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 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)
#161	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
#163	Qwen3.6 Plus medium	Qwen	1.0	0.7	$0.554	2/2	14.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.554 प्रतिसाद वेळ (सरासरी) 14.9s
#164	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	2.11s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.440 प्रतिसाद वेळ (सरासरी) 2.11s
#165	Qwen3.5-27B none	Qwen	1.0	0.7	$0.116	2/2	1.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.116 प्रतिसाद वेळ (सरासरी) 1.43s
#166	Qwen3.5 Plus 2026-02-15 medium	Qwen	1.0	0.7	$0.567	2/2	46.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.567 प्रतिसाद वेळ (सरासरी) 46.9s
#168	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.34s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.323 प्रतिसाद वेळ (सरासरी) 2.34s
#170	Qwen3.7 Flash high	Qwen	1.0	0.7	$0.063	2/2	20.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.063 प्रतिसाद वेळ (सरासरी) 20.1s
#175	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
#176	Qwen3.8 Flash Next xhigh	Qwen	1.0	0.7	~$0.195	2/2	9.24s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च ~$0.195 प्रतिसाद वेळ (सरासरी) 9.24s
#177	GLM 5.3 FlashX medium	Z.ai	1.0	0.7	$0.114	2/2	1.74s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.114 प्रतिसाद वेळ (सरासरी) 1.74s
#178	MiMo-V2.6-Flash low	Xiaomi	1.0	0.7	$0.200	2/2	1.51s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.200 प्रतिसाद वेळ (सरासरी) 1.51s
#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
#181	Qwen3.6 Max Preview medium	Qwen	1.0	0.7	$1.132	2/2	41.2s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.132 प्रतिसाद वेळ (सरासरी) 41.2s
#182	Gemini 3.1 Flash Lite Preview medium	Google	1.0	0.7	$0.158	2/2	2.29s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.158 प्रतिसाद वेळ (सरासरी) 2.29s
#183	Kimi K2.7 Code medium	Moonshot AI	1.0	0.7	$1.136	2/2	12.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.136 प्रतिसाद वेळ (सरासरी) 12.3s

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