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)
#386#386	Nemotron 3 Supernone	4.5	NVIDIA	$0.016 ↑	7.11s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 18 Надежность 9.5 Доля успешных попыток 27.5% Нестабильные тесты 3 Входные токены 146,361 Выходные токены 9,073 Токены рассуждений 1 Время ответа (среднее) 7.11s Время ответа (суммарно) 163.46s Время ответа (макс.) 30.51s Неверный ответ: 16 Не соблюдены инструкции: 2 Агентные задачи : 2.8 Анти-ИИ уловки : 4.8 Программирование : 3.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.6 Следование инструкциям : 6.3 Решение головоломок : 5.5 Вызов инструментов : 4.7 Эрудиция : 3.0
#30#30	Muse Spark Openhigh	9.2	Meta	$1.782	151.96s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 6 Надежность 9.4 Доля успешных попыток 76.8% Нестабильные тесты 1 Входные токены 270,889 Выходные токены 10,688 Токены рассуждений 328,857 Время ответа (среднее) 151.96s Время ответа (суммарно) 3495.01s Время ответа (макс.) 960.01s Тайм-аут: 2 Неверный ответ: 2 Ошибка API: 1 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 7.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#71#71	DeepSeek V4.1 Flashmax	8.6	DeepSeek	$1.204 ↑	61.58s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.4 Доля успешных попыток 69.6% Нестабильные тесты 2 Входные токены 414,054 Выходные токены 7,635 Токены рассуждений 900,536 Время ответа (среднее) 61.58s Время ответа (суммарно) 1416.24s Время ответа (макс.) 335.08s Неверный ответ: 6 Ошибка API: 1 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#148#148	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
#394#394	GLM 4.7 Flashmedium	4.2	Z.ai	$0.193	150.90s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 19 Надежность 9.4 Доля успешных попыток 30.4% Нестабильные тесты 8 Входные токены 228,711 Выходные токены 42,254 Токены рассуждений 422,121 Время ответа (среднее) 150.90s Время ответа (суммарно) 2414.33s Время ответа (макс.) 1539.97s Неверный ответ: 10 Нет ответа: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Тайм-аут: 2 Агентные задачи : 3.9 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
#433#433	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
#439#439	Classify-1default	2.2	Scaledown	$0.008	4.58s
Открыть карточку модели Всего тестов 12 Ошибочных тестов 9 Надежность 9.4 Доля успешных попыток 18.8% Нестабильные тесты 2 Входные токены 195,645 Выходные токены 164 Токены рассуждений 0 Время ответа (среднее) 4.58s Время ответа (суммарно) 55.01s Время ответа (макс.) 13.35s Неверный ответ: 8 Ошибка API: 1 Агентные задачи : 0.0 Анти-ИИ уловки : 4.0 Программирование : 2.7 Комбинированный : 0.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 0.0 Следование инструкциям : 1.5 Решение головоломок : 1.0 Вызов инструментов : 0.0 Эрудиция : 0.0
#94#94	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 6 Надежность 9.3 Доля успешных попыток 78.3% Нестабильные тесты 2 Входные токены 170,700 Выходные токены 7,719 Токены рассуждений 225,608 Время ответа (среднее) 139.41s Время ответа (суммарно) 2788.26s Время ответа (макс.) 766.58s Ошибка API: 2 Нет ответа: 2 Лишнее форматирование: 1 Тайм-аут: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 6.5 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#134#134	Muse Wonderhigh	7.7	Meta	$3.426	22.96s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 8 Надежность 9.3 Доля успешных попыток 66.7% Нестабильные тесты 1 Входные токены 94,153 Выходные токены 9,606 Токены рассуждений 142,834 Время ответа (среднее) 22.96s Время ответа (суммарно) 528.08s Время ответа (макс.) 143.21s Ошибка API: 6 Неверный ответ: 2 Агентные задачи : 3.0 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 9.8 Эрудиция : 2.8
