डेटा पार्सिंग आणि निष्कर्षण मॉडेल क्रमवारी | AI BENCHY

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.

दाखवलेली मॉडेल्स

15

सरासरी डेटा पार्सिंग आणि निष्कर्षण स्कोअर

8.7

सर्वोत्तम मॉडेल

DeepSeek V4 Flash 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)
#50	Gemini 3.1 Flash Lite Preview low	Google	10.0	7.4	2/2	3.00s
#52	Claude Sonnet 4.6 medium	Anthropic	10.0	7.4	2/2	13.9s
#53	Gemini 3.1 Flash Lite high	Google	10.0	7.3	2/2	4.49s
#54	GPT-5 Mini medium	OpenAI	10.0	7.3	2/2	12.6s
#55	GLM 5.1 medium	Z.ai	10.0	7.3	2/2	9.33s
#58	Gemini 3.1 Flash Lite Preview none	Google	10.0	7.2	2/2	1.22s
#59	GLM 5V Turbo medium	Z.ai	10.0	7.2	2/2	9.60s
#60	Kimi K2.6 medium	Moonshot AI	10.0	7.2	2/2	20.4s
#61	Gemini 3.1 Flash Lite low	Google	10.0	7.2	2/2	1.44s
#63	GPT-5.3 Chat none	OpenAI	10.0	7.2	2/2	2.21s
#65	Grok 4.20 medium	X AI	10.0	7.1	2/2	4.17s
#67	MiniMax M3 medium	Minimax	10.0	7.1	2/2	14.9s
#69	Claude Opus 4.6 medium	Anthropic	10.0	7.0	2/2	7.37s
#70	GPT-5.4 Nano medium	OpenAI	10.0	7.0	2/2	2.54s
#71	Step 3.7 Flash high	Stepfun	10.0	7.0	2/2	14.7s

डेटा पार्सिंग आणि निष्कर्षण स्कोअर नुसार शीर्ष मॉडेल्स

डेटा पार्सिंग आणि निष्कर्षण स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स