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: 2026-10-17 Оценено моделей: 442

Рекомендуемые модели

GPT-6.1 Sol xhigh Интеллектуальная Доля успешных попыток 97.1% Тестов верно 22 / 23 Оценка 9.9/10 Gemini 3.7 Flash low Быстрая Время ответа (среднее) 6.24s Общее число выходных токенов 38,453 Оценка 9.4/10 GPT-6 Luna high Доступная Цена входа $0.100 / 1M Цена выхода $0.500 / 1M Цена чтения из кэша $0.010 / 1M Цена записи в кэш $0.125 / 1M Оценка 7.7/10

442/442

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#276#276	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 63.8% Нестабильные тесты 9 Входные токены 277,028 Выходные токены 11,965 Токены рассуждений 31,238 Время ответа (среднее) 9.69s Время ответа (суммарно) 222.83s Время ответа (макс.) 77.99s Неверный ответ: 10 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 8.2 Программирование : 5.5 Комбинированный : 2.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#233#233	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 62.3% Нестабильные тесты 3 Входные токены 233,893 Выходные токены 12,432 Токены рассуждений 0 Время ответа (среднее) 6.05s Время ответа (суммарно) 102.89s Время ответа (макс.) 57.84s Неверный ответ: 9 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#190#190	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 59.4% Нестабильные тесты 2 Входные токены 228,023 Выходные токены 10,779 Токены рассуждений 53,188 Время ответа (среднее) 6.27s Время ответа (суммарно) 144.10s Время ответа (макс.) 47.78s Неверный ответ: 8 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 9.1 Программирование : 5.5 Комбинированный : 7.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#255#255	DeepSeek V3.2medium	6.3	DeepSeek	$0.152 ↑	70.08s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 62.3% Нестабильные тесты 7 Входные токены 306,662 Выходные токены 17,819 Токены рассуждений 125,341 Время ответа (среднее) 70.08s Время ответа (суммарно) 1611.86s Время ответа (макс.) 376.10s Неверный ответ: 6 Ошибка API: 2 Тайм-аут: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 8.2 Программирование : 6.0 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 7.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#257#257	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.149 ↑	38.64s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 18 Надежность 10.0 Доля успешных попыток 30.4% Нестабильные тесты 4 Входные токены 403,455 Выходные токены 100,227 Токены рассуждений 15,364 Время ответа (среднее) 38.64s Время ответа (суммарно) 888.69s Время ответа (макс.) 247.27s Неверный ответ: 13 Лишнее форматирование: 2 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 3.0 Программирование : 4.2 Комбинированный : 4.6 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.2 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 65.2% Нестабильные тесты 6 Входные токены 287,061 Выходные токены 32,056 Токены рассуждений 196,607 Время ответа (среднее) 91.29s Время ответа (суммарно) 2099.56s Время ответа (макс.) 416.76s Неверный ответ: 9 Не соблюдены инструкции: 2 Нет ответа: 1 Агентные задачи : 10.0 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
#246#246	Qwen3.6 27Bnone	6.3	Qwen	$0.148 ↓	12.71s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 47.8% Нестабильные тесты 6 Входные токены 250,919 Выходные токены 20,816 Токены рассуждений 0 Время ответа (среднее) 12.71s Время ответа (суммарно) 292.29s Время ответа (макс.) 156.31s Неверный ответ: 11 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Агентные задачи : 10.0 Анти-ИИ уловки : 3.8 Программирование : 5.5 Комбинированный : 3.2 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 7.7 Общий интеллект : 5.2 Следование инструкциям : 6.2 Решение головоломок : 5.3 Вызов инструментов : 9.5 Эрудиция : 3.0
#349#349	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 19 Надежность 10.0 Доля успешных попыток 27.5% Нестабильные тесты 6 Входные токены 344,806 Выходные токены 177,330 Токены рассуждений 453,213 Время ответа (среднее) 113.63s Время ответа (суммарно) 2613.48s Время ответа (макс.) 1190.11s Неверный ответ: 12 Недопустимый вызов инструмента: 2 Нет ответа: 2 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Агентные задачи : 2.8 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
