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 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)
#311	Step 5 Preview low	Stepfun	1.0	0.6	$4.110	2/2	3.34s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $4.110 प्रतिसाद वेळ (सरासरी) 3.34s
#8	GPT-6 Astra xhigh	OpenAI	1.0	1.0	$6.213	2/2	3.34s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $6.213 प्रतिसाद वेळ (सरासरी) 3.34s
#412	Laguna M.1 default	Poolside	1.0	0.4	$0.009	2/2	3.37s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.009 प्रतिसाद वेळ (सरासरी) 3.37s
#117	GLM 5.3 FlashX max	Z.ai	1.0	0.8	$0.623	2/2	3.38s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.623 प्रतिसाद वेळ (सरासरी) 3.38s
#233	GLM 5.3 low	Z.ai	1.0	0.6	$0.215	2/2	3.42s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.215 प्रतिसाद वेळ (सरासरी) 3.42s
#283	Claude Sonnet 4.6 none	Anthropic	1.0	0.6	$0.661	2/2	3.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.661 प्रतिसाद वेळ (सरासरी) 3.43s
#138	Claude Haiku 5.5 medium	Anthropic	1.0	0.8	$0.063	2/2	3.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.063 प्रतिसाद वेळ (सरासरी) 3.43s
#132	Grok 4.5 low	X AI	1.0	0.8	$1.345	2/2	3.44s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.345 प्रतिसाद वेळ (सरासरी) 3.44s
#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
#128	GLM 5.3 high	Z.ai	1.0	0.8	$0.495	2/2	3.55s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.495 प्रतिसाद वेळ (सरासरी) 3.55s
#340	KAT Coder AIR V2.5 high	Kwaipilot	0.6	0.5	$0.077	1/2	3.59s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.077 प्रतिसाद वेळ (सरासरी) 3.59s
#381	Owl Alpha default	Openrouter	1.0	0.5	$0.000	2/2	3.60s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 3.60s
#159	Inkling medium	Thinkingmachines	1.0	0.7	$0.527	2/2	3.60s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.527 प्रतिसाद वेळ (सरासरी) 3.60s
#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
#89	DeepSeek V4 Flash 0731 high	DeepSeek	1.0	0.8	$0.576	2/2	3.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.576 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