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: 响应时间（平均） ↓.

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

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）
#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
#197	Grok 4.20 Beta none	X AI	10.0	4.4	$0.087	2/2	601ms
总测试数 2 错误测试数 0 总成本 $0.087 响应时间（平均） 601ms
#207	Granite 4.1 8B none	IBM Granite	3.0	4.0	$0.007	0/2	575ms
总测试数 2 错误测试数 2 总成本 $0.007 响应时间（平均） 575ms
#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
#119	MiMo-V2-Flash medium	Xiaomi	6.5	6.3	$0.043	1/2	0ms
总测试数 2 错误测试数 1 总成本 $0.043 响应时间（平均） 0ms
#215	Step 3.5 Flash none	Stepfun	1.5	2.3	$0.020	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.020 响应时间（平均） 0ms

←

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