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)
#162#162	LongCat 2.0high	7.3	Meituan	$0.778 ↑	151.67s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 53.6% Нестабильные тесты 4 Входные токены 275,080 Выходные токены 32,447 Токены рассуждений 372,188 Время ответа (среднее) 151.67s Время ответа (суммарно) 3488.43s Время ответа (макс.) 941.66s Неверный ответ: 7 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Агентные задачи : 10.0 Анти-ИИ уловки : 8.9 Программирование : 7.8 Комбинированный : 10.0 Парсинг и извлечение данных : 3.6 Предметно-ориентированное : 3.6 Общий интеллект : 5.1 Следование инструкциям : 6.5 Решение головоломок : 3.1 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
#185#185	Step 5 Previewhigh	7.0	Stepfun	$4.513	154.41s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 9.5 Доля успешных попыток 52.2% Нестабильные тесты 4 Входные токены 243,381 Выходные токены 1,581,325 Токены рассуждений 0 Время ответа (среднее) 154.41s Время ответа (суммарно) 3551.40s Время ответа (макс.) 455.72s Нет ответа: 7 Неверный ответ: 3 Ошибка API: 2 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 6.5 Программирование : 2.9 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 3.4 Следование инструкциям : 7.3 Решение головоломок : 5.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#194#194	Claude Sonnet 5.5low	6.9	Anthropic	$0.909	7.46s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 46.4% Нестабильные тесты 2 Входные токены 291,853 Выходные токены 24,116 Токены рассуждений 8,327 Время ответа (среднее) 7.46s Время ответа (суммарно) 171.47s Время ответа (макс.) 46.61s Лишнее форматирование: 5 Не соблюдены инструкции: 5 Недопустимый вызов инструмента: 1 Нет ответа: 1 Неверный ответ: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 6.5 Программирование : 3.2 Комбинированный : 7.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.8 Следование инструкциям : 6.3 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#216#216	Qwen3.7 Flashmedium	6.6	Qwen	$0.076	51.80s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 62.3% Нестабильные тесты 8 Входные токены 300,394 Выходные токены 14,081 Токены рассуждений 500,844 Время ответа (среднее) 51.80s Время ответа (суммарно) 1191.42s Время ответа (макс.) 593.64s Неверный ответ: 8 Не соблюдены инструкции: 4 Недопустимый вызов инструмента: 1 Агентные задачи : 5.2 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.5 Следование инструкциям : 5.8 Решение головоломок : 7.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#217#217	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 9.9 Доля успешных попыток 55.1% Нестабильные тесты 5 Входные токены 262,387 Выходные токены 7,344 Токены рассуждений 338,881 Время ответа (среднее) 115.00s Время ответа (суммарно) 2645.11s Время ответа (макс.) 560.39s Неверный ответ: 8 Ошибка API: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Тайм-аут: 1 Агентные задачи : 6.1 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
#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
#237#237	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 9.6 Доля успешных попыток 60.9% Нестабильные тесты 8 Входные токены 292,271 Выходные токены 55,025 Токены рассуждений 186,071 Время ответа (среднее) 125.76s Время ответа (суммарно) 2137.84s Время ответа (макс.) 566.79s Неверный ответ: 5 Тайм-аут: 3 Не соблюдены инструкции: 2 Нет ответа: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 3.9 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
#242#242	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	70.48s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 59.4% Нестабильные тесты 7 Входные токены 255,887 Выходные токены 154,879 Токены рассуждений 603,518 Время ответа (среднее) 70.48s Время ответа (суммарно) 1620.93s Время ответа (макс.) 480.52s Неверный ответ: 9 Нет ответа: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 8.7 Программирование : 5.8 Комбинированный : 6.9 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 3.4 Следование инструкциям : 8.3 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#243#243	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	66.13s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 58.0% Нестабильные тесты 6 Входные токены 260,850 Выходные токены 125,908 Токены рассуждений 516,424 Время ответа (среднее) 66.13s Время ответа (суммарно) 1520.96s Время ответа (макс.) 417.36s Неверный ответ: 8 Не соблюдены инструкции: 2 Нет ответа: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 10.0 Программирование : 5.9 Комбинированный : 6.9 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 3.6 Общий интеллект : 4.0 Следование инструкциям : 7.9 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#254#254	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 55.1% Нестабильные тесты 5 Входные токены 267,840 Выходные токены 192,115 Токены рассуждений 0 Время ответа (среднее) 32.88s Время ответа (суммарно) 756.28s Время ответа (макс.) 197.32s Неверный ответ: 11 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 5.2 Программирование : 5.4 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 9.8 Решение головоломок : 7.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#271#271	Step 5 Previewmedium	6.1	Stepfun	$4.136	136.10s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 9.6 Доля успешных попыток 53.6% Нестабильные тесты 5 Входные токены 261,842 Выходные токены 1,434,621 Токены рассуждений 0 Время ответа (среднее) 136.10s Время ответа (суммарно) 3130.27s Время ответа (макс.) 438.09s Нет ответа: 6 Неверный ответ: 3 Не соблюдены инструкции: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 6.4 Программирование : 2.8 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 7.8 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
