ModelVerdict

Nadja Wiek

němčinaE-mail9 polí

Doklad de-p0025 · 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)

Von: Nadja Wiek <nadja.wiek@textor.example>
An: support@fischer.example
Datum: Do., 27. März 2025, 7:28
Betreff: Zahlung

Hallo,

die Zahlung wurde zweimal von unserem Konto abgebucht. Bitte prüfen Sie das und erstatten Sie uns den zu viel gezahlten Betrag. Es geht um die Rechnung Nr. R109541.

Strittig ist ein Betrag von 381 €. Bitte klären Sie das bis zum 31.03.2025.

Viele Grüße
Nadja Wiek
Textor KGaA

Verdikt

Nejlevnější bez chyby: Gemma 4 31B za 3,32 Kč na 1000 dokladů.

  • Gemini 3.8 Flash je také bez chyby, ale 26,1× dražší.
  • Mistral Small 4 je 1,7× levnější, ale: špatná hodnota (Nálada).
  • GPT-6 Luna je 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 políGPT-6 Luna8 / 9 políGemma 4 31B9 / 9 políDeepSeek V4.1 Flash8 / 9 políQwen3.8 Flash8 / 9 políGemini 3.5 Flash Lite8 / 9 políMistral Medium 3.58 / 9 políGPT-6 Sol9 / 9 políGemini 3.8 Flash9 / 9 políClaude Sonnet 58 / 9 polí
Kategoriebillingbilling (správně)billing (správně)billing (správně)billing (správně)billing (správně)billing (správně)billing (správně)billing (správně)billing (správně)billing (správně)
Prioritahighhigh (správně)high (správně)high (správně)high (správně)high (správně)high (správně)high (správně)high (správně)high (správně)high (správně)
Náladaneutral negativešpatná hodnota negativešpatná hodnotaneutral (správně) negativešpatná hodnota negativešpatná hodnota negativešpatná hodnota negativešpatná hodnotaneutral (správně)neutral (správně) negativešpatná hodnota
Jméno zákazníkaNadja WiekNadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)Nadja Wiek (správně)
Číslo objednávky—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Číslo dokladuR109541R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)R109541 (správně)
Částka381.00381 (správně)381 (správně)381.00 (správně)381 (správně)381 (správně)381.00 (správně)381 (správně)381 (správně)381 (správně)381 (správně)
MěnaEUREUR (správně)EUR (správně)EUR (správně)EUR (správně)EUR (správně)EUR (správně)EUR (správně)EUR (správně)EUR (správně)EUR (správně)
Termín2025-03-312025-03-31 (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)
Tokenyvstup / výstup730 / 82813 / 115737 / 1031 041 / 1671 030 / 718725 / 102730 / 82813 / 131725 / 8611 282 / 173
z toho skryté přemýšleníplací se jako výstup0540111616007076157
z toho z cachevstup se slevou55005817667680502000
Cena tohoto dokladutento běh0,0019 Kč0,0032 Kč0,0033 Kč0,0040 Kč0,0089 Kč0,0109 Kč0,0393 Kč0,0675 Kč0,0868 Kč0,0988 Kč
Za 1000 dokladůpři stejném typu dokladu1,94 Kč3,19 Kč3,32 Kč4,05 Kč8,95 Kč10,87 Kč39,33 Kč67,53 Kč86,77 Kč98,76 Kč
Odezvatento běh0,6 s2,1 s2,1 s2 s12,8 s0,7 s0,8 s3,7 s4,2 s3,2 s