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)
#119	GPT-5.4 Mini medium	OpenAI	1.0	0.8	$1.102	2/2	2.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.102 प्रतिसाद वेळ (सरासरी) 2.43s
#120	Qwen3.7 Max none	Qwen	1.0	0.8	$0.451	2/2	1.35s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.451 प्रतिसाद वेळ (सरासरी) 1.35s
#121	Gemini 3.5 Flash medium	Google	1.0	0.8	$1.316	2/2	4.07s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.316 प्रतिसाद वेळ (सरासरी) 4.07s
#122	Qwen3.8 2.4T A95B high	Qwen	1.0	0.8	$2.949	2/2	13.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.949 प्रतिसाद वेळ (सरासरी) 13.7s
#123	MiMo-V2.6-Flash medium	Xiaomi	1.0	0.8	$0.218	2/2	1.75s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.218 प्रतिसाद वेळ (सरासरी) 1.75s
#124	Muse Wonder max	Meta	1.0	0.8	$4.766	2/2	7.40s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $4.766 प्रतिसाद वेळ (सरासरी) 7.40s
#126	DeepSeek V4.1 Flash 1017 high	DeepSeek	1.0	0.8	$0.589	2/2	2.20s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.589 प्रतिसाद वेळ (सरासरी) 2.20s
#127	Grok 4.5 medium	X AI	1.0	0.8	$2.996	2/2	6.29s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.996 प्रतिसाद वेळ (सरासरी) 6.29s
#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
#129	Step 3.7 Flash medium	Stepfun	1.0	0.8	$0.571	2/2	2.75s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.571 प्रतिसाद वेळ (सरासरी) 2.75s
#130	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	11.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.270 प्रतिसाद वेळ (सरासरी) 11.5s
#131	Qwen3.7 Plus none	Qwen	1.0	0.8	$0.178	2/2	1.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.178 प्रतिसाद वेळ (सरासरी) 1.43s
#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
#133	DeepSeek V4 Flash 0731 medium	DeepSeek	1.0	0.8	$0.460	2/2	5.21s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.460 प्रतिसाद वेळ (सरासरी) 5.21s
#134	Muse Wonder high	Meta	1.0	0.8	$3.426	2/2	7.09s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $3.426 प्रतिसाद वेळ (सरासरी) 7.09s

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