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: 2026-10-19 Оценено моделей: 451

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

451/451

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#55#55	Muse Spark 1.2high	8.9	Meta	$2.018	28.15s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.9 Доля успешных попыток 75.4% Нестабильные тесты 5 Входные токены 277,967 Выходные токены 9,240 Токены рассуждений 383,606 Время ответа (среднее) 28.15s Время ответа (суммарно) 647.40s Время ответа (макс.) 192.00s Неверный ответ: 4 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 7.1 Программирование : 10.0 Комбинированный : 8.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#82#82	Nemotron 3.5 Super VLhigh	8.4	NVIDIA	$0.349	49.88s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.9 Доля успешных попыток 82.6% Нестабильные тесты 6 Входные токены 296,001 Выходные токены 8,105 Токены рассуждений 600,178 Время ответа (среднее) 49.88s Время ответа (суммарно) 1147.24s Время ответа (макс.) 310.51s Неверный ответ: 3 Не соблюдены инструкции: 2 Нет ответа: 2 Ошибка API: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 8.4 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 6.5 Следование инструкциям : 8.5 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#85#85	Muse Glimmer 30Bxhigh	8.4	Meta	$0.585 ↓	97.70s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 9.9 Доля успешных попыток 71.0% Нестабильные тесты 4 Входные токены 287,538 Выходные токены 118,266 Токены рассуждений 346,758 Время ответа (среднее) 97.70s Время ответа (суммарно) 2247.18s Время ответа (макс.) 576.79s Неверный ответ: 4 Нет ответа: 3 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 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
#113#113	Gemini 3.8 Flashmedium	8.0	Google	$0.769	16.64s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 4 Надежность 9.9 Доля успешных попыток 89.9% Нестабильные тесты 3 Входные токены 187,331 Выходные токены 7,555 Токены рассуждений 159,931 Время ответа (среднее) 16.64s Время ответа (суммарно) 382.64s Время ответа (макс.) 108.60s Неверный ответ: 2 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Агентные задачи : 2.8 Анти-ИИ уловки : 10.0 Программирование : 8.0 Комбинированный : 8.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 8.2 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#120#120	Qwen3.7 Maxnone	7.9	Qwen	$0.451 ↓	7.85s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 7 Надежность 9.9 Доля успешных попыток 69.6% Нестабильные тесты 0 Входные токены 243,553 Выходные токены 20,670 Токены рассуждений 0 Время ответа (среднее) 7.85s Время ответа (суммарно) 180.65s Время ответа (макс.) 80.34s Неверный ответ: 7 Агентные задачи : 10.0 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 6.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#171#171	Gemini 3.8 Flashlow	7.2	Google	$0.323	7.54s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 7 Надежность 9.9 Доля успешных попыток 81.2% Нестабильные тесты 5 Входные токены 215,836 Выходные токены 9,452 Токены рассуждений 33,289 Время ответа (среднее) 7.54s Время ответа (суммарно) 173.36s Время ответа (макс.) 67.18s Неверный ответ: 6 Нет ответа: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 10.0 Программирование : 5.4 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.8 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#179#179	Qwen3.8 Flash Nextxhigh	7.1	Qwen	~$0.195	102.66s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 9.9 Доля успешных попыток 72.5% Нестабильные тесты 6 Входные токены 301,749 Выходные токены 1,033 Токены рассуждений 620,023 Время ответа (среднее) 102.66s Время ответа (суммарно) 2361.10s Время ответа (макс.) 674.08s Неверный ответ: 6 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 10.0 Программирование : 7.4 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.7 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#207#207	Solar Pro 4xhigh	6.7	Upstage	$0.067	142.76s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 9.9 Доля успешных попыток 58.0% Нестабильные тесты 2 Входные токены 150,033 Выходные токены 22,347 Токены рассуждений 402,143 Время ответа (среднее) 142.76s Время ответа (суммарно) 3283.43s Время ответа (макс.) 491.42s Неверный ответ: 5 Не соблюдены инструкции: 3 Нет ответа: 2 Лишнее форматирование: 1 Агентные задачи : 3.0 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
