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)
#68	Seed 2.1 Turbo medium	Bytedance Seed	1.0	0.9	$2.042	2/2	37.8s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.042 प्रतिसाद वेळ (सरासरी) 37.8s
#366	Gemini 3.1 Flash Lite high	Google	1.0	0.5	$2.044	2/2	4.49s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.044 प्रतिसाद वेळ (सरासरी) 4.49s
#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
#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
#25	Claude Opus 5.5 high	Anthropic	1.0	0.9	$2.133	2/2	12.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.133 प्रतिसाद वेळ (सरासरी) 12.3s
#14	GPT-6 Astra low	OpenAI	1.0	1.0	$2.160	2/2	2.22s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.160 प्रतिसाद वेळ (सरासरी) 2.22s
#60	GPT-5.4 medium	OpenAI	1.0	0.9	$2.213	2/2	5.32s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.213 प्रतिसाद वेळ (सरासरी) 5.32s
#127	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	11.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.270 प्रतिसाद वेळ (सरासरी) 11.5s
#383	Gemini 3.1 Flash Lite Preview high	Google	1.0	0.4	$2.310	2/2	7.16s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.310 प्रतिसाद वेळ (सरासरी) 7.16s
#195	Claude Opus 4.8 none	Anthropic	0.7	0.7	$2.334	1/2	1.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $2.334 प्रतिसाद वेळ (सरासरी) 1.77s
#50	Claude Opus 5 low	Anthropic	1.0	0.9	$2.350	2/2	3.69s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.350 प्रतिसाद वेळ (सरासरी) 3.69s
#191	Ember-1 high	Fireworks	0.7	0.7	$2.405	1/2	36.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $2.405 प्रतिसाद वेळ (सरासरी) 36.1s
#87	Muse Spark 1.1 high	Meta	1.0	0.8	$2.570	2/2	8.40s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.570 प्रतिसाद वेळ (सरासरी) 8.40s
#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
#40	Muse Wonder low	Meta	1.0	0.9	$2.637	2/2	4.27s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.637 प्रतिसाद वेळ (सरासरी) 4.27s

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