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)
#274	Apodex 1.1 Mini medium	Apodex	1.0	0.6	$0.000	2/2	15.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 15.0s
#319	Step 3.5 Flash medium	Stepfun	1.0	0.5	$0.105	2/2	15.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.105 प्रतिसाद वेळ (सरासरी) 15.0s
#216	Qwen3.7 Flash medium	Qwen	1.0	0.7	$0.076	2/2	15.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.076 प्रतिसाद वेळ (सरासरी) 15.4s
#137	Qwen3.7 Flash low	Qwen	1.0	0.8	$0.071	2/2	15.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.071 प्रतिसाद वेळ (सरासरी) 15.4s
#34	Claude Sonnet 5.5 max	Anthropic	1.0	0.9	$8.557	2/2	16.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $8.557 प्रतिसाद वेळ (सरासरी) 16.1s
#76	Grok 4.6 high	X AI	1.0	0.9	$2.629	2/2	16.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.629 प्रतिसाद वेळ (सरासरी) 16.1s
#44	Muse Spark Open xhigh	Meta	1.0	0.9	$2.081	2/2	16.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.081 प्रतिसाद वेळ (सरासरी) 16.4s
#36	Qwen3.8 Max (0902) high	Qwen	1.0	0.9	$3.306	2/2	16.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $3.306 प्रतिसाद वेळ (सरासरी) 16.4s
#267	Trinity Large Thinking medium	Arcee AI	0.6	0.6	$0.862	1/2	16.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.862 प्रतिसाद वेळ (सरासरी) 16.4s
#157	Gemma 4 26B A4B medium	Google	1.0	0.7	$0.101	2/2	16.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.101 प्रतिसाद वेळ (सरासरी) 16.5s
#93	Kimi K3 max	Moonshot AI	0.7	0.8	$3.409	1/2	16.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $3.409 प्रतिसाद वेळ (सरासरी) 16.7s
#332	Mimo V2 PRO medium	Xiaomi	0.7	0.5	$0.333	1/2	17.2s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.333 प्रतिसाद वेळ (सरासरी) 17.2s
#381	Cobuddy medium	Baidu	0.6	0.4	$0.000	1/2	17.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 17.4s
#123	Ling 3.1 Flash high	Inclusionai	1.0	0.8	$0.000	2/2	17.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 17.4s
#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

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