Таблица лидеров AI Benchy

Name: Результаты бенчмарка моделей AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-02 Оценено моделей: 311

Рекомендуемые модели

GPT-5.6 Sol high Интеллектуальная Доля успешных попыток 89.4% Тестов верно 18 / 22 Оценка 9.4/10 GPT-5.6 Luna medium Быстрая Время ответа (среднее) 7.43s Общее число выходных токенов 44,525 Оценка 7.4/10 DeepSeek V4 Flash 0731 high Доступная Цена входа $0.065 / 1M Цена выхода $0.180 / 1M Оценка 8.0/10

311/311

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#94#94	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 72.7% Нестабильные тесты 5 Входные токены 113,569 Выходные токены 9,823 Токены рассуждений 264,886 Время ответа (среднее) 91.76s Время ответа (суммарно) 1376.42s Время ответа (макс.) 304.85s Неверный ответ: 4 Тайм-аут: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.2 Программирование : 6.6 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#83#83	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.489 ↑	92.50s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 63.6% Нестабильные тесты 6 Входные токены 90,757 Выходные токены 22,928 Токены рассуждений 186,516 Время ответа (среднее) 92.50s Время ответа (суммарно) 2035.01s Время ответа (макс.) 416.76s Неверный ответ: 7 Не соблюдены инструкции: 2 Ошибка API: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 5.7 Программирование : 6.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 7.8 Решение головоломок : 6.9 Вызов инструментов : 9.8 Эрудиция : 3.0
#133#133	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.116	93.10s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 8.7 Доля успешных попыток 57.6% Нестабильные тесты 3 Входные токены 125,704 Выходные токены 10,781 Токены рассуждений 247,541 Время ответа (среднее) 93.10s Время ответа (суммарно) 1768.91s Время ответа (макс.) 301.78s Неверный ответ: 5 Тайм-аут: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.6 Программирование : 5.5 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#58#58	Muse Glimmer 30Bxhigh	8.1	Meta	$0.510 ↓	95.55s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 9.9 Доля успешных попыток 69.7% Нестабильные тесты 4 Входные токены 110,930 Выходные токены 116,373 Токены рассуждений 330,471 Время ответа (среднее) 95.55s Время ответа (суммарно) 2102.12s Время ответа (макс.) 576.79s Неверный ответ: 4 Нет ответа: 3 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 6.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.5 Следование инструкциям : 8.4 Решение головоломок : 7.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#194#194	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 47.0% Нестабильные тесты 5 Входные токены 122,854 Выходные токены 119,810 Токены рассуждений 698,549 Время ответа (среднее) 96.61s Время ответа (суммарно) 2125.51s Время ответа (макс.) 540.96s Неверный ответ: 7 Ошибка API: 2 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Нет ответа: 1 Анти-ИИ уловки : 8.3 Программирование : 5.3 Комбинированный : 5.2 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 4.4 Решение головоломок : 6.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#134#134	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 63.6% Нестабильные тесты 8 Входные токены 118,496 Выходные токены 53,522 Токены рассуждений 167,420 Время ответа (среднее) 98.19s Время ответа (суммарно) 1571.05s Время ответа (макс.) 281.00s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 7.3 Программирование : 6.1 Комбинированный : 6.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#142#142	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 7.3 Доля успешных попыток 63.6% Нестабильные тесты 7 Входные токены 76,036 Выходные токены 7,267 Токены рассуждений 364,176 Время ответа (среднее) 101.05s Время ответа (суммарно) 2223.19s Время ответа (макс.) 626.58s Ошибка API: 6 Неверный ответ: 4 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.9 Программирование : 8.9 Комбинированный : 4.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 4.8 Следование инструкциям : 9.8 Решение головоломок : 8.2 Вызов инструментов : 4.7 Эрудиция : 3.0
