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: मेट्रिक ↑.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

8.9

सर्वोत्तम मॉडेल

Step 3.5 Flash 1.5

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह41 अयशस्वी होण्याचे कारण API त्रुटी सह14 अयशस्वी होण्याचे कारण उत्तर नाही सह8 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह6 अयशस्वी होण्याचे कारण वेळ संपला सह1

216/216

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#110	Gemini 3.1 Flash Lite Preview low	Google	10.0	6.5	$0.646	2/2	3.00s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.646 प्रतिसाद वेळ (सरासरी) 3.00s
#111	Gemini 3.1 Flash Lite low	Google	10.0	6.5	$0.621	2/2	1.44s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.621 प्रतिसाद वेळ (सरासरी) 1.44s
#112	Gemini 3.1 Flash Lite Preview none	Google	10.0	6.4	$0.052	2/2	1.22s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.052 प्रतिसाद वेळ (सरासरी) 1.22s
#113	Qwen3.5 Plus 2026-02-15 none	Qwen	10.0	6.4	$0.073	2/2	1.89s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.073 प्रतिसाद वेळ (सरासरी) 1.89s
#116	Gemma 4 31B medium	Google	10.0	6.3	$0.107	2/2	21.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.107 प्रतिसाद वेळ (सरासरी) 21.1s
#117	LongCat 2.0 none	Meituan	10.0	6.3	$0.044	2/2	2.36s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.044 प्रतिसाद वेळ (सरासरी) 2.36s
#118	Claude Sonnet 5 none	Anthropic	10.0	6.3	$0.548	2/2	3.01s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.548 प्रतिसाद वेळ (सरासरी) 3.01s
#121	Gemma 4 31B none	Google	10.0	6.2	$0.021	2/2	2.25s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.021 प्रतिसाद वेळ (सरासरी) 2.25s
#122	Seed-2.0-Lite none	Bytedance Seed	10.0	6.2	$0.066	2/2	1.82s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.066 प्रतिसाद वेळ (सरासरी) 1.82s
#123	GPT-5.6 Luna low	OpenAI	10.0	6.2	$0.249	2/2	2.14s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.249 प्रतिसाद वेळ (सरासरी) 2.14s
#124	Gemini 2.5 Flash none	Google	10.0	6.2	$0.017	2/2	652ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.017 प्रतिसाद वेळ (सरासरी) 652ms
#126	Gemini 3.1 Flash Lite minimal	Google	10.0	6.1	$0.047	2/2	1.04s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.047 प्रतिसाद वेळ (सरासरी) 1.04s
#128	Gemini 3.1 Flash Lite none	Google	10.0	6.1	$0.046	2/2	843ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.046 प्रतिसाद वेळ (सरासरी) 843ms
#129	Inkling low	Thinkingmachines	10.0	6.1	$0.187	2/2	2.07s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.187 प्रतिसाद वेळ (सरासरी) 2.07s
#130	Qwen3.6 Flash none	Qwen	10.0	6.1	$0.062	2/2	2.13s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.062 प्रतिसाद वेळ (सरासरी) 2.13s

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