ModelVerdict

Pamela Mosemann

GermanEmail9 fields

Document de-p0012 · layout signature · 9 fields · public part of the dataset · Same invoice in English (US) → · Report an error in this example

Email text (the model got exactly this text)

Von: Pamela Mosemann <pamela.mosemann@bloch.example>
An: support@henschel-schaefer.example
Datum: Do., 1. Mai 2025, 13:38
Betreff: Preisanfrage

Guten Tag,

wir würden gern wissen, ob Sie bei einer Abnahme von über 100 Stück Mengenrabatte gewähren. Vielen Dank für die Bearbeitung. Wir benötigen eine Antwort bis zum 26. Mai.

Mit freundlichen Grüßen

Pamela Mosemann
Geschäftsführung
Bloch
Christoph-Caspar-Platz 98-84
05958 Ansbach
Tel.: +49 40 748 8614
Amtsgericht Hannover, HRB 21518
USt-IdNr.: DE446298652

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

Verdict

Cheapest without an error: GPT-6 Luna at $0.14 per 1,000 documents.

  • Claude Sonnet 5 is also error-free but 27.3× more expensive.

Prompt given to every model

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.

How we score

Exact match per field after normalising dates, amounts and whitespace. Missing diacritics count as an error. Cost is the real token spend of this run, converted at the rate shown in the footer.

What each model extracted

FieldCorrect valueGPT-6 Luna9 / 9 fieldsGemma 4 31B9 / 9 fieldsMistral Small 49 / 9 fieldsDeepSeek V4.1 Flash9 / 9 fieldsQwen3.8 Flash9 / 9 fieldsGemini 3.5 Flash Lite9 / 9 fieldsMistral Medium 3.58 / 9 fieldsGPT-6 Sol9 / 9 fieldsGemini 3.8 Flash9 / 9 fieldsClaude Sonnet 59 / 9 fields
Categorysalessales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)
Prioritynormalnormal (correct)normal (correct)normal (correct)normal (correct)normal (correct)normal (correct) highwrong valuenormal (correct)normal (correct)normal (correct)
Sentimentneutralneutral (correct)neutral (correct)neutral (correct)neutral (correct)neutral (correct)neutral (correct)neutral (correct)neutral (correct)neutral (correct)neutral (correct)
Customer namePamela MosemannPamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)Pamela Mosemann (correct)
Order number—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Invoice number—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Amount—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Currency—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Deadline2025-05-262025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)2025-05-26 (correct)
Tokensinput / output870 / 112811 / 90796 / 681,102 / 2411,107 / 527799 / 89796 / 68870 / 82799 / 7861,393 / 112
of which hidden reasoningbilled as output540018846900247310
of which from cacheinput billed at a discount03076676800000
Cost of this documentthis run$0.0001$0.0001$0.0002$0.0002$0.0003$0.0005$0.0017$0.0026$0.0035$0.0039
Per 1,000 documentsfor the same kind of document$0.14$0.15$0.16$0.24$0.31$0.46$1.70$2.56$3.55$3.91
Latencythis run2.9 s4.8 s0.9 s3.8 s9.9 s0.8 s1.4 s2.4 s3.8 s1.7 s