#222#222	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
#230#230	Mercury 2.5 Previewhigh	6.5	Inception	$0.040 ↑	7.61s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 9.9 Доля успешных попыток 65.2% Нестабильные тесты 6 Входные токены 298,512 Выходные токены 3,178 Токены рассуждений 177,419 Время ответа (среднее) 7.61s Время ответа (суммарно) 175.08s Время ответа (макс.) 86.84s Неверный ответ: 6 Не соблюдены инструкции: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 10.0 Программирование : 6.7 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.1 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#241#241	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 9.9 Доля успешных попыток 60.9% Нестабильные тесты 5 Входные токены 299,558 Выходные токены 33,248 Токены рассуждений 374,819 Время ответа (среднее) 133.93s Время ответа (суммарно) 3080.36s Время ответа (макс.) 519.91s Неверный ответ: 6 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Агентные задачи : 4.7 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
#282#282	Apodex 1.1 Minimedium	6.0	Apodex	$0.000	32.68s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 9.9 Доля успешных попыток 68.1% Нестабильные тесты 9 Входные токены 293,112 Выходные токены 152,376 Токены рассуждений 357,890 Время ответа (среднее) 32.68s Время ответа (суммарно) 751.72s Время ответа (макс.) 115.57s Неверный ответ: 9 Не соблюдены инструкции: 2 Нет ответа: 1 Агентные задачи : 3.4 Анти-ИИ уловки : 10.0 Программирование : 4.3 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 5.1 Следование инструкциям : 8.5 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#290#290	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
#319#319	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 16 Надежность 9.9 Доля успешных попыток 40.6% Нестабильные тесты 5 Входные токены 222,357 Выходные токены 6,855 Токены рассуждений 0 Время ответа (среднее) 20.48s Время ответа (суммарно) 470.96s Время ответа (макс.) 98.62s Неверный ответ: 13 Ошибка API: 1 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 3.8 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 5.1 Следование инструкциям : 6.2 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#334#334	Qwen3.6 Max Previewnone	5.3	Qwen	$0.228 ↓	7.82s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 9.9 Доля успешных попыток 53.6% Нестабильные тесты 2 Входные токены 106,348 Выходные токены 19,257 Токены рассуждений 0 Время ответа (среднее) 7.82s Время ответа (суммарно) 172.04s Время ответа (макс.) 102.62s Неверный ответ: 11 Агентные задачи : 0.0 Анти-ИИ уловки : 5.2 Программирование : 3.8 Комбинированный : 6.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#350#350	Mercury 2.5 Previewlow	5.0	Inception	$0.015 ↑	4.92s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 17 Надежность 9.9 Доля успешных попыток 44.9% Нестабильные тесты 8 Входные токены 235,438 Выходные токены 8,136 Токены рассуждений 28,734 Время ответа (среднее) 4.92s Время ответа (суммарно) 113.24s Время ответа (макс.) 84.47s Неверный ответ: 13 Не соблюдены инструкции: 2 Ошибка API: 1 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 5.6 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 4.1 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 8.2 Вызов инструментов : 2.8 Эрудиция : 3.0
#354#354	KAT Coder AIR V2.5low	5.0	Kwaipilot	$0.046	10.21s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 16 Надежность 9.9 Доля успешных попыток 42.0% Нестабильные тесты 6 Входные токены 61,094 Выходные токены 6,532 Токены рассуждений 53,882 Время ответа (среднее) 10.21s Время ответа (суммарно) 234.86s Время ответа (макс.) 86.23s Неверный ответ: 7 Лишнее форматирование: 4 Ошибка API: 3 Не соблюдены инструкции: 2 Агентные задачи : 3.0 Анти-ИИ уловки : 7.3 Программирование : 3.5 Комбинированный : 6.4 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.0 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#367#367	Mercury 2.5 Previewdefault	4.7	Inception	$0.023 ↑	7.05s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 19 Надежность 9.9 Доля успешных попыток 29.0% Нестабильные тесты 5 Входные токены 250,541 Выходные токены 86,367 Токены рассуждений 0 Время ответа (среднее) 7.05s Время ответа (суммарно) 162.25s Время ответа (макс.) 84.96s Неверный ответ: 16 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Агентные задачи : 3.9 Анти-ИИ уловки : 3.8 Программирование : 4.7 Комбинированный : 3.0 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 3.6 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 5.