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)
#46#46	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
#47#47	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
#48#48	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
#57#57	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
#69#69	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
#75#75	Qwen3.8 Max (0902)low	8.6	Qwen	$1.131	29.07s
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 298,682 Tokens de saída 8,374 Tokens de raciocínio 80,549 Tempo de resposta (médio) 29.07s Tempo de resposta (total) 668.66s Tempo de resposta (máx.) 207.79s Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 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 : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#105#105	Claude Opus 4.7medium	8.1	Anthropic	$3.636	14.12s
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 437,293 Tokens de saída 29,102 Tokens de raciocínio 28,876 Tempo de resposta (médio) 14.12s Tempo de resposta (total) 310.55s Tempo de resposta (máx.) 150.60s Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 5.2 Truques anti-IA : 8.3 Programação : 7.6 Combinado : 10.0 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#119#119	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
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 296,760 Tokens de saída 4,371 Tokens de raciocínio 92,284 Tempo de resposta (médio) 11.78s Tempo de resposta (total) 271.03s Tempo de resposta (máx.) 84.47s Resposta incorreta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 2.8 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 10.0 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#346#346	Grok 4.20 Betamedium	4.9	X AI	$0.750 ↑	9.75s
Ver cartão do modelo Total de testes 18 Testes errados 4 Confiabilidade N/D Taxa de acerto por tentativa 63.8% Testes instáveis 1 Tokens de entrada 35,955 Tokens de saída 1,647 Tokens de raciocínio 91,565 Tempo de resposta (médio) 9.75s Tempo de resposta (total) 175.48s Tempo de resposta (máx.) 31.36s Resposta incorreta: 3 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 8.7 Programação : 3.3 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 0.0
#181#181	Qwen3.6 Max Previewmedium	7.0	Qwen	$1.132 ↓	66.52s
Ver cartão do modelo Total de testes 22 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 2 Tokens de entrada 79,249 Tokens de saída 5,097 Tokens de raciocínio 165,276 Tempo de resposta (médio) 66.52s Tempo de resposta (total) 1463.50s Tempo de resposta (máx.) 238.07s Resposta incorreta: 4 Tempo esgotado: 1 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 7.3 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
#30#30	Muse Spark Openhigh	9.2	Meta	$1.782	151.96s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.4 Taxa de acerto por tentativa 76.8% Testes instáveis 1 Tokens de entrada 270,889 Tokens de saída 10,688 Tokens de raciocínio 328,857 Tempo de resposta (médio) 151.96s Tempo de resposta (total) 3495.01s Tempo de resposta (máx.) 960.01s Tempo esgotado: 2 Resposta incorreta: 2 Erro de API: 1 Não seguiu as instruções: 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 : 9.8 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#32#32	Muse Wondermedium	9.2	Meta	$3.397	21.58s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.1 Taxa de acerto por tentativa 76.8% Testes instáveis 1 Tokens de entrada 241,489 Tokens de saída 11,575 Tokens de raciocínio 109,971 Tempo de resposta (médio) 21.58s Tempo de resposta (total) 496.40s Tempo de resposta (máx.) 162.73s Erro de API: 4 Resposta incorreta: 2 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 : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.6 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 4.7
#37#37	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	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
#40#40	Muse Wonderlow	9.1	Meta	$2.637	16.00s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.7 Taxa de acerto por tentativa 76.8% Testes instáveis 1 Tokens de entrada 244,997 Tokens de saída 11,148 Tokens de raciocínio 71,699 Tempo de resposta (médio) 16.00s Tempo de resposta (total) 367.91s Tempo de resposta (máx.) 83.98s Resposta incorreta: 4 Erro de API: 2 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 : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#42#42	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
#43#43	Muse Wonderminimal	9.1	Meta	$1.639	7.72s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.7 Taxa de acerto por tentativa 76.8% Testes instáveis 2 Tokens de entrada 238,532 Tokens de saída 9,812 Tokens de raciocínio 24,412 Tempo de resposta (médio) 7.72s Tempo de resposta (total) 177.57s Tempo de resposta (máx.) 42.89s Erro de API: 3 Resposta incorreta: 3 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 : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#52#52	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
#59#59	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
#66#66	Qwen3.8 27Bhigh	8.7	Qwen	~$0.298	166.34s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.7 Taxa de acerto por tentativa 78.3% Testes instáveis 2 Tokens de entrada 348,967 Tokens de saída 1,005 Tokens de raciocínio 676,075 Tempo de resposta (médio) 166.34s Tempo de resposta (total) 3825.81s Tempo de resposta (máx.) 640.85s Não seguiu as instruções: 2 Sem resposta: 2 Resposta incorreta: 2 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.1 Combinado : 10.0 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 : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#79#79	Qwen3.7 Maxmedium	8.5	Qwen	$1.689 ↓	48.35s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 4 Tokens de entrada 367,848 Tokens de saída 8,753 Tokens de raciocínio 250,279 Tempo de resposta (médio) 48.35s Tempo de resposta (total) 1112.11s Tempo de resposta (máx.) 556.06s Resposta incorreta: 5 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#93#93	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.3 Taxa de acerto por tentativa 78.3% Testes instáveis 2 Tokens de entrada 170,700 Tokens de saída 7,719 Tokens de raciocínio 225,608 Tempo de resposta (médio) 139.41s Tempo de resposta (total) 2788.26s Tempo de resposta (máx.) 766.58s Erro de API: 2 Sem resposta: 2 Formatação extra: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.5 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#95#95	Claude Opus 4.8medium	8.3	Anthropic	$3.490	16.72s
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 360,294 Tokens de saída 43,441 Tokens de raciocínio 24,401 Tempo de resposta (médio) 16.72s Tempo de resposta (total) 384.66s Tempo de resposta (máx.) 99.37s Resposta incorreta: 5 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 9.9 Análise e extração de dados : 7.1 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
#99#99	Grok 4.5high	8.2	X AI	$2.687 ↑	72.50s
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 342,124 Tokens de saída 7,135 Tokens de raciocínio 326,497 Tempo de resposta (médio) 72.50s Tempo de resposta (total) 1667.51s Tempo de resposta (máx.) 676.83s Resposta incorreta: 3 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#124#124	Grok 4.5medium	7.8	X AI	$2.996 ↑	68.44s
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 308,369 Tokens de saída 7,013 Tokens de raciocínio 299,031 Tempo de resposta (médio) 68.44s Tempo de resposta (total) 1574.14s Tempo de resposta (máx.) 436.38s Resposta incorreta: 6 Tarefas de agentes : 5.0 Truques anti-IA : 10.0 Programação : 7.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

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