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.

दाखवलेली मॉडेल्स

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

0.9

सर्वोत्तम मॉडेल

Ling 3.1 Flash 1.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह93 अयशस्वी होण्याचे कारण API त्रुटी सह37 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

451/451

क्रमांक	मॉडेल	कंपनी	डेटा पार्सिंग आणि निष्कर्षण स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#193	Muse Glimmer 30B low	Meta	1.0	0.7	$0.219	2/2	4.17s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.219 प्रतिसाद वेळ (सरासरी) 4.17s
#195	Gemini 3.1 Flash Lite medium	Google	1.0	0.7	$0.153	2/2	2.60s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.153 प्रतिसाद वेळ (सरासरी) 2.60s
#197	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	21.1s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.144 प्रतिसाद वेळ (सरासरी) 21.1s
#198	GPT-5.6 Luna low	OpenAI	1.0	0.7	$0.049	2/2	2.14s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.049 प्रतिसाद वेळ (सरासरी) 2.14s
#199	Claude Sonnet 5.5 low	Anthropic	1.0	0.7	$0.909	2/2	2.31s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.909 प्रतिसाद वेळ (सरासरी) 2.31s
#201	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	20.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.594 प्रतिसाद वेळ (सरासरी) 20.4s
#203	Inkling low	Thinkingmachines	1.0	0.7	$0.293	2/2	2.07s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.293 प्रतिसाद वेळ (सरासरी) 2.07s
#204	Mercury 2.5 Preview medium	Inception	1.0	0.7	$0.039	2/2	2.77s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.039 प्रतिसाद वेळ (सरासरी) 2.77s
#205	GPT-6 Sol none	OpenAI	1.0	0.7	$0.551	2/2	21.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.551 प्रतिसाद वेळ (सरासरी) 21.0s
#206	Space Bunny Alpha max	Stealth	1.0	0.7	$0.000	2/2	2.64s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 2.64s
#207	Solar Pro 4 xhigh	Upstage	1.0	0.7	$0.067	2/2	48.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.067 प्रतिसाद वेळ (सरासरी) 48.4s
#208	Grok 4.7 xhigh	X AI	1.0	0.7	$3.398	2/2	7.50s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $3.398 प्रतिसाद वेळ (सरासरी) 7.50s
#209	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	10.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.419 प्रतिसाद वेळ (सरासरी) 10.7s
#210	Qwen3.5-Flash none	Qwen	1.0	0.7	$0.089	2/2	1.57s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.089 प्रतिसाद वेळ (सरासरी) 1.57s
#211	Solar Pro 4 low	Upstage	1.0	0.7	$0.101	2/2	62.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.101 प्रतिसाद वेळ (सरासरी) 62.4s

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