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)
#195	Gemini 3.1 Flash Lite medium	Google	1.0	0.7	$0.153	2/2	2.60s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.153 प्रतिसाद वेळ (सरासरी) 2.60s
#263	DeepSeek V3.2 medium	DeepSeek	1.0	0.6	$0.152	2/2	36.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.152 प्रतिसाद वेळ (सरासरी) 36.1s
#265	DeepSeek V4 Flash 0423 none	DeepSeek	1.0	0.6	$0.149	2/2	23.8s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.149 प्रतिसाद वेळ (सरासरी) 23.8s
#106	DeepSeek V4 Pro 0423 high	DeepSeek	1.0	0.8	$0.149	2/2	25.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.149 प्रतिसाद वेळ (सरासरी) 25.0s
#253	Qwen3.6 27B none	Qwen	0.7	0.6	$0.148	1/2	2.06s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.148 प्रतिसाद वेळ (सरासरी) 2.06s
#358	Laguna S 2.1 high	Poolside	1.0	0.5	$0.145	2/2	1.96s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.145 प्रतिसाद वेळ (सरासरी) 1.96s
#197	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	21.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.144 प्रतिसाद वेळ (सरासरी) 21.1s
#148	Seed-2.0-Mini medium	Bytedance Seed	1.0	0.8	$0.140	2/2	24.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.140 प्रतिसाद वेळ (सरासरी) 24.3s
#312	GLM 5 none	Z.ai	1.0	0.6	$0.140	2/2	5.78s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.140 प्रतिसाद वेळ (सरासरी) 5.78s
#39	Claude Haiku 5.5 xhigh	Anthropic	1.0	0.9	$0.140	2/2	3.65s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.140 प्रतिसाद वेळ (सरासरी) 3.65s
#291	Qwen3.6 Flash none	Qwen	1.0	0.6	$0.139	2/2	2.13s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.139 प्रतिसाद वेळ (सरासरी) 2.13s
#365	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
#347	MiMo-V2.5-Pro none	Xiaomi	1.0	0.5	$0.135	2/2	1.32s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.135 प्रतिसाद वेळ (सरासरी) 1.32s
#183	MiMo-V2.5 medium	Xiaomi	0.3	0.7	$0.130	0/2	6.33s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.130 प्रतिसाद वेळ (सरासरी) 6.33s
#343	Mistral Small 4 medium	Mistral	0.7	0.5	$0.126	1/2	1.23s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.126 प्रतिसाद वेळ (सरासरी) 1.23s

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