Petra Šťastná
Text e-mailu (model dostal přesně tento text)
Od: Petra Šťastná <petra.stastna@kasparova.example> Komu: support@kralova-stejskalova.example Datum: po 13. 1. 2025 v 16:08 Předmět: Re: Poškozená dodávka Dobrý den, vážení, píšeme znovu ohledně níže uvedené záležitosti, zatím se nic nestalo. Jsme z toho opravdu zklamaní, píšeme kvůli tomu už potřetí. Hezký den Petra Šťastná Kašparová Dne st 8. 1. 2025 v 17:39 odesílatel support@kralova-stejskalova.example napsal: > Dobrý den, požadavek evidujeme jako tiket č. 77194, ozveme se co nejdříve. > > Králová Stejskalová v.o.s. > Dne st 8. 1. 2025 v 16:08 odesílatel Petra Šťastná <petra.stastna@kasparova.example> napsal: > > Dobrý den, vážení, > > > > dodané díly neodpovídají objednávce, poslali jste nám jiný typ. Týká se to naší objednávky OBJ-2025-03177. Zaplatili jsme 40,25 EUR. > > > > Hezký den > > Petra Šťastná > > Kašparová
Verdikt
Nejlevnější bez chyby: Gemma 4 31B za 4,04 Kč na 1000 dokladů.
- GPT-6 Sol je také bez chyby, ale 20,5× dražší.
- Mistral Small 4 je 1,4× levnější, ale: špatná hodnota (Priorita).
Zadání pro všechny modely
Třídíte e-maily zákaznické podpory. Přečtěte si e-mail níže a vraťte pouze JSON s těmito klíči:
category jedna z hodnot: billing (faktury, platby, vyúčtování), delivery (kde je objednávka,
doprava, změna adresy), complaint (poškozené, chybné nebo vadné zboží, reklamace),
technical (přihlášení, chyby aplikace či systému, napojení), cancellation (zrušení
objednávky, výpověď smlouvy či předplatného), sales (poptávka, ceny, zájem před nákupem)
priority jedna z hodnot: urgent, high, normal, low (pravidla níže)
sentiment jedna z hodnot: positive, neutral, negative (tón zákazníka)
customer_name celé jméno zákazníka, který požadavek napsal
order_number číslo objednávky zákazníka, pokud je uvedeno
invoice_number číslo faktury, pokud je uvedeno
amount částka, které se požadavek týká (číslo)
currency kód měny té částky podle ISO 4217 (CZK, EUR, USD, …)
deadline datum, do kdy zákazník chce vyřešení nebo odpověď (YYYY-MM-DD)
Pravidla priority:
- urgent: zákazník teď nemůže pracovat, nebo je termín nejvýše 1 den po datu e-mailu
- high: termín je nejvýše 7 dní po datu e-mailu, nebo zákazník hrozí ukončením spolupráce
či eskalací (právník)
- low: zákazník výslovně píše, že to nespěchá
- normal: vše ostatní
Pravidla:
- Vlákno: hodnoťte nejnovější zprávu; čísla objednávek, faktur a částky mohou pocházet z citovaných
starších zpráv. Přeposlaný e-mail: zákazníkem je původní odesílatel, ne kolega, který ho přeposlal.
- Relativní termíny („do pátku“, „zítra“, „do konce měsíce“) přepočtěte vůči datu zprávy,
která je uvádí.
- Čísla tiketů podpory, IČO, DIČ a telefonní čísla nejsou čísla objednávek ani faktur.
- Pokud hodnota v e-mailu není, vraťte null. Nehádejte.
- Částky jako čísla s desetinnou tečkou, bez oddělovačů tisíců a bez symbolu měny.
Jak hodnotíme
Přesná shoda pole po sjednocení formátu data, částek a mezer. Chybějící diakritika se počítá jako chyba. Cena je skutečná útrata za tokeny v tomto běhu, přepočtená kurzem k datu v patičce.
Co z dokladu dostal který model
| Pole | Správná hodnota | Mistral Small 47 / 9 polí | Gemma 4 31B9 / 9 polí | GPT-6 Luna9 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite9 / 9 polí | Mistral Medium 3.58 / 9 polí | Gemini 3.8 Flash9 / 9 polí | GPT-6 Sol9 / 9 polí | Claude Sonnet 58 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | complaint | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) |
| Priorita | normal | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | highšpatná hodnota | normal (správně) | normal (správně) | highšpatná hodnota |
| Nálada | negative | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) |
| Jméno zákazníka | Petra Šťastná | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) | Petra Šťastná (správně) |
| Číslo objednávky | OBJ-2025-03177 | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) | OBJ-2025-03177 (správně) |
| Číslo dokladu | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Částka | 40.25 | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) | 40.25 (správně) |
| Měna | EUR | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) |
| Termín | — | 2025-01-20vymyšlená hodnota | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Tokeny | vstup / výstup | 1 029 / 92 | 1 029 / 79 | 1 114 / 250 | 1 334 / 270 | 1 333 / 719 | 1 017 / 98 | 1 029 / 82 | 1 017 / 632 | 1 114 / 81 | 1 342 / 119 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 0 | 186 | 196 | 619 | 0 | 0 | 534 | 17 | 0 |
| z toho z cache | vstup se slevou | 630 | 642 | 0 | 836 | 768 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0029 Kč | 0,0040 Kč | 0,0061 Kč | 0,0068 Kč | 0,0100 Kč | 0,0127 Kč | 0,0496 Kč | 0,0721 Kč | 0,0827 Kč | 0,0891 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,86 Kč | 4,04 Kč | 6,08 Kč | 6,75 Kč | 10,00 Kč | 12,65 Kč | 49,65 Kč | 72,05 Kč | 82,65 Kč | 89,10 Kč |
| Odezva | tento běh | 0,9 s | 4,6 s | 2,9 s | 3,7 s | 18,6 s | 0,8 s | 0,9 s | 2,9 s | 2,6 s | 1,8 s |