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

7

数据解析与提取得分平均值

0.9

最佳模型

Xing4.0 29b A4b 0.3

失败原因

失败原因为答案错误93 失败原因为 API 错误32 失败原因为额外格式12 失败原因为无答案9 失败原因为未遵循指令8 失败原因为超时2

442/442

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）
#427	GPT-6 Luna Decisions default	OpenAI	1.0	0.2	$0.005	2/2	411ms
总测试数 2 错误测试数 0 总成本 $0.005 响应时间（平均） 411ms
#429	Jev 1.14 default	Typesafe	0.7	0.2	$0.003	1/2	335ms
总测试数 2 错误测试数 1 总成本 $0.003 响应时间（平均） 335ms
#425	Decider V1.1 27B default	Perplexity	0.6	0.3	$0.002	1/2	286ms
总测试数 2 错误测试数 1 总成本 $0.002 响应时间（平均） 286ms
#333	MiMo-V2-Flash medium	Xiaomi	0.7	0.5	$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
#433	Step 3.5 Flash none	Stepfun	0.2	0.2	$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
#435	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
总测试数 0 错误测试数 0 总成本 $0.105 响应时间（平均） 0ms
#442	Claude Opus 5.5 none	Anthropic	0.0	0.2	$0.015	0/0	0ms
总测试数 0 错误测试数 0 总成本 $0.015 响应时间（平均） 0ms

←

1 29 30

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