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

0.9

सर्वोत्तम मॉडेल

Gemini 3 Flash Preview 0.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह93 अयशस्वी होण्याचे कारण API त्रुटी सह37 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

451/451

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#66	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
#67	Qwen3.8 27B high	Qwen	1.0	0.9	~$0.298	2/2	34.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च ~$0.298 प्रतिसाद वेळ (सरासरी) 34.9s
#68	MiMo-V2.6-Pro medium	Xiaomi	1.0	0.9	$0.586	2/2	2.71s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.586 प्रतिसाद वेळ (सरासरी) 2.71s
#69	Seed 2.1 Turbo medium	Bytedance Seed	1.0	0.9	$2.042	2/2	37.8s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.042 प्रतिसाद वेळ (सरासरी) 37.8s
#70	GPT-6 Sol low	OpenAI	1.0	0.9	$0.477	2/2	13.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.477 प्रतिसाद वेळ (सरासरी) 13.6s
#72	Muse Spark 1.1 low	Meta	1.0	0.9	$0.885	2/2	3.22s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.885 प्रतिसाद वेळ (सरासरी) 3.22s
#73	Claude Sonnet 5.5 xhigh	Anthropic	1.0	0.9	$1.516	2/2	4.96s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.516 प्रतिसाद वेळ (सरासरी) 4.96s
#75	Claude Haiku 5.5 low	Anthropic	1.0	0.9	$0.061	2/2	3.45s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.061 प्रतिसाद वेळ (सरासरी) 3.45s
#76	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	9.94s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.131 प्रतिसाद वेळ (सरासरी) 9.94s
#77	Grok 4.6 high	X AI	1.0	0.9	$2.629	2/2	16.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.629 प्रतिसाद वेळ (सरासरी) 16.1s
#78	Muse Spark 1.3 low	Meta	1.0	0.9	$0.911	2/2	3.62s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.911 प्रतिसाद वेळ (सरासरी) 3.62s
#79	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
#80	Qwen3.7 Max medium	Qwen	1.0	0.9	$1.689	2/2	8.80s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.689 प्रतिसाद वेळ (सरासरी) 8.80s
#81	Claude Haiku 5.5 max	Anthropic	1.0	0.8	$0.509	2/2	11.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.509 प्रतिसाद वेळ (सरासरी) 11.1s
#82	Nemotron 3.5 Super VL high	NVIDIA	1.0	0.8	$0.349	2/2	3.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.349 प्रतिसाद वेळ (सरासरी) 3.65s

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