ModelVerdict

Šimon Beran

češtinaE-mail9 polí

Doklad cs-p0028 · layout plain · 9 polí · veřejná část sady · Stejná faktura v jazyce: angličtina (USA) → · Nahlásit chybu v tomto příkladu

Text e-mailu (model dostal přesně tento text)

Od: Šimon Beran <simon.beran@pospisilova-tesar.example>
Komu: support@nemec.example
Datum: po 29. 6. 2026 v 10:29
Předmět: Problém se systémem

Dobrý den, vážení,

po poslední aktualizaci nefunguje napojení na náš účetní systém. Potřebujeme to mít vyřízené nejpozději zítra.

S pozdravem
Šimon Beran
Pospíšilová Tesař a.s.

Verdikt

Nejlevnější bez chyby: Qwen3.8 Flash za 8,51 Kč na 1000 dokladů.

  • Claude Sonnet 5 je také bez chyby, ale 12,3× dražší.
  • Mistral Small 4 je 5× levnější, ale: špatná hodnota (Nálada).
  • Gemma 4 31B je 2,7× levnější, ale: špatná hodnota (Nálada).
  • GPT-6 Luna je 2,5× levnější, ale: špatná hodnota (Nálada).

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

PoleSprávná hodnotaMistral Small 48 / 9 políGemma 4 31B8 / 9 políGPT-6 Luna8 / 9 políDeepSeek V4.1 Flash8 / 9 políQwen3.8 Flash9 / 9 políGemini 3.5 Flash Lite8 / 9 políMistral Medium 3.59 / 9 políGemini 3.8 Flash9 / 9 políGPT-6 Sol9 / 9 políClaude Sonnet 59 / 9 polí
Kategorietechnicaltechnical (správně)technical (správně)technical (správně)technical (správně)technical (správně)technical (správně)technical (správně)technical (správně)technical (správně)technical (správně)
Prioritaurgenturgent (správně)urgent (správně)urgent (správně)urgent (správně)urgent (správně)urgent (správně)urgent (správně)urgent (správně)urgent (správně)urgent (správně)
Náladaneutral negativešpatná hodnota negativešpatná hodnota negativešpatná hodnota negativešpatná hodnotaneutral (správně) negativešpatná hodnotaneutral (správně)neutral (správně)neutral (správně)neutral (správně)
Jméno zákazníkaŠimon BeranŠimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)Šimon Beran (správně)
Číslo objednávky—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Číslo dokladu—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Částka—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Měna—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Termín2026-06-302026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)2026-06-30 (správně)
Tokenyvstup / výstup783 / 70786 / 69894 / 1201 097 / 1901 094 / 657774 / 89783 / 70774 / 490894 / 981 051 / 244
z toho skryté přemýšleníplací se jako výstup00621245670040140133
z toho z cachevstup se slevou63064208387680630000
Cena tohoto dokladutento běh0,0017 Kč0,0032 Kč0,0034 Kč0,0043 Kč0,0085 Kč0,0105 Kč0,0391 Kč0,0556 Kč0,0637 Kč0,1045 Kč
Za 1000 dokladůpři stejném typu dokladu1,71 Kč3,17 Kč3,44 Kč4,33 Kč8,51 Kč10,46 Kč39,09 Kč55,61 Kč63,66 Kč104,47 Kč
Odezvatento běh1,3 s2 s2,7 s3,1 s15 s1 s0,7 s2,3 s2,6 s4,4 s