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)
#238#238	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 36.2% Нестабильные тесты 2 Входные токены 405,921 Выходные токены 97,112 Токены рассуждений 0 Время ответа (среднее) 14.79s Время ответа (суммарно) 340.25s Время ответа (макс.) 212.63s Неверный ответ: 13 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 10.0 Анти-ИИ уловки : 4.8 Программирование : 3.7 Комбинированный : 5.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 3.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#239#239	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
#240#240	Beam 1.0 501B A23Bmax	6.4	Reflection	$0.799	11.10s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 56.5% Нестабильные тесты 2 Входные токены 199,105 Выходные токены 4,274 Токены рассуждений 195,495 Время ответа (среднее) 11.10s Время ответа (суммарно) 255.26s Время ответа (макс.) 54.48s Неверный ответ: 6 Ошибка API: 3 Не соблюдены инструкции: 2 Агентные задачи : 3.0 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.5 Следование инструкциям : 8.4 Решение головоломок : 7.8 Вызов инструментов : 3.0 Эрудиция : 3.0
#242#242	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 62.3% Нестабильные тесты 1 Входные токены 106,316 Выходные токены 79,338 Токены рассуждений 41,089 Время ответа (среднее) 28.08s Время ответа (суммарно) 421.15s Время ответа (макс.) 140.96s Неверный ответ: 4 Лишнее форматирование: 3 Тайм-аут: 1 Агентные задачи : 0.0 Анти-ИИ уловки : 6.5 Программирование : 5.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#243#243	Minimax M3.1 Flashxhigh	6.4	Minimax	$0.000	21.71s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 56.5% Нестабильные тесты 5 Входные токены 318,768 Выходные токены 9,865 Токены рассуждений 155,441 Время ответа (среднее) 21.71s Время ответа (суммарно) 499.37s Время ответа (макс.) 87.61s Неверный ответ: 9 Не соблюдены инструкции: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 6.1 Анти-ИИ уловки : 6.5 Программирование : 6.0 Комбинированный : 7.3 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 7.7 Общий интеллект : 5.0 Следование инструкциям : 4.9 Решение головоломок : 7.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#245#245	Beam 1.0 501B A23Blow	6.4	Reflection	$0.432	4.89s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 60.9% Нестабильные тесты 6 Входные токены 218,076 Выходные токены 4,863 Токены рассуждений 66,387 Время ответа (среднее) 4.89s Время ответа (суммарно) 112.55s Время ответа (макс.) 29.49s Неверный ответ: 6 Ошибка API: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 6.5 Следование инструкциям : 8.4 Решение головоломок : 6.1 Вызов инструментов : 3.0 Эрудиция : 3.0
#247#247	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 58.0% Нестабильные тесты 1 Входные токены 230,004 Выходные токены 18,040 Токены рассуждений 0 Время ответа (среднее) 4.67s Время ответа (суммарно) 107.45s Время ответа (макс.) 49.23s Неверный ответ: 7 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 6.5 Программирование : 5.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#248#248	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 63.8% Нестабильные тесты 7 Входные токены 253,462 Выходные токены 40,269 Токены рассуждений 185,716 Время ответа (среднее) 56.72s Время ответа (суммарно) 1304.54s Время ответа (макс.) 333.34s Неверный ответ: 4 Лишнее форматирование: 3 Не соблюдены инструкции: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 4.7 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 6.9 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 5.5 Следование инструкциям : 9.9 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#249#249	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
#250#250	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
#251#251	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
#252#252	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.716 ↓	111.54s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 65.2% Нестабильные тесты 7 Входные токены 378,048 Выходные токены 56,477 Токены рассуждений 865,151 Время ответа (среднее) 111.54s Время ответа (суммарно) 2565.38s Время ответа (макс.) 950.25s Нет ответа: 3 Тайм-аут: 3 Неверный ответ: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 7.4 Анти-ИИ уловки : 10.0 Программирование : 5.9 Комбинированный : 3.8 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 3.5 Общий интеллект : 2.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#253#253	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
