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

Claude Sonnet 5.5 1.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह93 अयशस्वी होण्याचे कारण API त्रुटी सह37 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

451/451

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#128	GLM 5.3 high	Z.ai	1.0	0.8	$0.495	2/2	3.55s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.495 प्रतिसाद वेळ (सरासरी) 3.55s
#109	DeepSeek V4.1 Flash low	DeepSeek	0.7	0.8	$0.494	1/2	3.80s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.494 प्रतिसाद वेळ (सरासरी) 3.80s
#316	Kimi K2.6 none	Moonshot AI	1.0	0.5	$0.486	2/2	1.32s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.486 प्रतिसाद वेळ (सरासरी) 1.32s
#103	GPT-5.6 Terra medium	OpenAI	1.0	0.8	$0.483	2/2	872ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.483 प्रतिसाद वेळ (सरासरी) 872ms
#175	GLM 5 medium	Z.ai	0.7	0.7	$0.479	1/2	8.90s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.479 प्रतिसाद वेळ (सरासरी) 8.90s
#70	GPT-6 Sol low	OpenAI	1.0	0.9	$0.477	2/2	13.6s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.477 प्रतिसाद वेळ (सरासरी) 13.6s
#133	DeepSeek V4 Flash 0731 medium	DeepSeek	1.0	0.8	$0.460	2/2	5.21s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.460 प्रतिसाद वेळ (सरासरी) 5.21s
#16	GPT-6.1 Sol low	OpenAI	1.0	1.0	$0.460	2/2	1.94s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.460 प्रतिसाद वेळ (सरासरी) 1.94s
#321	GLM 5V Turbo medium	Z.ai	1.0	0.5	$0.457	2/2	9.60s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.457 प्रतिसाद वेळ (सरासरी) 9.60s
#234	GLM 5.1 none	Z.ai	1.0	0.6	$0.451	2/2	1.08s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.451 प्रतिसाद वेळ (सरासरी) 1.08s
#120	Qwen3.7 Max none	Qwen	1.0	0.8	$0.451	2/2	1.35s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.451 प्रतिसाद वेळ (सरासरी) 1.35s
#176	Step 3.7 Flash low	Stepfun	0.7	0.7	$0.449	1/2	2.29s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.449 प्रतिसाद वेळ (सरासरी) 2.29s
#167	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	2.11s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.440 प्रतिसाद वेळ (सरासरी) 2.11s
#393	MiniMax M2.5 medium	Minimax	0.5	0.4	$0.440	0/2	7.48s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.440 प्रतिसाद वेळ (सरासरी) 7.48s
#99	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.36s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.438 प्रतिसाद वेळ (सरासरी) 2.36s

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