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)
#368	Laguna S 2.1 low	Poolside	1.0	0.5	$0.108	2/2	2.76s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.108 प्रतिसाद वेळ (सरासरी) 2.76s
#362	Granite 4.2 8B high	IBM Granite	0.4	0.5	$0.111	0/2	56.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.111 प्रतिसाद वेळ (सरासरी) 56.5s
#278	Inkling Small medium	Thinkingmachines	1.0	0.6	$0.113	2/2	3.95s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.113 प्रतिसाद वेळ (सरासरी) 3.95s
#177	GLM 5.3 FlashX medium	Z.ai	1.0	0.7	$0.114	2/2	1.74s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.114 प्रतिसाद वेळ (सरासरी) 1.74s
#279	Seed-2.0-Lite none	Bytedance Seed	1.0	0.6	$0.114	2/2	1.82s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.114 प्रतिसाद वेळ (सरासरी) 1.82s
#165	Qwen3.5-27B none	Qwen	1.0	0.7	$0.116	2/2	1.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.116 प्रतिसाद वेळ (सरासरी) 1.43s
#108	GPT-5.6 Luna high	OpenAI	1.0	0.8	$0.118	2/2	2.18s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.118 प्रतिसाद वेळ (सरासरी) 2.18s
#364	DeepSeek V3.2 none	DeepSeek	0.6	0.5	$0.119	1/2	9.42s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.119 प्रतिसाद वेळ (सरासरी) 9.42s
#304	Qwen3.5-35B-A3B none	Qwen	1.0	0.6	$0.120	2/2	1.16s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.120 प्रतिसाद वेळ (सरासरी) 1.16s
#218	Mercury 2 medium	Inception	0.7	0.7	$0.121	1/2	1.11s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.121 प्रतिसाद वेळ (सरासरी) 1.11s
#334	Mistral Small 4 medium	Mistral	0.7	0.5	$0.126	1/2	1.23s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.126 प्रतिसाद वेळ (सरासरी) 1.23s
#179	MiMo-V2.5 medium	Xiaomi	0.3	0.7	$0.130	0/2	6.33s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.130 प्रतिसाद वेळ (सरासरी) 6.33s
#338	MiMo-V2.5-Pro none	Xiaomi	1.0	0.5	$0.135	2/2	1.32s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.135 प्रतिसाद वेळ (सरासरी) 1.32s
#356	Hy3 preview high	Tencent	0.7	0.5	$0.135	1/2	12.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.135 प्रतिसाद वेळ (सरासरी) 12.1s
#283	Qwen3.6 Flash none	Qwen	1.0	0.6	$0.139	2/2	2.13s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.139 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