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)
#281#281	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 47.8% Нестабильные тесты 5 Входные токены 285,293 Выходные токены 29,565 Токены рассуждений 89,266 Время ответа (среднее) 31.58s Время ответа (суммарно) 536.78s Время ответа (макс.) 203.90s Неверный ответ: 10 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 6.7 Программирование : 5.9 Комбинированный : 6.5 Парсинг и извлечение данных : 6.4 Предметно-ориентированное : 2.9 Общий интеллект : 4.3 Следование инструкциям : 9.9 Решение головоломок : 5.3 Вызов инструментов : 9.8 Эрудиция : 3.0
#282#282	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 9.9 Доля успешных попыток 47.8% Нестабильные тесты 4 Входные токены 202,069 Выходные токены 11,961 Токены рассуждений 0 Время ответа (среднее) 3.58s Время ответа (суммарно) 82.24s Время ответа (макс.) 43.82s Неверный ответ: 12 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 7.5 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 : 6.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#298#298	Gemma 4 31Bnone	5.7	Google	$0.031 ↓	7.28s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 42.0% Нестабильные тесты 1 Входные токены 270,970 Выходные токены 15,499 Токены рассуждений 0 Время ответа (среднее) 7.28s Время ответа (суммарно) 152.84s Время ответа (макс.) 44.73s Неверный ответ: 11 Ошибка API: 2 Не соблюдены инструкции: 1 Агентные задачи : 3.9 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 6.5 Вызов инструментов : 3.0 Эрудиция : 3.0
#311#311	Gemma 4 26B A4Bnone	5.5	Google	$0.031	10.55s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 42.0% Нестабильные тесты 1 Входные токены 280,126 Выходные токены 17,306 Токены рассуждений 0 Время ответа (среднее) 10.55s Время ответа (суммарно) 242.57s Время ответа (макс.) 75.76s Неверный ответ: 10 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 8.3 Программирование : 3.7 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.0 Следование инструкциям : 6.3 Решение головоломок : 6.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#315#315	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 39.1% Нестабильные тесты 0 Входные токены 281,460 Выходные токены 13,791 Токены рассуждений 0 Время ответа (среднее) 5.05s Время ответа (суммарно) 116.11s Время ответа (макс.) 47.42s Неверный ответ: 12 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 7.7 Общий интеллект : 4.2 Следование инструкциям : 6.3 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#328#328	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 47.8% Нестабильные тесты 4 Входные токены 81,447 Выходные токены 2,715 Токены рассуждений 11,971 Время ответа (среднее) 1.99s Время ответа (суммарно) 45.67s Время ответа (макс.) 5.82s Неверный ответ: 9 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Ошибка API: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 9.2 Программирование : 4.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.3 Следование инструкциям : 9.9 Решение головоломок : 5.3 Вызов инструментов : 3.0 Эрудиция : 3.0
#375#375	Ring 2.6 1tdefault	4.5	Inclusionai	$0.026 ↑	48.94s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 43.5% Нестабильные тесты 2 Входные токены 7,608 Выходные токены 17,529 Токены рассуждений 34,499 Время ответа (среднее) 48.94s Время ответа (суммарно) 831.92s Время ответа (макс.) 143.82s Ошибка API: 7 Неверный ответ: 5 Не соблюдены инструкции: 2 Агентные задачи : 3.0 Анти-ИИ уловки : 9.2 Программирование : 5.3 Комбинированный : 3.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0
