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)
#225	Mercury 2.5 high	Inception	1.0	0.6	$0.044	2/2	3.08s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.044 प्रतिसाद वेळ (सरासरी) 3.08s
#361	Laguna S 2.1 none	Poolside	1.0	0.5	$0.044	2/2	537ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.044 प्रतिसाद वेळ (सरासरी) 537ms
#112	Qwen3.8 Flash Next low	Qwen	1.0	0.8	~$0.045	2/2	6.20s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च ~$0.045 प्रतिसाद वेळ (सरासरी) 6.20s
#371	Mimo V2 PRO default	Xiaomi	1.0	0.5	$0.045	2/2	1.39s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.045 प्रतिसाद वेळ (सरासरी) 1.39s
#345	KAT Coder AIR V2.5 low	Kwaipilot	0.6	0.5	$0.046	1/2	2.82s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.046 प्रतिसाद वेळ (सरासरी) 2.82s
#387	GLM 5 Turbo none	Z.ai	1.0	0.4	$0.047	2/2	2.47s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.047 प्रतिसाद वेळ (सरासरी) 2.47s
#335	Mistral Small 4 none	Mistral	1.0	0.5	$0.047	2/2	822ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.047 प्रतिसाद वेळ (सरासरी) 822ms
#94	GPT-6 Luna medium	OpenAI	1.0	0.8	$0.047	2/2	26.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.047 प्रतिसाद वेळ (सरासरी) 26.1s
#140	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	2/2	6.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च ~$0.047 प्रतिसाद वेळ (सरासरी) 6.65s
#337	KAT Coder AIR V2.5 medium	Kwaipilot	0.6	0.5	$0.048	1/2	3.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.048 प्रतिसाद वेळ (सरासरी) 3.65s
#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
#193	GPT-5.6 Luna low	OpenAI	1.0	0.7	$0.049	2/2	2.14s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.049 प्रतिसाद वेळ (सरासरी) 2.14s
#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
#367	GLM 5V Turbo none	Z.ai	1.0	0.5	$0.052	2/2	3.81s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.052 प्रतिसाद वेळ (सरासरी) 3.81s
#262	DeepSeek V4 Flash 0731 none	DeepSeek	1.0	0.6	$0.053	2/2	2.37s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.053 प्रतिसाद वेळ (सरासरी) 2.37s

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