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: प्रतिसाद वेळ (सरासरी) ↑.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

MiMo-V2-Flash 0.7

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)
#12	GPT-6.1 Sol high	OpenAI	1.0	1.0	$0.755	2/2	2.79s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.755 प्रतिसाद वेळ (सरासरी) 2.79s
#345	KAT Coder AIR V2.5 low	Kwaipilot	0.6	0.5	$0.046	1/2	2.82s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.046 प्रतिसाद वेळ (सरासरी) 2.82s
#270	Qwen3.5 Plus 2026-04-20 none	Qwen	1.0	0.6	$0.216	2/2	2.82s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.216 प्रतिसाद वेळ (सरासरी) 2.82s
#410	Hy3 preview none	Tencent	0.7	0.3	$0.007	1/2	2.85s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.007 प्रतिसाद वेळ (सरासरी) 2.85s
#325	Qwen3.6 Max Preview none	Qwen	1.0	0.5	$0.228	2/2	2.87s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.228 प्रतिसाद वेळ (सरासरी) 2.87s
#6	GPT-6.1 Sol xhigh	OpenAI	1.0	1.0	$1.377	2/2	2.88s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.377 प्रतिसाद वेळ (सरासरी) 2.88s
#248	Gemini 3.1 Flash Lite Preview low	Google	1.0	0.6	$0.736	2/2	3.00s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.736 प्रतिसाद वेळ (सरासरी) 3.00s
#284	Claude Sonnet 5 none	Anthropic	1.0	0.6	$1.095	2/2	3.01s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.095 प्रतिसाद वेळ (सरासरी) 3.01s
#355	Mimo V2 Omni medium	Xiaomi	1.0	0.5	$0.683	2/2	3.04s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.683 प्रतिसाद वेळ (सरासरी) 3.04s
#180	GPT-5.2 Chat default	OpenAI	1.0	0.7	$0.594	2/2	3.05s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.594 प्रतिसाद वेळ (सरासरी) 3.05s
#37	GPT-5.3-Codex medium	OpenAI	1.0	0.9	$1.318	2/2	3.07s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.318 प्रतिसाद वेळ (सरासरी) 3.07s
#225	Mercury 2.5 high	Inception	1.0	0.6	$0.044	2/2	3.08s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.044 प्रतिसाद वेळ (सरासरी) 3.08s
#289	DeepSeek V4.1 Flash none	DeepSeek	0.7	0.6	$0.391	1/2	3.09s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.391 प्रतिसाद वेळ (सरासरी) 3.09s
#65	GPT-5.2 medium	OpenAI	1.0	0.9	$1.558	2/2	3.15s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.558 प्रतिसाद वेळ (सरासरी) 3.15s
#78	Claude Sonnet 5 medium	Anthropic	1.0	0.9	$1.438	2/2	3.16s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.438 प्रतिसाद वेळ (सरासरी) 3.16s

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