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: प्रतिसाद वेळ (सरासरी) ↓.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

Xing4.0 29b A4b 0.3

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)
#233	Gemini 3 Flash Preview none	Google	1.0	0.6	$0.155	2/2	1.41s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.155 प्रतिसाद वेळ (सरासरी) 1.41s
#323	Granite 4.2 8B low	IBM Granite	0.7	0.5	$0.036	1/2	1.39s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.036 प्रतिसाद वेळ (सरासरी) 1.39s
#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
#20	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	1.38s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.700 प्रतिसाद वेळ (सरासरी) 1.38s
#351	Ling 2.6 1t default	Inclusionai	1.0	0.5	$0.016	2/2	1.37s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.016 प्रतिसाद वेळ (सरासरी) 1.37s
#299	Space Bunny Alpha low	Stealth	1.0	0.6	$0.000	2/2	1.35s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 1.35s
#118	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
#437	Solar Decide Flash default	Upstage	1.0	0.2	$0.003	2/2	1.33s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.003 प्रतिसाद वेळ (सरासरी) 1.33s
#307	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
#338	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
#348	Qwen3 Coder Next default	Qwen	0.6	0.5	$0.067	1/2	1.32s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.067 प्रतिसाद वेळ (सरासरी) 1.32s
#294	GPT-5.4 Mini none	OpenAI	1.0	0.6	$0.170	2/2	1.30s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.170 प्रतिसाद वेळ (सरासरी) 1.30s
#344	GPT-4o-mini default	OpenAI	1.0	0.5	$0.024	2/2	1.27s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.024 प्रतिसाद वेळ (सरासरी) 1.27s
#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
#220	Beam 1.0 501B A23B medium	Reflection	1.0	0.7	$0.499	2/2	1.24s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.499 प्रतिसाद वेळ (सरासरी) 1.24s

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