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)
#408	Command A+ medium	Cohere	0.3	0.3	$0.064	0/2	92.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.064 प्रतिसाद वेळ (सरासरी) 92.9s
#414	Command A+ high	Cohere	0.3	0.3	$0.079	0/2	86.2s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.079 प्रतिसाद वेळ (सरासरी) 86.2s
#417	Command A+ none	Cohere	0.3	0.3	$0.000	0/2	62.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 62.6s
#418	Command A+ low	Cohere	0.3	0.3	$0.073	0/2	85.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.073 प्रतिसाद वेळ (सरासरी) 85.4s
#436	LFM2-24B-A2B default	Liquid	0.3	0.2	$0.001	0/2	714ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.001 प्रतिसाद वेळ (सरासरी) 714ms
#438	Microsoft-Decision-1 default	Microsoft	0.3	0.1	$0.002	0/2	1.16s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.002 प्रतिसाद वेळ (सरासरी) 1.16s
#440	Tev1 4B Experimental default	Togethercomputer	0.3	1.0	$0.002	0/2	509ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.002 प्रतिसाद वेळ (सरासरी) 509ms
#441	Nimble v3 9B default	Bespoke Labs	0.3	0.8	~$0.001	0/2	880ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च ~$0.001 प्रतिसाद वेळ (सरासरी) 880ms
#174	Qwen3.6 27B medium	Qwen	0.4	0.7	$1.021	0/2	37.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $1.021 प्रतिसाद वेळ (सरासरी) 37.3s
#162	LongCat 2.0 high	Meituan	0.4	0.7	$0.778	0/2	11.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.778 प्रतिसाद वेळ (सरासरी) 11.0s
#390	Qwen3.5-9B medium	Qwen	0.4	0.4	$0.106	0/2	87.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.106 प्रतिसाद वेळ (सरासरी) 87.3s
#293	GPT-5 Nano medium	OpenAI	0.4	0.6	$0.159	0/2	21.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.159 प्रतिसाद वेळ (सरासरी) 21.4s
#359	Nemotron 3.5 Lightning medium	NVIDIA	0.4	0.5	$0.195	0/2	23.2s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.195 प्रतिसाद वेळ (सरासरी) 23.2s
#439	Solar Decide default	Upstage	0.4	0.1	$0.009	0/2	5.00s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.009 प्रतिसाद वेळ (सरासरी) 5.00s
#362	Granite 4.2 8B high	IBM Granite	0.4	0.5	$0.111	0/2	56.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.111 प्रतिसाद वेळ (सरासरी) 56.5s

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