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)
#415	Grok 4.1 Fast default	X AI	1.0	0.3	$0.008	2/2	943ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.008 प्रतिसाद वेळ (सरासरी) 943ms
#90	GPT-5.6 Terra high	OpenAI	1.0	0.8	$0.698	2/2	938ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.698 प्रतिसाद वेळ (सरासरी) 938ms
#113	GPT-5.6 Terra low	OpenAI	1.0	0.8	$0.435	2/2	919ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.435 प्रतिसाद वेळ (सरासरी) 919ms
#388	Mercury 2.5 none	Inception	0.3	0.4	$0.026	0/2	885ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.026 प्रतिसाद वेळ (सरासरी) 885ms
#441	Nimble v3 9B default	Bespoke Labs	0.3	0.8	~$0.001	0/2	880ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च ~$0.001 प्रतिसाद वेळ (सरासरी) 880ms
#101	GPT-5.6 Terra medium	OpenAI	1.0	0.8	$0.483	2/2	872ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.483 प्रतिसाद वेळ (सरासरी) 872ms
#247	Gemini 3.5 Flash Lite low	Google	1.0	0.6	$0.183	2/2	859ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.183 प्रतिसाद वेळ (सरासरी) 859ms
#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
#282	Gemini 3.1 Flash Lite none	Google	1.0	0.6	$0.069	2/2	843ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.069 प्रतिसाद वेळ (सरासरी) 843ms
#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
#423	Jev 1.13 default	Typesafe	1.0	0.3	$0.003	2/2	799ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.003 प्रतिसाद वेळ (सरासरी) 799ms
#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
#326	Laguna XS 2.1 none	Poolside	1.0	0.5	$0.020	2/2	768ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.020 प्रतिसाद वेळ (सरासरी) 768ms
#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
#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

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