#254#254	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 6 Входные токены 275,779 Выходные токены 14,401 Токены рассуждений 25,511 Время ответа (среднее) 4.79s Время ответа (суммарно) 110.24s Время ответа (макс.) 53.91s Неверный ответ: 9 Не соблюдены инструкции: 1 Нет ответа: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 9.0 Программирование : 4.3 Комбинированный : 3.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 4.7
#255#255	Gemini 3.1 Flash Lite Previewlow	6.3	Google	$0.736	19.04s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 60.9% Нестабильные тесты 0 Входные токены 309,715 Выходные токены 16,170 Токены рассуждений 422,721 Время ответа (среднее) 19.04s Время ответа (суммарно) 437.98s Время ответа (макс.) 309.35s Неверный ответ: 7 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#256#256	Minimax M3.1 Flashmedium	6.3	Minimax	$0.000	19.52s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 55.1% Нестабильные тесты 9 Входные токены 363,168 Выходные токены 10,380 Токены рассуждений 132,146 Время ответа (среднее) 19.52s Время ответа (суммарно) 449.04s Время ответа (макс.) 181.80s Неверный ответ: 9 Не соблюдены инструкции: 3 Ошибка API: 1 Недопустимый вызов инструмента: 1 Нет ответа: 1 Агентные задачи : 7.4 Анти-ИИ уловки : 6.4 Программирование : 5.5 Комбинированный : 7.2 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 4.1 Общий интеллект : 5.1 Следование инструкциям : 4.8 Решение головоломок : 7.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#257#257	Gemini 3.1 Flash Litelow	6.3	Google	$0.717	19.02s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 60.9% Нестабильные тесты 2 Входные токены 312,368 Выходные токены 9,429 Токены рассуждений 416,147 Время ответа (среднее) 19.02s Время ответа (суммарно) 437.38s Время ответа (макс.) 318.02s Неверный ответ: 9 Недопустимый вызов инструмента: 1 Агентные задачи : 5.0 Анти-ИИ уловки : 7.3 Программирование : 5.5 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#258#258	Solar Pro 4high	6.3	Upstage	$0.077 ↑	128.91s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 60.9% Нестабильные тесты 6 Входные токены 209,002 Выходные токены 24,675 Токены рассуждений 377,528 Время ответа (среднее) 128.91s Время ответа (суммарно) 2965.04s Время ответа (макс.) 491.07s Неверный ответ: 6 Не соблюдены инструкции: 3 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Агентные задачи : 2.8 Анти-ИИ уловки : 8.7 Программирование : 5.7 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 5.5 Следование инструкциям : 7.9 Решение головоломок : 8.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#259#259	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.176	20.07s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 52.2% Нестабильные тесты 3 Входные токены 346,064 Выходные токены 53,060 Токены рассуждений 0 Время ответа (среднее) 20.07s Время ответа (суммарно) 341.27s Время ответа (макс.) 183.50s Неверный ответ: 11 Недопустимый вызов инструмента: 1 Агентные задачи : 5.2 Анти-ИИ уловки : 4.8 Программирование : 4.3 Комбинированный : 6.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.4 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#261#261	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 60.9% Нестабильные тесты 3 Входные токены 108,573 Выходные токены 69,994 Токены рассуждений 26,728 Время ответа (среднее) 32.23s Время ответа (суммарно) 515.65s Время ответа (макс.) 151.51s Лишнее форматирование: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Агентные задачи : 0.0 Анти-ИИ уловки : 6.4 Программирование : 5.7 Комбинированный : 10.0 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
#262#262	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
#263#263	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
#264#264	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
#265#265	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
#266#266	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
Открыть карточку модели Всего тестов 23 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 58.0% Нестабильные тесты 5 Входные токены 392,127 Выходные токены 7,754 Токены рассуждений 294,333 Время ответа (среднее) 36.73s Время ответа (суммарно) 844.68s Время ответа (макс.) 199.66s Неверный ответ: 7 Лишнее форматирование: 2 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Агентные задачи : 3.0 Анти-ИИ уловки : 8.2 Программирование : 6.3 Комбинированный : 8.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.9 Следование инструкциям : 9.8 Решение головоломок : 7.7 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