ModelVerdict

Sylwia Gerlach

němčinaE-mail9 polí

Doklad de-p0010 · layout signature · 9 polí · veřejná část sady · Stejná faktura v jazyce: angličtina (USA) → · Nahlásit chybu v tomto příkladu

Text e-mailu (model dostal přesně tento text)

Von: Sylwia Gerlach <sylwia.gerlach@mentzel.example>
An: support@jessel.example
Datum: Do., 17. April 2025, 14:16
Betreff: Problem mit dem System

Hallo,

der Datenexport in Ihrer Anwendung bricht mit einem Fehler ab, und die Datei ist leer. Wir brauchen eine Lösung bis morgen.

Viele Grüße

Sylwia Gerlach
Office Management
Mentzel e.V.
Helmtrud-Benthin-Allee 1-3
99528 Königs Wusterhausen
Tel.: +49 89 739 9394
Amtsgericht Hamburg, HRB 235327
USt-IdNr.: DE302813018

Diese E-Mail und ihre Anhänge sind vertraulich und ausschließlich für den Adressaten bestimmt.

Verdikt

Nejlevnější bez chyby: Qwen3.8 Flash za 6,89 Kč na 1000 dokladů.

  • Gemini 3.8 Flash je také bez chyby, ale 17,5× dražší.
  • Mistral Small 4 je 3,5× levnější, ale: špatná hodnota (Nálada).
  • Gemma 4 31B je 2,2× levnější, ale: špatná hodnota (Nálada).
  • GPT-6 Luna je 2,1× levnější, ale: špatná hodnota (Nálada).

Zadání pro všechny modely

Sie sortieren E-Mails des Kundensupports. Lesen Sie die E-Mail unten und geben Sie nur JSON mit diesen Schlüsseln zurück:

category        einer der Werte: billing (Rechnungen, Zahlungen, Abrechnung), delivery (wo ist die Bestellung,
                Versand, Adressänderung), complaint (beschädigte, falsche oder defekte Ware, Reklamation),
                technical (Anmeldung, Fehler in Anwendung oder System, Schnittstellen), cancellation (Stornierung
                einer Bestellung, Kündigung eines Vertrags oder Abonnements), sales (Anfrage, Preise, Interesse vor dem Kauf)
priority        einer der Werte: urgent, high, normal, low (Regeln unten)
sentiment       einer der Werte: positive, neutral, negative (Ton des Kunden)
customer_name   vollständiger Name des Kunden, der die Anfrage geschrieben hat
order_number    Bestellnummer des Kunden, falls angegeben
invoice_number  Rechnungsnummer, falls angegeben
amount          Betrag, um den es in der Anfrage geht (Zahl)
currency        Währungscode dieses Betrags nach ISO 4217 (EUR, CZK, USD, …)
deadline        Datum, bis zu dem der Kunde eine Lösung oder Antwort wünscht (YYYY-MM-DD)

Regeln für die Priorität:
- urgent: der Kunde kann gerade nicht arbeiten, oder die Frist liegt höchstens 1 Tag nach dem Datum der E-Mail
- high: die Frist liegt höchstens 7 Tage nach dem Datum der E-Mail, oder der Kunde droht mit dem Ende
  der Zusammenarbeit oder einer Eskalation (Anwalt)
- low: der Kunde schreibt ausdrücklich, dass es nicht eilt
- normal: alles andere

Regeln:
- Verlauf: bewerten Sie die neueste Nachricht; Bestell- und Rechnungsnummern sowie Beträge können aus
  zitierten älteren Nachrichten stammen. Weitergeleitete E-Mail: Kunde ist der ursprüngliche Absender,
  nicht der Kollege, der sie weitergeleitet hat.
- Relative Fristen („bis Freitag“, „bis morgen“, „bis Ende des Monats“) rechnen Sie ausgehend vom Datum
  der Nachricht um, in der sie stehen.
- Ticketnummern des Supports, Handelsregisternummern, USt-IdNr. und Telefonnummern sind keine
  Bestell- oder Rechnungsnummern.
- Steht ein Wert nicht in der E-Mail, geben Sie null zurück. Raten Sie nicht.
- Beträge als Zahlen mit Dezimalpunkt, ohne Tausendertrennzeichen und ohne Währungssymbol.

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 políGPT-6 Sol9 / 9 políClaude Sonnet 59 / 9 políGemini 3.8 Flash9 / 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 zákazníkaSylwia GerlachSylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (správně)Sylwia Gerlach (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)
Termín2025-04-182025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)2025-04-18 (správně)
Tokenyvstup / výstup778 / 71792 / 69855 / 1151 086 / 3131 085 / 510780 / 89778 / 71855 / 891 366 / 243780 / 1 244
z toho skryté přemýšleníplací se jako výstup005725841900311291 155
z toho z cachevstup se slevou5503076676800000
Cena tohoto dokladutento běh0,0020 Kč0,0032 Kč0,0033 Kč0,0065 Kč0,0069 Kč0,0105 Kč0,0391 Kč0,0598 Kč0,1187 Kč0,1208 Kč
Za 1000 dokladůpři stejném typu dokladu1,96 Kč3,19 Kč3,29 Kč6,49 Kč6,89 Kč10,50 Kč39,09 Kč59,80 Kč118,73 Kč120,75 Kč
Odezvatento běh0,6 s5,3 s3,2 s4 s9 s0,7 s0,9 s2,9 s5,4 s6 s