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)
#289	DeepSeek V4.1 Flash none	DeepSeek	0.7	0.6	$0.391	1/2	3.09s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.391 प्रतिसाद वेळ (सरासरी) 3.09s
#321	Hy3 preview medium	Tencent	0.7	0.5	$0.049	1/2	5.25s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.049 प्रतिसाद वेळ (सरासरी) 5.25s
#323	Granite 4.2 8B low	IBM Granite	0.7	0.5	$0.036	1/2	1.39s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.036 प्रतिसाद वेळ (सरासरी) 1.39s
#333	MiMo-V2-Flash medium	Xiaomi	0.7	0.5	$0.043	1/2	0ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.043 प्रतिसाद वेळ (सरासरी) 0ms
#352	MiMo-V2.5 none	Xiaomi	0.7	0.5	$0.049	1/2	1.01s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.049 प्रतिसाद वेळ (सरासरी) 1.01s
#356	Hy3 preview high	Tencent	0.7	0.5	$0.135	1/2	12.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.135 प्रतिसाद वेळ (सरासरी) 12.1s
#374	Hy3 preview low	Tencent	0.7	0.5	$0.042	1/2	5.85s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.042 प्रतिसाद वेळ (सरासरी) 5.85s
#386	gpt-oss-120b none	OpenAI	0.7	0.4	$0.016	1/2	7.12s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.016 प्रतिसाद वेळ (सरासरी) 7.12s
#397	Nemotron 3.5 Lightning none	NVIDIA	0.7	0.4	$0.009	1/2	633ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.009 प्रतिसाद वेळ (सरासरी) 633ms
#410	Hy3 preview none	Tencent	0.7	0.3	$0.007	1/2	2.85s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.007 प्रतिसाद वेळ (सरासरी) 2.85s
#419	Span-02 default	Respan	0.7	0.3	$0.001	1/2	710ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.001 प्रतिसाद वेळ (सरासरी) 710ms
#421	d1-ultra default	Liquid	0.7	0.3	$0.003	1/2	587ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.003 प्रतिसाद वेळ (सरासरी) 587ms
#428	Kev 4B default	Jaredpalmer	0.7	0.2	$0.002	1/2	9.09s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.002 प्रतिसाद वेळ (सरासरी) 9.09s
#431	Clef Omni default	Cloudflare	0.7	0.2	$0.011	1/2	1.06s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.011 प्रतिसाद वेळ (सरासरी) 1.06s
#432	Decider Flash V1.2 default	Perplexity	0.7	0.2	$0.001	1/2	422ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.001 प्रतिसाद वेळ (सरासरी) 422ms

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