डेटा पार्सिंग आणि निष्कर्षण मॉडेल क्रमवारी

डेटा पार्सिंग आणि निष्कर्षण मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: एकूण खर्च ↑.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

Ling 3.1 Flash 1.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह93 अयशस्वी होण्याचे कारण API त्रुटी सह32 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह12 अयशस्वी होण्याचे कारण उत्तर नाही सह9 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह8 अयशस्वी होण्याचे कारण वेळ संपला सह2

442/442

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#91	Claude Haiku 5.5 high	Anthropic	1.0	0.8	$0.088	2/2	3.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.088 प्रतिसाद वेळ (सरासरी) 3.77s
#52	GLM 5.3 Flash max	Z.ai	1.0	0.9	$0.089	2/2	6.10s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.089 प्रतिसाद वेळ (सरासरी) 6.10s
#142	Qwen3.8 27B low	Qwen	1.0	0.8	~$0.089	2/2	8.03s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च ~$0.089 प्रतिसाद वेळ (सरासरी) 8.03s
#205	Qwen3.5-Flash none	Qwen	1.0	0.7	$0.089	2/2	1.57s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.089 प्रतिसाद वेळ (सरासरी) 1.57s
#263	Gemini 3.1 Flash Lite Preview none	Google	1.0	0.6	$0.090	2/2	1.22s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.090 प्रतिसाद वेळ (सरासरी) 1.22s
#340	Laguna S 2.1 medium	Poolside	1.0	0.5	$0.092	2/2	2.42s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.092 प्रतिसाद वेळ (सरासरी) 2.42s
#235	Solar Pro 4 medium	Upstage	1.0	0.6	$0.098	2/2	43.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.098 प्रतिसाद वेळ (सरासरी) 43.1s
#206	Solar Pro 4 low	Upstage	1.0	0.7	$0.101	2/2	62.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.101 प्रतिसाद वेळ (सरासरी) 62.4s
#157	Gemma 4 26B A4B medium	Google	1.0	0.7	$0.101	2/2	16.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.101 प्रतिसाद वेळ (सरासरी) 16.5s
#291	Ring 2.6 1t medium	Inclusionai	0.6	0.6	$0.102	1/2	37.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.102 प्रतिसाद वेळ (सरासरी) 37.4s
#244	LongCat 2.0 none	Meituan	1.0	0.6	$0.104	2/2	2.36s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.104 प्रतिसाद वेळ (सरासरी) 2.36s
#327	Qwen3.6 35B A3B none	Qwen	1.0	0.5	$0.105	2/2	1.46s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.105 प्रतिसाद वेळ (सरासरी) 1.46s
#319	Step 3.5 Flash medium	Stepfun	1.0	0.5	$0.105	2/2	15.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.105 प्रतिसाद वेळ (सरासरी) 15.0s
#435	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
एकूण चाचण्या 0 चुकीच्या चाचण्या 0 एकूण खर्च $0.105 प्रतिसाद वेळ (सरासरी) 0ms
#390	Qwen3.5-9B medium	Qwen	0.4	0.4	$0.106	0/2	87.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.106 प्रतिसाद वेळ (सरासरी) 87.3s

डेटा पार्सिंग आणि निष्कर्षण क्रमवारी

मॉडेल फिल्टर करा

डेटा पार्सिंग आणि निष्कर्षण स्कोअर नुसार शीर्ष मॉडेल्स

डेटा पार्सिंग आणि निष्कर्षण स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स