#149#149	Gemma 4 26B A4Bmedium	6.8	Google	$0.092 ↓	104.93s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 69.7% Нестабильные тесты 1 Входные токены 77,528 Выходные токены 26,048 Токены рассуждений 227,598 Время ответа (среднее) 104.93s Время ответа (суммарно) 2203.52s Время ответа (макс.) 912.19s Нет ответа: 2 Тайм-аут: 2 Неверный ответ: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 2.9 Комбинированный : 6.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#165#165	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	106.06s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 60.6% Нестабильные тесты 7 Входные токены 106,176 Выходные токены 33,013 Токены рассуждений 239,560 Время ответа (среднее) 106.06s Время ответа (суммарно) 2333.36s Время ответа (макс.) 1085.11s Неверный ответ: 5 Нет ответа: 3 Недопустимый вызов инструмента: 2 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.3 Программирование : 7.7 Комбинированный : 6.7 Парсинг и извлечение данных : 3.5 Предметно-ориентированное : 2.9 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#304#304	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 19 Надежность 6.0 Доля успешных попыток 25.8% Нестабильные тесты 5 Входные токены 17,195 Выходные токены 46,735 Токены рассуждений 366,707 Время ответа (среднее) 107.51s Время ответа (суммарно) 1720.15s Время ответа (макс.) 569.97s Тайм-аут: 11 Нет ответа: 3 Неверный ответ: 2 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 5.1 Программирование : 2.9 Комбинированный : 3.0 Парсинг и извлечение данных : 3.6 Предметно-ориентированное : 3.6 Общий интеллект : 2.8 Следование инструкциям : 6.5 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#183#183	Qwen3.5-35B-A3Bmedium	6.1	Qwen	$1.140 ↑	110.84s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 65.2% Нестабильные тесты 6 Входные токены 130,450 Выходные токены 54,857 Токены рассуждений 838,606 Время ответа (среднее) 110.84s Время ответа (суммарно) 2438.58s Время ответа (макс.) 950.25s Тайм-аут: 4 Нет ответа: 3 Неверный ответ: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 5.9 Комбинированный : 3.8 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 3.5 Общий интеллект : 2.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#240#240	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 18 Надежность 10.0 Доля успешных попыток 27.3% Нестабильные тесты 5 Входные токены 208,937 Выходные токены 175,588 Токены рассуждений 409,276 Время ответа (среднее) 111.60s Время ответа (суммарно) 2455.24s Время ответа (макс.) 1190.11s Неверный ответ: 11 Недопустимый вызов инструмента: 2 Нет ответа: 2 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.4 Программирование : 5.3 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.6 Следование инструкциям : 4.6 Решение головоломок : 2.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#95#95	Qwen3.5-27Bmedium	7.5	Qwen	$0.982 ↓	113.28s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 75.8% Нестабильные тесты 6 Входные токены 111,644 Выходные токены 16,113 Токены рассуждений 598,796 Время ответа (среднее) 113.28s Время ответа (суммарно) 2492.26s Время ответа (макс.) 1026.43s Неверный ответ: 4 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.7 Программирование : 6.2 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#152#152	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 9.9 Доля успешных попыток 54.6% Нестабильные тесты 4 Входные токены 90,870 Выходные токены 5,676 Токены рассуждений 314,918 Время ответа (среднее) 113.61s Время ответа (суммарно) 2499.46s Время ответа (макс.) 560.39s Неверный ответ: 7 Ошибка API: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.6 Комбинированный : 10.0 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#62#62	DeepSeek V4 Flash 0731high	8.0	DeepSeek	$0.084 ↓	114.94s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 75.8% Нестабильные тесты 5 Входные токены 96,702 Выходные токены 16,966 Токены рассуждений 496,341 Время ответа (среднее) 114.94s Время ответа (суммарно) 2528.65s Время ответа (макс.) 600.61s Неверный ответ: 4 Не соблюдены инструкции: 2 Ошибка API: 1 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 6.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#116#116	Kimi K2.6medium	7.2	Moonshot AI	$1.247 ↑	115.89s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.6% Нестабильные тесты 4 Входные токены 68,913 Выходные токены 64,654 Токены рассуждений 282,865 Время ответа (среднее) 115.89s Время ответа (суммарно) 2433.66s Время ответа (макс.) 876.20s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Нет ответа: 1 Анти-ИИ уловки : 7.0 Программирование : 5.7 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#24#24	Muse Spark 1.3high	9.0	Meta	$1.252	117.06s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 5 Надежность 9.5 Доля успешных попыток 81.8% Нестабильные тесты 3 Входные токены 99,477 Выходные токены 14,053 Токены рассуждений 251,124 Время ответа (среднее) 117.06s Время ответа (суммарно) 2575.43s Время ответа (макс.) 470.12s Неверный ответ: 2 Ошибка API: 1 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 10.0 Вызов инструментов : 9.6 Эрудиция : 3.0
