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: बरोबर चाचण्या ↓.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

Gemini 3.6 Flash 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)
#320	Ember-1 none	Fireworks	0.6	0.5	$0.786	1/2	35.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.786 प्रतिसाद वेळ (सरासरी) 35.3s
#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
#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
#324	Kimi K2.5 none	Moonshot AI	0.7	0.5	$0.262	1/2	42.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.262 प्रतिसाद वेळ (सरासरी) 42.1s
#330	Nemotron 3.5 Lightning high	NVIDIA	0.7	0.5	$0.168	1/2	14.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.168 प्रतिसाद वेळ (सरासरी) 14.0s
#331	KAT Coder AIR V2.5 high	Kwaipilot	0.6	0.5	$0.077	1/2	3.59s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.077 प्रतिसाद वेळ (सरासरी) 3.59s
#332	Mimo V2 PRO medium	Xiaomi	0.7	0.5	$0.333	1/2	17.2s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.333 प्रतिसाद वेळ (सरासरी) 17.2s
#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
#334	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
#336	Mercury 2.5 low	Inception	0.6	0.5	$0.020	1/2	1.06s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.020 प्रतिसाद वेळ (सरासरी) 1.06s
#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
#341	Mercury 2.5 Preview low	Inception	0.6	0.5	$0.015	1/2	1.12s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.015 प्रतिसाद वेळ (सरासरी) 1.12s
#342	MiniMax M2.7 medium	Minimax	0.6	0.5	$0.326	1/2	21.9s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.326 प्रतिसाद वेळ (सरासरी) 21.9s
#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
#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

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