Cristina Krause
Text e-mailu (model dostal přesně tento text)
Von: Cristina Krause <cristina.krause@ruppersberger-lorch.example> An: support@kaester.example Datum: Di., 15. April 2025, 16:31 Betreff: Re: Wo bleibt unsere Lieferung? Hallo, wir schreiben erneut wegen der unten stehenden Angelegenheit, bisher ist nichts passiert. Das ist völlig inakzeptabel und ärgert uns sehr. Wir benötigen eine Antwort bis Donnerstag. Viele Grüße Cristina Krause Ruppersberger Lorch GmbH Am Do., 10. April 2025, 19:02 schrieb support@kaester.example: > Guten Tag, Ihre Anfrage ist als Ticket Nr. 15651 erfasst, wir melden uns so bald wie möglich. > > Käster KGaA > Am Do., 10. April 2025, 14:31 schrieb Cristina Krause <cristina.krause@ruppersberger-lorch.example>: > > Hallo, > > > > die bestellte Ware ist immer noch nicht bei uns angekommen, obwohl sie letzte Woche hätte geliefert werden sollen. Es handelt sich um die Bestellung Nr. BE-2025-91021. > > > > Viele Grüße > > Cristina Krause > > Ruppersberger Lorch GmbH
Verdikt
Nejlevnější bez chyby: Mistral Small 4 za 2,46 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 54,6× dražší.
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
| Pole | Správná hodnota | Mistral Small 49 / 9 polí | GPT-6 Luna9 / 9 polí | Gemma 4 31B8 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Gemini 3.5 Flash Lite8 / 9 polí | Qwen3.8 Flash9 / 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 | delivery | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) |
| Priorita | high | high (správně) | high (správně) | urgentšpatná hodnota | high (správně) | urgentšpatná hodnota | high (správně) | high (správně) | high (správně) | high (správně) | high (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 | Cristina Krause | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) | Cristina Krause (správně) |
| Číslo objednávky | BE-2025-91021 | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (správně) | BE-2025-91021 (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 | 2025-04-17 | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) | 2025-04-17 (správně) |
| Tokeny | vstup / výstup | 885 / 81 | 956 / 116 | 893 / 101 | 1 199 / 428 | 881 / 100 | 1 189 / 950 | 885 / 81 | 881 / 384 | 956 / 89 | 1 553 / 274 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 52 | 0 | 368 | 0 | 847 | 0 | 284 | 25 | 157 |
| z toho z cache | vstup se slevou | 550 | 0 | 581 | 766 | 0 | 768 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0025 Kč | 0,0035 Kč | 0,0038 Kč | 0,0088 Kč | 0,0118 Kč | 0,0120 Kč | 0,0445 Kč | 0,0483 Kč | 0,0644 Kč | 0,1345 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,46 Kč | 3,53 Kč | 3,80 Kč | 8,81 Kč | 11,83 Kč | 12,00 Kč | 44,51 Kč | 48,32 Kč | 64,45 Kč | 134,46 Kč |
| Odezva | tento běh | 0,9 s | 2,5 s | 4,7 s | 6 s | 0,8 s | 17,2 s | 0,8 s | 2,1 s | 2,1 s | 5 s |