Teodor Hruška
Text e-mailu (model dostal přesně tento text)
Od: Teodor Hruška <teodor.hruska@cerna-havel.example> Komu: support@kucera-maresova.example Datum: st 5. 3. 2025 v 12:54 Předmět: Kde je naše zásilka? Dobrý den, vážení, potřebujeme změnit doručovací adresu u naší objednávky, zboží prosíme doručit na naši pobočku. Jedná se o objednávku č. 25053311. S vašimi službami jsme jinak moc spokojeni, vždy jste nám rychle pomohli. Potřebujeme to mít vyřízené do konce měsíce. Děkujeme a zdravíme Teodor Hruška office manager Černá Havel a.s. Teplická 9 718 36 Černovice IČO: 68059015, DIČ: CZ68059015 Tel.: +420 636 219 563 Tento e-mail a jeho přílohy jsou důvěrné a určené pouze adresátovi.
Verdikt
Nejlevnější bez chyby: Mistral Small 4 za 2,36 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 49,2× 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 | Mistral Small 49 / 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 3.59 / 9 polí | GPT-6 Sol9 / 9 polí | Gemini 3.8 Flash9 / 9 polí | Claude Sonnet 59 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | delivery | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) |
| Priorita | normal | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) |
| Nálada | positive | positive (správně) | positive (správně) | positive (správně) | positive (správně) | positive (správně) | positive (správně) | positive (správně) | positive (správně) | positive (správně) | positive (správně) |
| Jméno zákazníka | Teodor Hruška | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) | Teodor Hruška (správně) |
| Číslo objednávky | 25053311 | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (správně) | 25053311 (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) |
| Termín | 2025-03-31 | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) |
| Tokeny | vstup / výstup | 944 / 77 | 928 / 78 | 1 014 / 125 | 1 228 / 289 | 1 232 / 660 | 916 / 98 | 944 / 77 | 1 014 / 86 | 916 / 829 | 1 220 / 262 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 0 | 64 | 233 | 561 | 0 | 0 | 25 | 731 | 148 |
| z toho z cache | vstup se slevou | 630 | 642 | 0 | 836 | 768 | 0 | 630 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0024 Kč | 0,0037 Kč | 0,0038 Kč | 0,0065 Kč | 0,0090 Kč | 0,0120 Kč | 0,0459 Kč | 0,0664 Kč | 0,0873 Kč | 0,1164 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,36 Kč | 3,71 Kč | 3,77 Kč | 6,51 Kč | 9,02 Kč | 11,96 Kč | 45,85 Kč | 66,42 Kč | 87,30 Kč | 116,38 Kč |
| Odezva | tento běh | 0,8 s | 9,9 s | 2,6 s | 4,6 s | 13,2 s | 0,8 s | 0,8 s | 2,8 s | 3,3 s | 4,7 s |