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 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)
#16	GPT-6.1 Sol low	OpenAI	1.0	1.0	$0.460	2/2	1.94s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.460 प्रतिसाद वेळ (सरासरी) 1.94s
#17	Gemini 4 Argon high	Google	1.0	1.0	$1.802	2/2	8.04s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.802 प्रतिसाद वेळ (सरासरी) 8.04s
#18	Gemini 3.7 Flash medium	Google	1.0	1.0	$0.278	2/2	3.33s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.278 प्रतिसाद वेळ (सरासरी) 3.33s
#19	GPT-6 Sol medium	OpenAI	1.0	0.9	$0.703	2/2	7.34s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.703 प्रतिसाद वेळ (सरासरी) 7.34s
#20	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	1.38s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.700 प्रतिसाद वेळ (सरासरी) 1.38s
#21	GPT-6 Astra medium	OpenAI	1.0	0.9	$2.707	2/2	1.95s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.707 प्रतिसाद वेळ (सरासरी) 1.95s
#22	GPT-5.6 Sol high	OpenAI	1.0	0.9	$1.595	2/2	1.16s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.595 प्रतिसाद वेळ (सरासरी) 1.16s
#23	GPT-5.5 low	OpenAI	1.0	0.9	$1.822	2/2	3.28s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.822 प्रतिसाद वेळ (सरासरी) 3.28s
#24	Claude Opus 5.5 low	Anthropic	1.0	0.9	$1.733	2/2	12.0s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.733 प्रतिसाद वेळ (सरासरी) 12.0s
#25	Claude Opus 5.5 high	Anthropic	1.0	0.9	$2.133	2/2	12.3s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.133 प्रतिसाद वेळ (सरासरी) 12.3s
#26	Gemini 3.7 Flash low	Google	1.0	0.9	$0.183	2/2	2.15s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $0.183 प्रतिसाद वेळ (सरासरी) 2.15s
#27	Claude Opus 5 high	Anthropic	1.0	0.9	$4.524	2/2	4.22s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $4.524 प्रतिसाद वेळ (सरासरी) 4.22s
#28	Claude Opus 5 medium	Anthropic	1.0	0.9	$2.870	2/2	3.92s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $2.870 प्रतिसाद वेळ (सरासरी) 3.92s
#29	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	34.5s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.645 प्रतिसाद वेळ (सरासरी) 34.5s
#30	Muse Spark Open high	Meta	1.0	0.9	$1.782	2/2	14.7s
एकूण चाचण्या 2 चुकीच्या चाचण्या 0 एकूण खर्च $1.782 प्रतिसाद वेळ (सरासरी) 14.7s

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