Statistics

Head-to-Head

Win rate between models.

	gpt-5.2 (medium)	gpt-5.4 (low)	gpt-5.2 (low)	Kimi-K2.5	gemini-3-flas…	claude-sonnet…	grok-4-1-fast…	gemini-3-flas…	gemini-3.1-fl…	claude-haiku-4-5	grok-4-1-fast…	gpt-5-mini (medium)	gemini-3.1-fl…	DeepSeek-V3.2	gpt-5-mini (low)
gpt-5.2 (medium)	—	0.75	0.75	0.00	1.00	0.50	0.67	1.00	0.75	—	1.00	1.00	1.00	—	0.50
gpt-5.4 (low)	0.25	—	0.67	0.75	0.50	1.00	0.62	1.00	—	1.00	0.50	—	—	—	—
gpt-5.2 (low)	0.25	0.33	—	0.67	0.73	0.50	0.50	0.75	0.83	—	0.80	—	0.75	—	1.00
Kimi-K2.5	1.00	0.25	0.33	—	0.25	—	0.00	0.50	1.00	0.67	0.75	1.00	1.00	0.80	1.00
gemini-3-flas…	0.00	0.50	0.27	0.75	—	0.50	0.27	0.50	1.00	1.00	0.67	1.00	—	1.00	0.50
claude-sonnet…	0.50	0.00	0.50	—	0.50	—	0.50	0.50	0.50	—	0.75	—	—	—	—
grok-4-1-fast…	0.33	0.38	0.50	1.00	0.73	0.50	—	0.50	1.00	1.00	0.83	1.00	1.00	—	1.00
gemini-3-flas…	0.00	0.00	0.25	0.50	0.50	0.50	0.50	—	0.50	0.62	1.00	0.50	—	1.00	0.75
gemini-3.1-fl…	0.25	—	0.17	0.00	0.00	0.50	0.00	0.50	—	0.50	0.50	0.50	0.50	0.80	1.00
claude-haiku-4-5	—	0.00	—	0.33	0.00	—	0.00	0.38	0.50	—	1.00	1.00	—	0.50	1.00
grok-4-1-fast…	0.00	0.50	0.20	0.25	0.33	0.25	0.17	0.00	0.50	0.00	—	1.00	0.75	0.83	0.67
gpt-5-mini (medium)	0.00	—	—	0.00	0.00	—	0.00	0.50	0.50	0.00	0.00	—	1.00	0.50	1.00
gemini-3.1-fl…	0.00	—	0.25	0.00	—	—	0.00	—	0.50	—	0.25	0.00	—	0.75	0.67
DeepSeek-V3.2	—	—	—	0.20	0.00	—	—	0.00	0.20	0.50	0.17	0.50	0.25	—	0.50
gpt-5-mini (low)	0.50	—	0.00	0.00	0.50	—	0.00	0.25	0.00	0.00	0.33	0.00	0.33	0.50	—

ELO rating vs wins per dollar. Top-right is best.