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)
#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
#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
#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
#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
#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
#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
#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
#333	MiMo-V2-Flash medium	Xiaomi	0.7	0.5	$0.043	1/2	0ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.043 प्रतिसाद वेळ (सरासरी) 0ms
#374	Hy3 preview low	Tencent	0.7	0.5	$0.042	1/2	5.85s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.042 प्रतिसाद वेळ (सरासरी) 5.85s
#322	GPT-5.6 Luna none	OpenAI	1.0	0.5	$0.042	2/2	758ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.042 प्रतिसाद वेळ (सरासरी) 758ms
#353	Qwen3.5-9B none	Qwen	1.0	0.5	$0.041	2/2	847ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.041 प्रतिसाद वेळ (सरासरी) 847ms
#305	Nemotron 3.5 Super VL none	NVIDIA	1.0	0.6	$0.040	2/2	4.49s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.040 प्रतिसाद वेळ (सरासरी) 4.49s
#224	Mercury 2.5 Preview high	Inception	1.0	0.6	$0.040	2/2	2.24s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.040 प्रतिसाद वेळ (सरासरी) 2.24s
#199	Mercury 2.5 Preview medium	Inception	1.0	0.7	$0.039	2/2	2.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.039 प्रतिसाद वेळ (सरासरी) 2.77s
#213	GLM 5.3 Flash low	Z.ai	0.6	0.7	$0.038	1/2	2.39s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.038 प्रतिसाद वेळ (सरासरी) 2.39s

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