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#37#37	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 5 Надежность 9.8 Доля успешных попыток 87.0% Нестабильные тесты 3 Входные токены 328,637 Выходные токены 8,619 Токены рассуждений 432,733 Время ответа (среднее) 186.06s Время ответа (суммарно) 4279.49s Время ответа (макс.) 912.78s Неверный ответ: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 8.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 6.5 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#62#62	Muse Spark Openmedium	8.8	Meta	$1.260	77.44s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.8 Доля успешных попыток 78.3% Нестабильные тесты 5 Входные токены 256,646 Выходные токены 10,490 Токены рассуждений 210,325 Время ответа (среднее) 77.44s Время ответа (суммарно) 1781.16s Время ответа (макс.) 643.19s Неверный ответ: 3 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Нет ответа: 1 Тайм-аут: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 6.9 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 10.0 Следование инструкциям : 7.3 Решение головоломок : 8.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#86#86	Gemini 3.1 Pro Previewmedium	8.4	Google	$1.585	22.71s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 3 Надежность 9.8 Доля успешных попыток 89.9% Нестабильные тесты 1 Входные токены 176,208 Выходные токены 6,093 Токены рассуждений 96,598 Время ответа (среднее) 22.71s Время ответа (суммарно) 386.11s Время ответа (макс.) 88.68s Неверный ответ: 2 Тайм-аут: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 10.0 Программирование : 7.9 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#99#99	Gemini 4 Argonlow	8.2	Google	$0.438	5.72s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.8 Доля успешных попыток 79.7% Нестабильные тесты 6 Входные токены 188,162 Выходные токены 6,097 Токены рассуждений 0 Время ответа (среднее) 5.72s Время ответа (суммарно) 131.67s Время ответа (макс.) 60.87s Неверный ответ: 5 Ошибка API: 2 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 8.7 Вызов инструментов : 4.7 Эрудиция : 3.0
#111#111	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.674 ↕	40.33s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 9.8 Доля успешных попыток 68.1% Нестабильные тесты 3 Входные токены 482,754 Выходные токены 62,455 Токены рассуждений 141,067 Время ответа (среднее) 40.33s Время ответа (суммарно) 927.65s Время ответа (макс.) 392.56s Неверный ответ: 7 Ошибка API: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 8.4 Комбинированный : 6.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 3.7 Следование инструкциям : 9.8 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#125#125	Ling 3.1 Flashhigh	7.9	Inclusionai	$0.000	87.39s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.8 Доля успешных попыток 69.6% Нестабильные тесты 2 Входные токены 324,691 Выходные токены 181,251 Токены рассуждений 506,441 Время ответа (среднее) 87.39s Время ответа (суммарно) 2010.08s Время ответа (макс.) 665.85s Нет ответа: 4 Неверный ответ: 2 Лишнее форматирование: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 6.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 3.9 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 2.8 Эрудиция : 3.0
#137#137	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 9.8 Доля успешных попыток 72.5% Нестабильные тесты 5 Входные токены 269,143 Выходные токены 6,833 Токены рассуждений 785,200 Время ответа (среднее) 84.94s Время ответа (суммарно) 1953.70s Время ответа (макс.) 527.47s Неверный ответ: 4 Нет ответа: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 5.9 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 6.5 Следование инструкциям : 9.9 Решение головоломок : 8.2 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