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)
#239	Mercury 2.5 medium	Inception	1.0	0.6	$0.034	2/2	2.57s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.034 प्रतिसाद वेळ (सरासरी) 2.57s
#240	Gemini 3.5 Flash minimal	Google	1.0	0.6	$0.508	2/2	1.66s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.508 प्रतिसाद वेळ (सरासरी) 1.66s
#244	LongCat 2.0 none	Meituan	1.0	0.6	$0.104	2/2	2.36s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.104 प्रतिसाद वेळ (सरासरी) 2.36s
#247	Gemini 3.5 Flash Lite low	Google	1.0	0.6	$0.183	2/2	859ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.183 प्रतिसाद वेळ (सरासरी) 859ms
#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
#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
#250	Solar Pro 4 high	Upstage	1.0	0.6	$0.077	2/2	62.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.077 प्रतिसाद वेळ (सरासरी) 62.5s
#251	Qwen3.5 Plus 2026-02-15 none	Qwen	1.0	0.6	$0.176	2/2	1.89s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.176 प्रतिसाद वेळ (सरासरी) 1.89s
#253	Claude Opus 4.6 medium	Anthropic	1.0	0.6	$2.961	2/2	7.37s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.961 प्रतिसाद वेळ (सरासरी) 7.37s
#254	Space Bunny Alpha medium	Stealth	1.0	0.6	$0.000	2/2	2.10s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 2.10s
#255	DeepSeek V3.2 medium	DeepSeek	1.0	0.6	$0.152	2/2	36.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.152 प्रतिसाद वेळ (सरासरी) 36.1s
#258	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.17s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.246 प्रतिसाद वेळ (सरासरी) 4.17s
#259	Space Bunny Alpha xhigh	Stealth	1.0	0.6	$0.000	2/2	1.94s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 1.94s
#261	GLM 5 Turbo medium	Z.ai	1.0	0.6	$0.323	2/2	6.19s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.323 प्रतिसाद वेळ (सरासरी) 6.19s
#262	DeepSeek V4 Flash 0731 none	DeepSeek	1.0	0.6	$0.053	2/2	2.37s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.053 प्रतिसाद वेळ (सरासरी) 2.37s

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