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)
#39	Claude Haiku 5.5 xhigh	Anthropic	1.0	0.9	$0.140	2/2	3.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.140 प्रतिसाद वेळ (सरासरी) 3.65s
#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
#346	KAT Coder AIR V2.5 medium	Kwaipilot	0.6	0.5	$0.048	1/2	3.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.048 प्रतिसाद वेळ (सरासरी) 3.65s
#51	Claude Opus 5 low	Anthropic	1.0	0.9	$2.350	2/2	3.69s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.350 प्रतिसाद वेळ (सरासरी) 3.69s
#92	Claude Haiku 5.5 high	Anthropic	1.0	0.8	$0.088	2/2	3.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.088 प्रतिसाद वेळ (सरासरी) 3.77s
#64	DeepSeek V4.1 Flash medium	DeepSeek	0.7	0.9	$0.591	1/2	3.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.591 प्रतिसाद वेळ (सरासरी) 3.77s
#109	DeepSeek V4.1 Flash low	DeepSeek	0.7	0.8	$0.494	1/2	3.80s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.494 प्रतिसाद वेळ (सरासरी) 3.80s
#376	GLM 5V Turbo none	Z.ai	1.0	0.5	$0.052	2/2	3.81s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.052 प्रतिसाद वेळ (सरासरी) 3.81s
#74	Claude Sonnet 5.5 high	Anthropic	0.7	0.9	$1.175	1/2	3.86s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $1.175 प्रतिसाद वेळ (सरासरी) 3.86s
#178	Claude Opus 5 none	Anthropic	1.0	0.7	$2.766	2/2	3.88s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.766 प्रतिसाद वेळ (सरासरी) 3.88s
#28	Claude Opus 5 medium	Anthropic	1.0	0.9	$2.870	2/2	3.92s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.870 प्रतिसाद वेळ (सरासरी) 3.92s
#286	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
#157	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	2/2	3.99s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.398 प्रतिसाद वेळ (सरासरी) 3.99s
#355	Grok 4.20 Beta medium	X AI	1.0	0.5	$0.750	2/2	4.01s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.750 प्रतिसाद वेळ (सरासरी) 4.01s
#164	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	4.06s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.680 प्रतिसाद वेळ (सरासरी) 4.06s

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