#280#280	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 49.3% Нестабильные тесты 3 Входные токены 238,785 Выходные токены 12,875 Токены рассуждений 0 Время ответа (среднее) 3.95s Время ответа (суммарно) 90.76s Время ответа (макс.) 50.03s Неверный ответ: 9 Не соблюдены инструкции: 3 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#296#296	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 52.2% Нестабильные тесты 3 Входные токены 298,242 Выходные токены 13,105 Токены рассуждений 0 Время ответа (среднее) 9.65s Время ответа (суммарно) 221.91s Время ответа (макс.) 71.45s Неверный ответ: 12 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 4.8 Программирование : 4.5 Комбинированный : 3.8 Парсинг и извлечение данных : 7.1 Предметно-ориентированное : 7.7 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#302#302	Step 5 Previewlow	5.6	Stepfun	$4.110	138.27s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 9.7 Доля успешных попыток 58.0% Нестабильные тесты 7 Входные токены 261,256 Выходные токены 1,425,268 Токены рассуждений 0 Время ответа (среднее) 138.27s Время ответа (суммарно) 3180.10s Время ответа (макс.) 436.56s Нет ответа: 7 Ошибка API: 2 Неверный ответ: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 3.4 Анти-ИИ уловки : 6.9 Программирование : 2.7 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 3.5 Следование инструкциям : 10.0 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#437#437	Solar Decide Flashdefault	1.7	Upstage	$0.003	1.33s
Открыть карточку модели Всего тестов 7 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 13.0% Нестабильные тесты 0 Входные токены 47,586 Выходные токены 51 Токены рассуждений 0 Время ответа (среднее) 1.33s Время ответа (суммарно) 9.32s Время ответа (макс.) 1.66s Неверный ответ: 4 Агентные задачи : 0.0 Анти-ИИ уловки : 0.8 Программирование : 0.0 Комбинированный : 0.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.4 Общий интеллект : 0.0 Следование инструкциям : 1.5 Решение головоломок : 1.0 Вызов инструментов : 0.0 Эрудиция : 0.0
#440#440	Tev1 4B Experimentaldefault	1.0	Togethercomputer	$0.002	498ms
Открыть карточку модели Всего тестов 7 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 13.0% Нестабильные тесты 0 Входные токены 33,864 Выходные токены 96 Токены рассуждений 0 Время ответа (среднее) 498ms Время ответа (суммарно) 3.49s Время ответа (макс.) 602ms Неверный ответ: 4 Агентные задачи : 0.0 Анти-ИИ уловки : 2.5 Программирование : 0.0 Комбинированный : 0.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 6.7 Общий интеллект : 0.0 Следование инструкциям : 1.5 Решение головоломок : 1.7 Вызов инструментов : 0.0 Эрудиция : 0.0
#424#424	Decider V1.2default	2.6	Perplexity	$0.001	517ms
Открыть карточку модели Всего тестов 12 Ошибочных тестов 7 Надежность 9.4 Доля успешных попыток 24.6% Нестабильные тесты 1 Входные токены 48,363 Выходные токены 67 Токены рассуждений 0 Время ответа (среднее) 517ms Время ответа (суммарно) 6.20s Время ответа (макс.) 776ms Неверный ответ: 5 Ошибка API: 1 Не соблюдены инструкции: 1 Агентные задачи : 0.0 Анти-ИИ уловки : 5.8 Программирование : 4.5 Комбинированный : 0.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 0.0 Следование инструкциям : 1.5 Решение головоломок : 1.7 Вызов инструментов : 0.0 Эрудиция : 0.0
#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
#222#222	Claude Sonnet 5.5medium	6.5	Anthropic	$1.100	8.03s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 40.6% Нестабильные тесты 1 Входные токены 361,183 Выходные токены 26,609 Токены рассуждений 11,139 Время ответа (среднее) 8.03s Время ответа (суммарно) 184.80s Время ответа (макс.) 51.18s Лишнее форматирование: 8 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Нет ответа: 1 Неверный ответ: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 6.5 Программирование : 3.4 Комбинированный : 8.5 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.0 Общий интеллект : 5.1 Следование инструкциям : 6.3 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#228#228	GLM 5.1none	6.5	Z.ai	$0.451 ↑	11.10s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 47.8% Нестабильные тесты 5 Входные токены 258,956 Выходные токены 20,076 Токены рассуждений 0 Время ответа (среднее) 11.10s Время ответа (суммарно) 255.39s Время ответа (макс.) 107.19s Неверный ответ: 12 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 4.0 Программирование : 3.9 Комбинированный : 2.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#231#231	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 46.4% Нестабильные тесты 3 Входные токены 352,516 Выходные токены 33,786 Токены рассуждений 504,506 Время ответа (среднее) 48.97s Время ответа (суммарно) 1126.35s Время ответа (макс.) 422.72s Неверный ответ: 10 Недопустимый вызов инструмента: 2 Нет ответа: 2 Агентные задачи : 6.1 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 6.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#259#259	Space Bunny Alphaxhigh	6.2	Stealth	$0.000	60.03s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 55.1% Нестабильные тесты 8 Входные токены 363,310 Выходные токены 381,919 Токены рассуждений 0 Время ответа (среднее) 60.03s Время ответа (суммарно) 1380.67s Время ответа (макс.) 459.99s Неверный ответ: 9 Не соблюдены инструкции: 2 Нет ответа: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 5.2 Анти-ИИ уловки : 6.4 Программирование : 6.6 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 5.0 Следование инструкциям : 5.6 Решение головоломок : 7.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#277#277	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 43.5% Нестабильные тесты 2 Входные токены 278,866 Выходные токены 82,069 Токены рассуждений 0 Время ответа (среднее) 9.66s Время ответа (суммарно) 222.07s Время ответа (макс.) 106.86s Неверный ответ: 10 Лишнее форматирование: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 3.5 Программирование : 5.6 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.1 Следование инструкциям : 9.8 Решение головоломок : 7.9 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 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