#393#393	MiniMax M2.5medium	4.3	Minimax	$0.440 ↑	102.32s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 18 Надежность 9.3 Доля успешных попыток 42.0% Нестабильные тесты 9 Входные токены 188,239 Выходные токены 27,822 Токены рассуждений 262,674 Время ответа (среднее) 102.32s Время ответа (суммарно) 1637.05s Время ответа (макс.) 600.81s Неверный ответ: 7 Тайм-аут: 5 Не соблюдены инструкции: 3 Нет ответа: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 7.9 Программирование : 3.4 Комбинированный : 3.7 Парсинг и извлечение данных : 4.6 Предметно-ориентированное : 2.9 Общий интеллект : 3.8 Следование инструкциям : 7.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#147#147	GLM 5.1medium	7.5	Z.ai	$1.546 ↑	66.38s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 10 Надежность 9.2 Доля успешных попыток 66.7% Нестабильные тесты 4 Входные токены 331,577 Выходные токены 17,919 Токены рассуждений 230,789 Время ответа (среднее) 66.38s Время ответа (суммарно) 1460.31s Время ответа (макс.) 308.75s Неверный ответ: 5 Тайм-аут: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 10.0 Программирование : 4.6 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 8.2 Вызов инструментов : 3.0 Эрудиция : 3.0
#332#332	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 16 Надежность 9.2 Доля успешных попыток 33.3% Нестабильные тесты 1 Входные токены 332,917 Выходные токены 18,989 Токены рассуждений 42,362 Время ответа (среднее) 58.20s Время ответа (суммарно) 1338.65s Время ответа (макс.) 566.80s Неверный ответ: 11 Тайм-аут: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 4.0 Следование инструкциям : 3.0 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#32#32	Muse Wondermedium	9.2	Meta	$3.397	21.58s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 6 Надежность 9.1 Доля успешных попыток 76.8% Нестабильные тесты 1 Входные токены 241,489 Выходные токены 11,575 Токены рассуждений 109,971 Время ответа (среднее) 21.58s Время ответа (суммарно) 496.40s Время ответа (макс.) 162.73s Ошибка API: 4 Неверный ответ: 2 Агентные задачи : 10.0 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.6 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 4.7
#142#142	Muse Wonderxhigh	7.7	Meta	$4.012	34.40s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 9.1 Доля успешных попыток 65.2% Нестабильные тесты 2 Входные токены 93,060 Выходные токены 10,305 Токены рассуждений 171,683 Время ответа (среднее) 34.40s Время ответа (суммарно) 791.16s Время ответа (макс.) 236.64s Ошибка API: 6 Неверный ответ: 3 Агентные задачи : 3.0 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 2.8
#389#389	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 20 Надежность 9.1 Доля успешных попыток 15.9% Нестабильные тесты 2 Входные токены 226,872 Выходные токены 133,268 Токены рассуждений 0 Время ответа (среднее) 84.66s Время ответа (суммарно) 1947.17s Время ответа (макс.) 747.17s Неверный ответ: 11 Лишнее форматирование: 4 Тайм-аут: 3 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 4.9 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 2.9 Предметно-ориентированное : 3.0 Общий интеллект : 5.0 Следование инструкциям : 3.0 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#124#124	Muse Wondermax	7.9	Meta	$4.766	44.39s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 7 Надежность 9.0 Доля успешных попыток 75.4% Нестабильные тесты 3 Входные токены 93,126 Выходные токены 10,497 Токены рассуждений 209,138 Время ответа (среднее) 44.39s Время ответа (суммарно) 1021.02s Время ответа (макс.) 287.79s Ошибка API: 4 Неверный ответ: 2 Не соблюдены инструкции: 1 Агентные задачи : 3.0 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 : 7.5 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 2.8
#149#149	Mistral Large 4high	7.5	Mistral	$1.391	263.69s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 9.0 Доля успешных попыток 65.2% Нестабильные тесты 6 Входные токены 230,895 Выходные токены 161,281 Токены рассуждений 510,655 Время ответа (среднее) 263.69s Время ответа (суммарно) 6064.89s Время ответа (макс.) 1727.29s Неверный ответ: 6 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 8.3 Программирование : 3.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 10.0 Следование инструкциям : 8.4 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#150#150	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 9.0 Доля успешных попыток 65.2% Нестабильные тесты 5 Входные токены 297,321 Выходные токены 8,997 Токены рассуждений 423,853 Время ответа (среднее) 124.87s Время ответа (суммарно) 2871.96s Время ответа (макс.) 675.30s Неверный ответ: 6 Ошибка API: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 10.0 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
