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 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)
#170	Qwen3.7 Flash high	Qwen	1.0	0.7	$0.063	2/2	20.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.063 प्रतिसाद वेळ (सरासरी) 20.1s
#74	Claude Haiku 5.5 low	Anthropic	1.0	0.9	$0.061	2/2	3.45s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.061 प्रतिसाद वेळ (सरासरी) 3.45s
#318	MiMo-V2.6-Flash none	Xiaomi	1.0	0.5	$0.060	2/2	715ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.060 प्रतिसाद वेळ (सरासरी) 715ms
#407	Grok 4.20 none	X AI	1.0	0.3	$0.057	2/2	522ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.057 प्रतिसाद वेळ (सरासरी) 522ms
#158	GLM 5.3 Flash high	Z.ai	0.7	0.7	$0.056	1/2	2.73s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.056 प्रतिसाद वेळ (सरासरी) 2.73s
#328	Inkling Small low	Thinkingmachines	1.0	0.5	$0.055	2/2	1.25s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.055 प्रतिसाद वेळ (सरासरी) 1.25s
#347	Inkling Small none	Thinkingmachines	1.0	0.5	$0.054	2/2	782ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.054 प्रतिसाद वेळ (सरासरी) 782ms
#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
#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
#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
#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
#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
#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
#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
#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

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