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: एकूण खर्च ↑.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

Ling 3.1 Flash 1.0

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)
#90	GPT-5.6 Terra high	OpenAI	1.0	0.8	$0.698	2/2	938ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.698 प्रतिसाद वेळ (सरासरी) 938ms
#19	GPT-6 Sol medium	OpenAI	1.0	0.9	$0.703	2/2	7.34s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.703 प्रतिसाद वेळ (सरासरी) 7.34s
#245	Qwen3.5-35B-A3B medium	Qwen	0.7	0.6	$0.716	1/2	59.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.716 प्रतिसाद वेळ (सरासरी) 59.3s
#249	Gemini 3.1 Flash Lite low	Google	1.0	0.6	$0.717	2/2	1.44s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.717 प्रतिसाद वेळ (सरासरी) 1.44s
#248	Gemini 3.1 Flash Lite Preview low	Google	1.0	0.6	$0.736	2/2	3.00s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.736 प्रतिसाद वेळ (सरासरी) 3.00s
#273	KAT-Coder-Pro V2.5 default	Kwaipilot	1.0	0.6	$0.742	2/2	5.07s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.742 प्रतिसाद वेळ (सरासरी) 5.07s
#346	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
#45	Gemini 3.5 Flash low	Google	1.0	0.9	$0.752	2/2	1.81s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.752 प्रतिसाद वेळ (सरासरी) 1.81s
#12	GPT-6.1 Sol high	OpenAI	1.0	1.0	$0.755	2/2	2.79s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.755 प्रतिसाद वेळ (सरासरी) 2.79s
#171	LongCat 2.0 medium	Meituan	0.6	0.7	$0.767	1/2	10.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.767 प्रतिसाद वेळ (सरासरी) 10.6s
#111	Gemini 3.8 Flash medium	Google	1.0	0.8	$0.769	2/2	5.74s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.769 प्रतिसाद वेळ (सरासरी) 5.74s
#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
#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
#149	Qwen3.6 Flash medium	Qwen	1.0	0.7	$0.783	2/2	9.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.783 प्रतिसाद वेळ (सरासरी) 9.65s
#320	Ember-1 none	Fireworks	0.6	0.5	$0.786	1/2	35.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.786 प्रतिसाद वेळ (सरासरी) 35.3s

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