#56#56	Qwen3.8 2.4T A95Blow	8.1	Qwen	$2.672	118.97s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 7 Надежность 9.4 Доля успешных попыток 72.7% Нестабильные тесты 2 Входные токены 113,279 Выходные токены 121,045 Токены рассуждений 374,496 Время ответа (среднее) 118.97s Время ответа (суммарно) 2617.41s Время ответа (макс.) 534.21s Неверный ответ: 4 Нет ответа: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 7.8 Комбинированный : 8.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.2 Общий интеллект : 6.1 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#125#125	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 62.1% Нестабильные тесты 5 Входные токены 79,740 Выходные токены 23,357 Токены рассуждений 339,837 Время ответа (среднее) 120.58s Время ответа (суммарно) 2652.77s Время ответа (макс.) 491.07s Неверный ответ: 5 Не соблюдены инструкции: 3 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 5.7 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 5.5 Следование инструкциям : 7.9 Решение головоломок : 8.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#105#105	Qwen3.8 2.4T A95Bhigh	7.4	Qwen	$2.357	120.59s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 9.4 Доля успешных попыток 74.2% Нестабильные тесты 4 Входные токены 108,931 Выходные токены 112,801 Токены рассуждений 343,227 Время ответа (среднее) 120.59s Время ответа (суммарно) 2653.05s Время ответа (макс.) 532.28s Неверный ответ: 3 Не соблюдены инструкции: 2 Нет ответа: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 5.9 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 6.1 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#138#138	Seed-2.0-Codehigh	6.9	Bytedance Seed	$1.273	124.18s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 8.6 Доля успешных попыток 63.6% Нестабильные тесты 5 Входные токены 81,970 Выходные токены 7,186 Токены рассуждений 403,389 Время ответа (среднее) 124.18s Время ответа (суммарно) 2732.03s Время ответа (макс.) 675.30s Ошибка API: 5 Неверный ответ: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 8.3 Программирование : 6.2 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.6 Следование инструкциям : 9.8 Решение головоломок : 7.8 Вызов инструментов : 4.7 Эрудиция : 3.0
#144#144	Solar Pro 4medium	6.8	Upstage	$0.047	127.64s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 9.9 Доля успешных попыток 62.1% Нестабильные тесты 4 Входные токены 87,902 Выходные токены 30,743 Токены рассуждений 335,668 Время ответа (среднее) 127.64s Время ответа (суммарно) 2808.09s Время ответа (макс.) 519.91s Неверный ответ: 5 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 8.2 Программирование : 5.5 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 3.0 Следование инструкциям : 9.8 Решение головоломок : 9.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#289#289	GLM 4.7 Flashmedium	4.3	Z.ai	$0.168	134.34s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 18 Надежность 8.6 Доля успешных попыток 31.8% Нестабильные тесты 8 Входные токены 79,104 Выходные токены 42,254 Токены рассуждений 377,280 Время ответа (среднее) 134.34s Время ответа (суммарно) 2015.13s Время ответа (макс.) 1539.97s Неверный ответ: 9 Нет ответа: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Тайм-аут: 2 Анти-ИИ уловки : 4.7 Программирование : 3.2 Комбинированный : 2.9 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 3.5 Общий интеллект : 3.6 Следование инструкциям : 6.2 Решение головоломок : 2.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#87#87	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 60.6% Нестабильные тесты 2 Входные токены 98,116 Выходные токены 21,720 Токены рассуждений 367,730 Время ответа (среднее) 134.85s Время ответа (суммарно) 2966.79s Время ответа (макс.) 491.42s Неверный ответ: 4 Не соблюдены инструкции: 3 Нет ответа: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 8.3 Программирование : 5.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.5 Следование инструкциям : 8.4 Решение головоломок : 8.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#143#143	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 60.6% Нестабильные тесты 6 Входные токены 90,556 Выходные токены 6,153 Токены рассуждений 332,220 Время ответа (среднее) 136.11s Время ответа (суммарно) 2994.49s Время ответа (макс.) 640.89s Неверный ответ: 6 Не соблюдены инструкции: 2 Ошибка API: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.2 Программирование : 5.5 Комбинированный : 6.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.5 Следование инструкциям : 8.0 Решение головоломок : 9.0 Вызов инструментов : 10.0 Эрудиция : 3.0

Глобальные тренды бенчмарка

Посмотрите, как современные модели балансируют оценку, стоимость, скорость, длину ответа и результаты по категориям.

Графики →

Граница Парето: интеллект и стоимость

Рост лучших оценок ведущих компаний со временем

Граница Парето: интеллект и скорость ответа

Граница Парето: оценка и выходные токены

Сложность категорий по всем моделям

Быстрое сравнение

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