数据解析与提取模型排名 | AI BENCHY

看看哪些 AI 模型在数据解析与提取上表现最好，哪些更稳定，以及差距主要出现在哪里。排序方式: 指标 ↑.

显示的模型数

6

数据解析与提取得分平均值

8.9

最佳模型

Step 3.5 Flash 1.5

失败原因

失败原因为答案错误41 失败原因为 API 错误14 失败原因为无答案8 失败原因为额外格式6 失败原因为超时1

216/216

排名	模型	公司	数据解析与提取得分	分数	总成本	测试正确	响应时间（平均）
#203	Grok 4.20 none	X AI	10.0	4.1	$0.057	2/2	522ms
总测试数 2 错误测试数 0 总成本 $0.057 响应时间（平均） 522ms
#209	Grok 4.1 Fast none	X AI	10.0	3.8	$0.008	2/2	943ms
总测试数 2 错误测试数 0 总成本 $0.008 响应时间（平均） 943ms
#211	Laguna Xs.2 none	Poolside	10.0	3.8	$0.004	2/2	646ms
总测试数 2 错误测试数 0 总成本 $0.004 响应时间（平均） 646ms
#49	DeepSeek V4 Flash high	DeepSeek	10.0	7.7	$0.041	2/2	28.0s
总测试数 2 错误测试数 0 总成本 $0.041 响应时间（平均） 28.0s
#136	Step 3.5 Flash medium	Stepfun	10.0	6.0	$0.108	2/2	15.0s
总测试数 2 错误测试数 0 总成本 $0.108 响应时间（平均） 15.0s
#156	DeepSeek V4 Flash none	DeepSeek	10.0	5.6	$0.042	2/2	23.8s
总测试数 2 错误测试数 0 总成本 $0.042 响应时间（平均） 23.8s

←

1 14 15

按数据解析与提取得分排名的顶级模型

数据解析与提取得分 vs 总成本

按响应时间（平均）排名的顶级模型