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: बरोबर चाचण्या ↑.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

LongCat 2.0 0.4

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)
#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
#185	Step 5 Preview high	Stepfun	1.0	0.7	$4.513	2/2	6.55s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $4.513 प्रतिसाद वेळ (सरासरी) 6.55s
#186	Qwen3.5-122B-A10B medium	Qwen	1.0	0.7	$1.152	2/2	23.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.152 प्रतिसाद वेळ (सरासरी) 23.4s
#187	Grok 4.6 low	X AI	1.0	0.7	$0.781	2/2	11.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.781 प्रतिसाद वेळ (सरासरी) 11.6s
#188	Gemini 3 Flash Preview low	Google	1.0	0.7	$0.254	2/2	9.40s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.254 प्रतिसाद वेळ (सरासरी) 9.40s
#189	Muse Glimmer 30B low	Meta	1.0	0.7	$0.219	2/2	4.17s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.219 प्रतिसाद वेळ (सरासरी) 4.17s
#190	Gemini 3.1 Flash Lite medium	Google	1.0	0.7	$0.153	2/2	2.60s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.153 प्रतिसाद वेळ (सरासरी) 2.60s
#192	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	21.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.144 प्रतिसाद वेळ (सरासरी) 21.1s
#193	GPT-5.6 Luna low	OpenAI	1.0	0.7	$0.049	2/2	2.14s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.049 प्रतिसाद वेळ (सरासरी) 2.14s
#194	Claude Sonnet 5.5 low	Anthropic	1.0	0.7	$0.909	2/2	2.31s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.909 प्रतिसाद वेळ (सरासरी) 2.31s
#196	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	20.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.594 प्रतिसाद वेळ (सरासरी) 20.4s

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