डेटा पार्सिंग आणि निष्कर्षण मॉडेल क्रमवारी

AI BENCHY श्रेणी

डेटा पार्सिंग आणि निष्कर्षण मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↓.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

8.7

सर्वोत्तम मॉडेल

Gemini 3 Flash Preview 10.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह35 अयशस्वी होण्याचे कारण API त्रुटी सह16 अयशस्वी होण्याचे कारण उत्तर नाही सह5 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह4 अयशस्वी होण्याचे कारण वेळ संपला सह1

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#18	Qwen3.7 Plus medium	Qwen	10.0	8.2	2/2	21.7s
#19	Seed-2.0-Lite medium	Bytedance Seed	10.0	8.2	2/2	9.07s
#21	GPT-5.4 medium	OpenAI	10.0	8.0	2/2	5.32s
#22	Step 3.7 Flash medium	Stepfun	10.0	8.0	2/2	2.75s
#23	GLM 5 Turbo medium	Z.ai	10.0	8.0	2/2	6.19s
#24	GPT-5.2 Chat none	OpenAI	10.0	7.9	2/2	3.05s
#25	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	7.9	2/2	46.9s
#26	Qwen3.6 Plus medium	Qwen	10.0	7.9	2/2	14.9s
#27	Gemma 4 31B medium	Google	10.0	7.8	2/2	21.1s
#28	Gemini 2.5 Flash medium	Google	10.0	7.8	2/2	4.06s
#29	Qwen3.5-122B-A10B medium	Qwen	10.0	7.8	2/2	23.4s
#30	Qwen3.5-27B medium	Qwen	10.0	7.8	2/2	30.3s
#31	DeepSeek V4 Flash high	DeepSeek	10.0	7.7	2/2	28.0s
#32	Gemini 3.5 Flash minimal	Google	10.0	7.7	2/2	1.66s
#34	Qwen3.7 Max none	Qwen	10.0	7.7	2/2	1.35s

डेटा पार्सिंग आणि निष्कर्षण क्रमवारी

डेटा पार्सिंग आणि निष्कर्षण स्कोअर नुसार शीर्ष मॉडेल्स

डेटा पार्सिंग आणि निष्कर्षण स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स