#367#367	GLM 5V Turbonone	4.6	Z.ai	$0.052	2.99s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 34.8% Нестабильные тесты 0 Входные токены 37,100 Выходные токены 1,766 Токены рассуждений 0 Время ответа (среднее) 2.99s Время ответа (суммарно) 62.74s Время ответа (макс.) 6.51s Неверный ответ: 11 Не соблюдены инструкции: 2 Агентные задачи : 0.0 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 1.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.6 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#370#370	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 36.2% Нестабильные тесты 1 Входные токены 43,478 Выходные токены 2,974 Токены рассуждений 0 Время ответа (среднее) 11.95s Время ответа (суммарно) 250.88s Время ответа (макс.) 58.63s Неверный ответ: 10 Не соблюдены инструкции: 2 Ошибка API: 1 Агентные задачи : 0.0 Анти-ИИ уловки : 4.8 Программирование : 5.4 Комбинированный : 1.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#376#376	Mimo V2 Omnidefault	4.5	Xiaomi	$0.021 ↓	2.44s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 36.2% Нестабильные тесты 1 Входные токены 40,852 Выходные токены 3,314 Токены рассуждений 0 Время ответа (среднее) 2.44s Время ответа (суммарно) 48.81s Время ответа (макс.) 6.81s Неверный ответ: 10 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Агентные задачи : 0.0 Анти-ИИ уловки : 3.6 Программирование : 4.4 Комбинированный : 1.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.1 Следование инструкциям : 6.5 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#413#413	Grok Build 0.1none	3.2	X AI	$0.547	28.69s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 42.0% Нестабильные тесты 4 Входные токены 11,793 Выходные токены 1,809 Токены рассуждений 265,466 Время ответа (среднее) 28.69s Время ответа (суммарно) 459.00s Время ответа (макс.) 138.35s Неверный ответ: 7 Ошибка API: 3 Не соблюдены инструкции: 2 Агентные задачи : 0.0 Анти-ИИ уловки : 8.7 Программирование : 3.3 Комбинированный : 1.5 Парсинг и извлечение данных : 3.8 Предметно-ориентированное : 3.6 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 6.4 Вызов инструментов : 3.0 Эрудиция : 3.0
#205#205	Qwen3.5-Flashnone	6.7	Qwen	$0.089	26.52s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 37.7% Нестабильные тесты 2 Входные токены 463,872 Выходные токены 219,122 Токены рассуждений 0 Время ответа (среднее) 26.52s Время ответа (суммарно) 609.94s Время ответа (макс.) 480.96s Неверный ответ: 14 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 3.5 Программирование : 5.5 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.3 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#244#244	LongCat 2.0none	6.4	Meituan	$0.104	8.50s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 42.0% Нестабильные тесты 3 Входные токены 276,199 Выходные токены 17,473 Токены рассуждений 0 Время ответа (среднее) 8.50s Время ответа (суммарно) 195.60s Время ответа (макс.) 81.77s Неверный ответ: 13 Лишнее форматирование: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 6.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.5 Решение головоломок : 4.0 Вызов инструментов : 10.0 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
#256#256	Trinity Large Thinkinglow	6.3	Arcee AI	$0.918 ↑	95.16s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 47.8% Нестабильные тесты 6 Входные токены 347,980 Выходные токены 121,898 Токены рассуждений 720,302 Время ответа (среднее) 95.16s Время ответа (суммарно) 2188.74s Время ответа (макс.) 540.96s Неверный ответ: 7 Не соблюдены инструкции: 3 Ошибка API: 2 Недопустимый вызов инструмента: 2 Нет ответа: 1 Агентные задачи : 7.4 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
#267#267	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 49.3% Нестабильные тесты 7 Входные токены 319,352 Выходные токены 158,447 Токены рассуждений 875,524 Время ответа (среднее) 84.01s Время ответа (суммарно) 1932.24s Время ответа (макс.) 525.14s Неверный ответ: 9 Не соблюдены инструкции: 4 Недопустимый вызов инструмента: 2 Агентные задачи : 6.1 Анти-ИИ уловки : 6.8 Программирование : 7.5 Комбинированный : 2.9 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 4.4 Решение головоломок : 5.