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: प्रतिसाद वेळ (सरासरी) ↑.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

MiMo-V2-Flash 0.7

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)
#223	Qwen3.6 35B A3B medium	Qwen	1.0	0.7	$0.834	2/2	13.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.834 प्रतिसाद वेळ (सरासरी) 13.0s
#268	Apodex 1.1 Mini low	Apodex	1.0	0.6	$0.000	2/2	13.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 13.0s
#100	GLM 5.2 medium	Z.ai	1.0	0.8	$1.007	2/2	13.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.007 प्रतिसाद वेळ (सरासरी) 13.4s
#69	GPT-6 Sol low	OpenAI	1.0	0.9	$0.477	2/2	13.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.477 प्रतिसाद वेळ (सरासरी) 13.6s
#120	Qwen3.8 2.4T A95B high	Qwen	1.0	0.8	$2.949	2/2	13.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.949 प्रतिसाद वेळ (सरासरी) 13.7s
#236	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	13.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.126 प्रतिसाद वेळ (सरासरी) 13.9s
#292	Trinity Large Thinking high	Arcee AI	0.6	0.6	$0.794	1/2	14.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.794 प्रतिसाद वेळ (सरासरी) 14.0s
#330	Nemotron 3.5 Lightning high	NVIDIA	0.7	0.5	$0.168	1/2	14.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.168 प्रतिसाद वेळ (सरासरी) 14.0s
#256	Trinity Large Thinking low	Arcee AI	0.7	0.6	$0.918	1/2	14.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.918 प्रतिसाद वेळ (सरासरी) 14.3s
#219	Step 3.7 Flash high	Stepfun	1.0	0.7	$1.478	2/2	14.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.478 प्रतिसाद वेळ (सरासरी) 14.7s
#30	Muse Spark Open high	Meta	1.0	0.9	$1.782	2/2	14.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.782 प्रतिसाद वेळ (सरासरी) 14.7s
#133	Muse Glimmer 30B high	Meta	0.7	0.8	$0.506	1/2	14.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.506 प्रतिसाद वेळ (सरासरी) 14.9s
#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
#163	Qwen3.6 Plus medium	Qwen	1.0	0.7	$0.554	2/2	14.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.554 प्रतिसाद वेळ (सरासरी) 14.9s
#389	Qwen3.6 Plus Preview medium	Qwen	1.0	0.4	$0.000	2/2	14.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 14.9s

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