डेटा पार्सिंग आणि निष्कर्षण मॉडेल क्रमवारी

AI BENCHY श्रेणी

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

8.7

सर्वोत्तम मॉडेल

Gemini 3 Flash Preview 10.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह35 अयशस्वी होण्याचे कारण API त्रुटी सह16 अयशस्वी होण्याचे कारण उत्तर नाही सह5 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह4 अयशस्वी होण्याचे कारण वेळ संपला सह1

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#73	Seed-2.0-Mini medium	Bytedance Seed	10.0	6.9	2/2	24.3s
#74	Qwen3.6 Max Preview none	Qwen	10.0	6.9	2/2	2.87s
#76	Kimi K2.5 medium	Moonshot AI	10.0	6.8	2/2	49.8s
#77	Claude Sonnet 4.6 none	Anthropic	10.0	6.8	2/2	3.43s
#79	Hunter Alpha medium	OpenRouter	10.0	6.7	2/2	23.2s
#80	Mimo V2 Omni medium	Xiaomi	10.0	6.7	2/2	3.04s
#84	Grok 4.20 Multi Agent Beta medium	X AI	10.0	6.6	2/2	5.54s
#85	Gemma 4 31B none	Google	10.0	6.5	2/2	2.25s
#86	Grok 4.1 Fast medium	X AI	10.0	6.5	2/2	6.63s
#87	Gemini 3.1 Flash Lite minimal	Google	10.0	6.4	2/2	1.04s
#88	Qwen3.7 Plus none	Qwen	10.0	6.4	2/2	1.43s
#90	Gemini 3.1 Flash Lite none	Google	10.0	6.4	2/2	843ms
#91	GPT-5.5 none	OpenAI	10.0	6.4	2/2	1.18s
#92	Laguna M.1 medium	Poolside	10.0	6.4	2/2	4.93s
#93	Qwen3.6 Plus Preview medium	Qwen	10.0	6.3	2/2	14.9s

डेटा पार्सिंग आणि निष्कर्षण क्रमवारी

डेटा पार्सिंग आणि निष्कर्षण स्कोअर नुसार शीर्ष मॉडेल्स

डेटा पार्सिंग आणि निष्कर्षण स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स