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#270#270	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.216 ↓	18.49s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 9.8 Доля успешных попыток 44.9% Нестабильные тесты 5 Входные токены 299,984 Выходные токены 69,664 Токены рассуждений 0 Время ответа (среднее) 18.49s Время ответа (суммарно) 425.33s Время ответа (макс.) 206.05s Неверный ответ: 12 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 4.8 Программирование : 3.9 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.8 Следование инструкциям : 6.2 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#272#272	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 8.9 Доля успешных попыток 37.7% Нестабильные тесты 1 Входные токены 259,708 Выходные токены 16,567 Токены рассуждений 33,580 Время ответа (среднее) 50.47s Время ответа (суммарно) 1160.91s Время ответа (макс.) 557.96s Неверный ответ: 9 Тайм-аут: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 8.4 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 4.0 Следование инструкциям : 3.8 Решение головоломок : 3.1 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
#285#285	Nemotron 3 Ultranone	5.9	NVIDIA	$0.164 ↕	6.76s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 40.6% Нестабильные тесты 2 Входные токены 275,381 Выходные токены 11,544 Токены рассуждений 0 Время ответа (среднее) 6.76s Время ответа (суммарно) 155.50s Время ответа (макс.) 70.17s Неверный ответ: 12 Ошибка API: 2 Не соблюдены инструкции: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 3.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 10.0 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#287#287	Qwen3.8 Flash Nextnone	5.8	Qwen	~$0.011	5.71s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 43.5% Нестабильные тесты 3 Входные токены 266,004 Выходные токены 9,077 Токены рассуждений 0 Время ответа (среднее) 5.71s Время ответа (суммарно) 131.36s Время ответа (макс.) 65.25s Неверный ответ: 14 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 6.1 Следование инструкциям : 7.1 Решение головоломок : 6.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#288#288	GPT-5.6 Terranone	5.8	OpenAI	$0.377 ↓	4.11s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 40.6% Нестабильные тесты 3 Входные токены 213,564 Выходные токены 7,381 Токены рассуждений 0 Время ответа (среднее) 4.11s Время ответа (суммарно) 94.52s Время ответа (макс.) 57.98s Неверный ответ: 12 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 8.5 Решение головоломок : 5.3 Вызов инструментов : 9.6 Эрудиция : 3.0
#293#293	GPT-5 Nanomedium	5.7	OpenAI	$0.159 ↑	56.55s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 53.6% Нестабильные тесты 10 Входные токены 314,436 Выходные токены 13,578 Токены рассуждений 294,343 Время ответа (среднее) 56.55s Время ответа (суммарно) 961.32s Время ответа (макс.) 227.89s Неверный ответ: 11 Не соблюдены инструкции: 2 Нет ответа: 1 Тайм-аут: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 6.5 Программирование : 7.0 Комбинированный : 6.4 Парсинг и извлечение данных : 3.7 Предметно-ориентированное : 3.4 Общий интеллект : 4.1 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#297#297	Dots 3 Note Previewmedium	5.7	Dots Studio	$0.000	70.32s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 58.0% Нестабильные тесты 9 Входные токены 208,598 Выходные токены 120,583 Токены рассуждений 590,044 Время ответа (среднее) 70.32s Время ответа (суммарно) 1617.43s Время ответа (макс.) 459.19s Неверный ответ: 10 Не соблюдены инструкции: 2 Нет ответа: 2 Лишнее форматирование: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 8.7 Программирование : 4.2 Комбинированный : 9.9 Парсинг и извлечение данных : 4.5 Предметно-ориентированное : 3.6 Общий интеллект : 3.8 Следование инструкциям : 8.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#299#299	Space Bunny Alphalow	5.7	Stealth	$0.000	30.63s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 53.6% Нестабильные тесты 10 Входные токены 289,086 Выходные токены 194,450 Токены рассуждений 0 Время ответа (среднее) 30.63s Время ответа (суммарно) 704.47s Время ответа (макс.) 340.88s Неверный ответ: 13 Не соблюдены инструкции: 2 Агентные задачи : 4.7 Анти-ИИ уловки : 6.9 Программирование : 5.6 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 4.4 Решение головоломок : 7.9 Вызов инструментов : 4.7 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