#192#192	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 3 Входные токены 251,164 Выходные токены 36,112 Токены рассуждений 241,203 Время ответа (среднее) 78.76s Время ответа (суммарно) 1653.96s Время ответа (макс.) 437.40s Неверный ответ: 4 Ошибка API: 2 Недопустимый вызов инструмента: 1 Нет ответа: 1 Тайм-аут: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 4.3 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 9.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#145#145	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 9.4 Доля успешных попыток 59.4% Нестабильные тесты 3 Входные токены 313,368 Выходные токены 12,289 Токены рассуждений 259,270 Время ответа (среднее) 91.67s Время ответа (суммарно) 1833.43s Время ответа (макс.) 301.78s Неверный ответ: 5 Тайм-аут: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 10.0 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
#303#303	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 40.6% Нестабильные тесты 1 Входные токены 190,675 Выходные токены 5,577 Токены рассуждений 0 Время ответа (среднее) 8.74s Время ответа (суммарно) 131.17s Время ответа (макс.) 74.80s Неверный ответ: 13 Агентные задачи : 5.0 Анти-ИИ уловки : 4.8 Программирование : 4.0 Комбинированный : 1.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#38#38	Claude Haiku 5.5xhigh	9.1	Anthropic	$0.140	16.58s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 5 Надежность 10.0 Доля успешных попыток 81.2% Нестабильные тесты 2 Входные токены 394,509 Выходные токены 10,349 Токены рассуждений 188,919 Время ответа (среднее) 16.58s Время ответа (суммарно) 381.40s Время ответа (макс.) 92.74s Неверный ответ: 2 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 10.0 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#283#283	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 33.3% Нестабильные тесты 1 Входные токены 388,929 Выходные токены 57,714 Токены рассуждений 0 Время ответа (среднее) 7.63s Время ответа (суммарно) 175.42s Время ответа (макс.) 93.47s Неверный ответ: 13 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 3.1 Программирование : 5.4 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.3 Решение головоломок : 3.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#356#356	Hy3 previewhigh	4.8	Tencent	$0.135 ↕	56.57s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 50.7% Нестабильные тесты 2 Входные токены 25,987 Выходные токены 216,719 Токены рассуждений 0 Время ответа (среднее) 56.57s Время ответа (суммарно) 848.59s Время ответа (макс.) 149.94s Ошибка API: 7 Неверный ответ: 3 Агентные задачи : 0.0 Анти-ИИ уловки : 6.4 Программирование : 5.3 Комбинированный : 5.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#338#338	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 18 Надежность 10.0 Доля успешных попыток 31.9% Нестабильные тесты 4 Входные токены 273,075 Выходные токены 17,069 Токены рассуждений 0 Время ответа (среднее) 6.21s Время ответа (суммарно) 142.89s Время ответа (макс.) 53.13s Неверный ответ: 12 Не соблюдены инструкции: 4 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 3.9 Анти-ИИ уловки : 3.3 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.0 Следование инструкциям : 6.4 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#179#179	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 69.6% Нестабильные тесты 7 Входные токены 259,664 Выходные токены 8,414 Токены рассуждений 333,097 Время ответа (среднее) 49.20s Время ответа (суммарно) 1131.69s Время ответа (макс.) 316.27s Неверный ответ: 5 Лишнее форматирование: 2 Нет ответа: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 8.7 Парсинг и извлечение данных : 2.7 Предметно-ориентированное : 3.6 Общий интеллект : 5.4 Следование инструкциям : 9.9 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#334#334	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 18 Надежность 9.7 Доля успешных попыток 42.0% Нестабильные тесты 8 Входные токены 321,955 Выходные токены 41,555 Токены рассуждений 94,946 Время ответа (среднее) 12.68s Время ответа (суммарно) 291.66s Время ответа (макс.) 59.15s Неверный ответ: 14 Не соблюдены инструкции: 2 Ошибка API: 1 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 5.6 Программирование : 4.4 Комбинированный : 3.