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)
#61	Muse Spark Open medium	Meta	1.0	0.9	$1.260	2/2	10.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.260 प्रतिसाद वेळ (सरासरी) 10.7s
#258	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.17s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.246 प्रतिसाद वेळ (सरासरी) 4.17s
#13	GPT-5.6 Sol low	OpenAI	1.0	1.0	$1.244	2/2	1.82s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.244 प्रतिसाद वेळ (सरासरी) 1.82s
#86	Inkling high	Thinkingmachines	1.0	0.8	$1.238	2/2	8.19s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.238 प्रतिसाद वेळ (सरासरी) 8.19s
#214	GPT-5.5 none	OpenAI	1.0	0.7	$1.212	2/2	1.18s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.212 प्रतिसाद वेळ (सरासरी) 1.18s
#70	DeepSeek V4.1 Flash max	DeepSeek	0.7	0.9	$1.204	1/2	4.56s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $1.204 प्रतिसाद वेळ (सरासरी) 4.56s
#35	Qwen3.8 MAX medium	Qwen	1.0	0.9	$1.181	2/2	8.72s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.181 प्रतिसाद वेळ (सरासरी) 8.72s
#73	Claude Sonnet 5.5 high	Anthropic	0.7	0.9	$1.175	1/2	3.86s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $1.175 प्रतिसाद वेळ (सरासरी) 3.86s
#186	Qwen3.5-122B-A10B medium	Qwen	1.0	0.7	$1.152	2/2	23.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.152 प्रतिसाद वेळ (सरासरी) 23.4s
#183	Kimi K2.7 Code medium	Moonshot AI	1.0	0.7	$1.136	2/2	12.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.136 प्रतिसाद वेळ (सरासरी) 12.3s
#114	Qwen3.5-27B medium	Qwen	1.0	0.8	$1.135	2/2	30.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.135 प्रतिसाद वेळ (सरासरी) 30.3s
#181	Qwen3.6 Max Preview medium	Qwen	1.0	0.7	$1.132	2/2	41.2s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.132 प्रतिसाद वेळ (सरासरी) 41.2s
#75	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	9.94s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.131 प्रतिसाद वेळ (सरासरी) 9.94s
#117	GPT-5.4 Mini medium	OpenAI	1.0	0.8	$1.102	2/2	2.43s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.102 प्रतिसाद वेळ (सरासरी) 2.43s
#222	Claude Sonnet 5.5 medium	Anthropic	0.6	0.7	$1.100	1/2	2.56s
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $1.100 प्रतिसाद वेळ (सरासरी) 2.56s

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