AI BENCHY
Your ad here

AI BENCHY श्रेणी

डेटा पार्सिंग आणि निष्कर्षण 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

15

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

9.0

सर्वोत्तम मॉडेल

MiMo-V2-Flash 6.5

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह19 अयशस्वी होण्याचे कारण API त्रुटी सह6 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह2 अयशस्वी होण्याचे कारण उत्तर नाही सह2 अयशस्वी होण्याचे कारण वेळ संपला सह1
क्रमांक मॉडेल कंपनी डेटा पार्सिंग आणि निष्कर्षण स्कोअर स्कोअर बरोबर चाचण्या प्रतिसाद वेळ (सरासरी)
#61 Seed-2.0-Lite none Bytedance Seed 10.0 6.2 2/2 1.82s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.8 2/2 1.89s
#68 gpt-oss-120b medium OpenAI 6.4 5.8 1/2 1.98s
#4 Claude Opus 4.7 none Anthropic 10.0 9.2 2/2 2.15s
#36 GPT-5.3 Chat none OpenAI 10.0 7.7 2/2 2.21s
#48 Gemma 4 31B none Google 10.0 6.9 2/2 2.25s
#35 MiMo-V2-Omni medium Xiaomi 10.0 7.7 2/2 2.29s
#17 Gemini 3.1 Flash Lite Preview medium Google 10.0 8.2 2/2 2.29s
#3 Claude Opus 4.7 medium Anthropic 10.0 9.2 2/2 2.37s
#44 GPT-5.4 Mini medium OpenAI 10.0 7.3 2/2 2.43s
#77 GLM 5 Turbo none Z.ai 10.0 5.5 2/2 2.47s
#38 GPT-5.4 Nano medium OpenAI 10.0 7.6 2/2 2.54s
#22 Gemini 3.1 Flash Lite Preview low Google 10.0 8.1 2/2 3.00s
#28 GPT-5.2 Chat none OpenAI 10.0 7.9 2/2 3.05s
#7 GPT-5.3-Codex medium OpenAI 10.0 8.6 2/2 3.07s

डेटा पार्सिंग आणि निष्कर्षण स्कोअर नुसार शीर्ष मॉडेल्स

डेटा पार्सिंग आणि निष्कर्षण स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स