Miluše Vaňková
Text e-mailu (model dostal přesně tento text)
Od: Františka Krausová <frantiska.krausova@horacek.example> Komu: support@horacek.example Datum: čt 16. 4. 2026 v 10:46 Předmět: Fwd: Platba Posílám dál, tohle patří vám. Díky. Františka Krausová ---------- Přeposlaná zpráva --------- Od: Miluše Vaňková <miluse.vankova@vanek-horvath.example> Komu: support@horacek.example Datum: čt 16. 4. 2026 v 9:40 Předmět: Platba Zdravím, platba nám byla z účtu stržena dvakrát. Prosíme o kontrolu a vrácení přeplatku. Číslo objednávky: OBJ-2026-41667. Jde o fakturu č. FV20266212. Jde o částku 387 Kč. Jsme z toho opravdu zklamaní, píšeme kvůli tomu už potřetí. Jinak budeme nuceni věc předat našemu právníkovi. Prosíme o vyřešení nejpozději zítra. Hezký den Miluše Vaňková Vaněk Horváth k.s.
Verdikt
Nejlevnější bez chyby: Gemma 4 31B za 4,20 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 21,3× dražší.
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 | Gemma 4 31B9 / 9 polí | GPT-6 Luna9 / 9 polí | Mistral Small 48 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite9 / 9 polí | Mistral Medium 3.59 / 9 polí | Gemini 3.8 Flash9 / 9 polí | GPT-6 Sol9 / 9 polí | Claude Sonnet 59 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | billing | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) |
| Priorita | urgent | urgent (správně) | urgent (správně) | highšpatná hodnota | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) |
| Nálada | negative | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) |
| Jméno zákazníka | Miluše Vaňková | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) | Miluše Vaňková (správně) |
| Číslo objednávky | OBJ-2026-41667 | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) | OBJ-2026-41667 (správně) |
| Číslo dokladu | FV20266212 | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) | FV20266212 (správně) |
| Částka | 387.00 | 387 (správně) | 387 (správně) | 387 (správně) | 387 (správně) | 387 (správně) | 387 (správně) | 387 (správně) | 387 (správně) | 387 (správně) | 387.00 (správně) |
| Měna | CZK | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) |
| Termín | 2026-04-17 | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) | 2026-04-17 (správně) |
| Tokeny | vstup / výstup | 967 / 118 | 1 064 / 141 | 972 / 100 | 1 277 / 231 | 1 279 / 759 | 955 / 117 | 972 / 101 | 955 / 679 | 1 064 / 99 | 1 283 / 133 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 70 | 0 | 147 | 639 | 0 | 0 | 562 | 28 | 0 |
| z toho z cache | vstup se slevou | 642 | 0 | 0 | 836 | 768 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0042 Kč | 0,0047 Kč | 0,0047 Kč | 0,0059 Kč | 0,0103 Kč | 0,0133 Kč | 0,0510 Kč | 0,0750 Kč | 0,0839 Kč | 0,0896 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 4,20 Kč | 4,68 Kč | 4,73 Kč | 5,87 Kč | 10,25 Kč | 13,32 Kč | 50,96 Kč | 75,04 Kč | 83,92 Kč | 89,61 Kč |
| Odezva | tento běh | 2,4 s | 2,1 s | 0,8 s | 3,1 s | 12 s | 0,7 s | 0,9 s | 2,7 s | 7,9 s | 2,1 s |