo de resposta (médio) 6.82s Tempo de resposta (total) 156.81s Tempo de resposta (máx.) 48.53s Resposta incorreta: 4 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 7.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#53#53	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 82.6% Testes instáveis 3 Tokens de entrada 255,743 Tokens de saída 8,684 Tokens de raciocínio 207,435 Tempo de resposta (médio) 54.04s Tempo de resposta (total) 1242.97s Tempo de resposta (máx.) 333.47s Resposta incorreta: 2 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#56#56	Muse Spark 1.2medium	8.9	Meta	$1.590	21.28s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 4 Tokens de entrada 292,604 Tokens de saída 9,569 Tokens de raciocínio 278,408 Tempo de resposta (médio) 21.28s Tempo de resposta (total) 489.46s Tempo de resposta (máx.) 142.49s Não seguiu as instruções: 3 Resposta incorreta: 3 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.3 Programação : 10.0 Combinado : 8.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#57#57	Muse Spark 1.1medium	8.9	Meta	$1.665	27.02s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.9% Testes instáveis 2 Tokens de entrada 305,707 Tokens de saída 10,240 Tokens de raciocínio 291,479 Tempo de resposta (médio) 27.02s Tempo de resposta (total) 621.38s Tempo de resposta (máx.) 165.38s Resposta incorreta: 4 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#58#58	Claude Fable 5medium	8.9	Anthropic	$5.089	16.84s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 1 Tokens de entrada 272,411 Tokens de saída 35,497 Tokens de raciocínio 11,788 Tempo de resposta (médio) 16.84s Tempo de resposta (total) 387.26s Tempo de resposta (máx.) 80.80s Sem resposta: 3 Chamada de ferramenta inválida: 1 Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#59#59	Pareto 26.9default	8.9	Unbiased	$1.864	28.26s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 6 Tokens de entrada 218,199 Tokens de saída 175,696 Tokens de raciocínio 0 Tempo de resposta (médio) 28.26s Tempo de resposta (total) 649.90s Tempo de resposta (máx.) 151.76s Resposta incorreta: 6 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.5 Programação : 10.0 Combinado : 8.2 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#60#60	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 3 Tokens de entrada 262,495 Tokens de saída 7,787 Tokens de raciocínio 86,149 Tempo de resposta (médio) 25.09s Tempo de resposta (total) 577.14s Tempo de resposta (máx.) 155.75s Resposta incorreta: 5 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#61#61	GPT-5.4medium	8.8	OpenAI	$2.213 ↑	24.81s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 4 Tokens de entrada 223,210 Tokens de saída 7,312 Tokens de raciocínio 89,190 Tempo de resposta (médio) 24.81s Tempo de resposta (total) 570.60s Tempo de resposta (máx.) 100.41s Resposta incorreta: 5 Não seguiu as instruções: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 8.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#65#65	Muse Spark 1.2low	8.7	Meta	$0.881	11.81s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 3 Tokens de entrada 254,914 Tokens de saída 10,303 Tokens de raciocínio 121,928 Tempo de resposta (médio) 11.81s Tempo de resposta (total) 271.60s Tempo de resposta (máx.) 56.77s Resposta incorreta: 4 Não seguiu as instruções: 3 Tarefas de agentes : 10.0 Truques anti-IA : 9.2 Programação : 8.4 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#66#66	GPT-5.2medium	8.7	OpenAI	$1.558 ↑	31.29s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.9% Testes instáveis 4 Tokens de entrada 235,207 Tokens de saída 11,065 Tokens de raciocínio 69,473 Tempo de resposta (médio) 31.29s Tempo de resposta (total) 531.98s Tempo de resposta (máx.) 116.86s Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 3.7 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#69#69	Seed 2.1 Turbomedium	8.7	Bytedance Seed	$2.042	189.13s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 5 Tokens de entrada 234,572 Tokens de saída 8,019 Tokens de raciocínio 761,563 Tempo de resposta (médio) 189.13s Tempo de resposta (total) 4349.92s Tempo de resposta (máx.) 885.33s Resposta incorreta: 5 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.2 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 9.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#70#70	GPT-6 Sollow	8.7	OpenAI	$0.477	8.72s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 87.0% Testes instáveis 4 Tokens de entrada 172,359 Tokens de saída 5,026 Tokens de raciocínio 8,185 Tempo de resposta (médio) 8.72s Tempo de resposta (total) 200.61s Tempo de resposta (máx.) 48.43s Resposta incorreta: 5 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 4.7

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