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)
#198	Inkling low	Thinkingmachines	1.0	0.7	$0.293	2/2	2.07s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.293 प्रतिसाद वेळ (सरासरी) 2.07s
#199	Mercury 2.5 Preview medium	Inception	1.0	0.7	$0.039	2/2	2.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.039 प्रतिसाद वेळ (सरासरी) 2.77s
#200	GPT-6 Sol none	OpenAI	1.0	0.7	$0.551	2/2	21.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.551 प्रतिसाद वेळ (सरासरी) 21.0s
#201	Space Bunny Alpha max	Stealth	1.0	0.7	$0.000	2/2	2.64s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 2.64s
#202	Solar Pro 4 xhigh	Upstage	1.0	0.7	$0.067	2/2	48.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.067 प्रतिसाद वेळ (सरासरी) 48.4s
#203	Grok 4.7 xhigh	X AI	1.0	0.7	$3.398	2/2	7.50s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $3.398 प्रतिसाद वेळ (सरासरी) 7.50s
#204	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	10.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.419 प्रतिसाद वेळ (सरासरी) 10.7s
#205	Qwen3.5-Flash none	Qwen	1.0	0.7	$0.089	2/2	1.57s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.089 प्रतिसाद वेळ (सरासरी) 1.57s
#206	Solar Pro 4 low	Upstage	1.0	0.7	$0.101	2/2	62.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.101 प्रतिसाद वेळ (सरासरी) 62.4s
#207	Grok 4.7 high	X AI	1.0	0.7	$3.037	2/2	8.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $3.037 प्रतिसाद वेळ (सरासरी) 8.65s
#208	MiniMax M3 medium	Minimax	1.0	0.7	$0.422	2/2	14.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.422 प्रतिसाद वेळ (सरासरी) 14.9s
#210	GPT 5.3 Chat default	OpenAI	1.0	0.7	$0.533	2/2	2.21s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.533 प्रतिसाद वेळ (सरासरी) 2.21s
#211	GPT-5.6 Sol none	OpenAI	1.0	0.7	$0.795	2/2	1.53s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.795 प्रतिसाद वेळ (सरासरी) 1.53s
#212	Apodex 1.1 Mini high	Apodex	1.0	0.7	$0.000	2/2	17.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 17.6s
#214	GPT-5.5 none	OpenAI	1.0	0.7	$1.212	2/2	1.18s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.212 प्रतिसाद वेळ (सरासरी) 1.18s

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