#322#322	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 17 Надежность 9.0 Доля успешных попыток 37.7% Нестабильные тесты 6 Входные токены 319,668 Выходные токены 32,069 Токены рассуждений 0 Время ответа (среднее) 17.51s Время ответа (суммарно) 402.66s Время ответа (макс.) 132.84s Неверный ответ: 12 Лишнее форматирование: 2 Не соблюдены инструкции: 2 Нет ответа: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 3.0 Программирование : 3.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 5.0 Следование инструкциям : 6.2 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#105#105	Seed-2.0-Codelow	8.1	Bytedance Seed	$0.881	73.02s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 8.9 Доля успешных попыток 78.3% Нестабильные тесты 6 Входные токены 237,604 Выходные токены 9,617 Токены рассуждений 244,190 Время ответа (среднее) 73.02s Время ответа (суммарно) 1679.49s Время ответа (макс.) 485.92s Неверный ответ: 7 Ошибка API: 1 Не соблюдены инструкции: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 8.7 Программирование : 7.0 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 6.5 Следование инструкциям : 9.8 Решение головоломок : 9.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#280#280	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
#325#325	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 8.9 Доля успешных попыток 42.0% Нестабильные тесты 4 Входные токены 166,347 Выходные токены 423,884 Токены рассуждений 1,394,387 Время ответа (среднее) 140.39s Время ответа (суммарно) 3229.07s Время ответа (макс.) 786.72s Неверный ответ: 10 Лишнее форматирование: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Агентные задачи : 3.9 Анти-ИИ уловки : 8.4 Программирование : 4.5 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.1 Следование инструкциям : 9.8 Решение головоломок : 3.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#369#369	North Mini Codedefault	4.7	Cohere	$0.000	29.47s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 19 Надежность 8.9 Доля успешных попыток 17.4% Нестабильные тесты 0 Входные токены 177,989 Выходные токены 26,954 Токены рассуждений 0 Время ответа (среднее) 29.47s Время ответа (суммарно) 677.70s Время ответа (макс.) 159.85s Неверный ответ: 13 Лишнее форматирование: 2 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Агентные задачи : 3.0 Анти-ИИ уловки : 3.0 Программирование : 3.9 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 3.9 Следование инструкциям : 6.5 Решение головоломок : 3.5 Вызов инструментов : 9.5 Эрудиция : 3.0
#188#188	Ember-1low	7.0	Fireworks	$1.488	34.90s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 10 Надежность 8.8 Доля успешных попыток 65.2% Нестабильные тесты 5 Входные токены 211,908 Выходные токены 14,158 Токены рассуждений 42,608 Время ответа (среднее) 34.90s Время ответа (суммарно) 802.79s Время ответа (макс.) 121.29s Ошибка API: 6 Неверный ответ: 3 Недопустимый вызов инструмента: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 8.2 Программирование : 10.0 Комбинированный : 6.5 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 6.2 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#329#329	Ember-1none	5.4	Fireworks	$0.786	22.65s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 8.8 Доля успешных попыток 43.5% Нестабильные тесты 4 Входные токены 202,617 Выходные токены 11,832 Токены рассуждений 0 Время ответа (среднее) 22.65s Время ответа (суммарно) 520.91s Время ответа (макс.) 93.12s Неверный ответ: 10 Ошибка API: 5 Агентные задачи : 6.1 Анти-ИИ уловки : 5.2 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.4 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.4 Решение головоломок : 10.0 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