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.9 Общий интеллект : 4.8 Следование инструкциям : 7.3 Решение головоломок : 3.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#218#218	Mercury 2medium	6.6	Inception	$0.121	4.40s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 53.6% Нестабильные тесты 5 Входные токены 189,300 Выходные токены 10,854 Токены рассуждений 86,089 Время ответа (среднее) 4.40s Время ответа (суммарно) 96.81s Время ответа (макс.) 34.92s Неверный ответ: 9 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 6.9 Программирование : 8.2 Комбинированный : 6.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#304#304	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.120 ↓	18.31s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 37.7% Нестабильные тесты 4 Входные токены 218,886 Выходные токены 135,768 Токены рассуждений 0 Время ответа (среднее) 18.31s Время ответа (суммарно) 421.19s Время ответа (макс.) 209.15s Неверный ответ: 14 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 3.9 Анти-ИИ уловки : 3.4 Программирование : 5.5 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 6.5 Следование инструкциям : 6.3 Решение головоломок : 3.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#364#364	DeepSeek V3.2none	4.6	DeepSeek	$0.119 ↑	22.44s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 34.8% Нестабильные тесты 5 Входные токены 342,158 Выходные токены 32,853 Токены рассуждений 25,013 Время ответа (среднее) 22.44s Время ответа (суммарно) 516.03s Время ответа (макс.) 122.50s Неверный ответ: 9 Ошибка API: 3 Лишнее форматирование: 2 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 3.2 Программирование : 3.1 Комбинированный : 4.8 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 3.0 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#108#108	GPT-5.6 Lunahigh	8.0	OpenAI	$0.118 ↓	18.39s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 71.0% Нестабильные тесты 4 Входные токены 197,896 Выходные токены 6,211 Токены рассуждений 133,184 Время ответа (среднее) 18.39s Время ответа (суммарно) 422.93s Время ответа (макс.) 111.09s Неверный ответ: 8 Агентные задачи : 10.0 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 9.9 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#165#165	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 47.8% Нестабильные тесты 2 Входные токены 283,977 Выходные токены 36,422 Токены рассуждений 0 Время ответа (среднее) 9.98s Время ответа (суммарно) 229.52s Время ответа (макс.) 124.53s Неверный ответ: 11 Не соблюдены инструкции: 2 Агентные задачи : 10.0 Анти-ИИ уловки : 4.8 Программирование : 5.8 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#279#279	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.114	7.49s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 39.1% Нестабильные тесты 3 Входные токены 314,113 Выходные токены 17,558 Токены рассуждений 0 Время ответа (среднее) 7.49s Время ответа (суммарно) 172.19s Время ответа (макс.) 75.99s Неверный ответ: 14 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 3.0 Программирование : 5.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#177#177	GLM 5.3 FlashXmedium	7.1	Z.ai	$0.114	7.37s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 69.6% Нестабильные тесты 8 Входные токены 205,100 Выходные токены 8,639 Токены рассуждений 21,409 Время ответа (среднее) 7.37s Время ответа (суммарно) 169.54s Время ответа (макс.) 74.39s Неверный ответ: 8 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 7.3 Программирование : 6.0 Комбинированный : 2.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#278#278	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 50.7% Нестабильные тесты 3 Входные токены 100,255 Выходные токены 6,422 Токены рассуждений 49,847 Время ответа (среднее) 6.03s Время ответа (суммарно) 138.65s Время ответа (макс.) 17.26s Неверный ответ: 6 Не соблюдены инструкции: 4 Недопустимый вызов инструмента: 2 Ошибка API: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 10.0 Программирование : 7.8 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.3 Следование инструкциям : 8.5 Решение головоломок : 5.8 Вызов инструментов : 3.0 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 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