ModelVerdict

Dogan Wernecke

GermanEmail9 fields

Document de-p0016 · layout thread · 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: Dogan Wernecke <dogan.wernecke@lange.example>
An: support@huhn-mangold.example
Datum: Mi., 19. November 2025, 13:58
Betreff: Re: Fehler in der Anwendung

Hallo,

wir schreiben erneut wegen der unten stehenden Angelegenheit, bisher ist nichts passiert. Unser gesamtes Team kann deswegen gerade nicht arbeiten.

Mit freundlichen Grüßen
Dogan Wernecke
Lange AG

Am Do., 13. November 2025, 16:20 schrieb support@huhn-mangold.example:

> Guten Tag, vielen Dank für Ihre Nachricht. Wir haben Ihre Anfrage unter der Ticketnummer 62060 erfasst und prüfen sie.
>
> Huhn Mangold AG

> Am Do., 13. November 2025, 11:58 schrieb Dogan Wernecke <dogan.wernecke@lange.example>:

> > Hallo,
> >
> > seit heute Morgen können wir uns nicht mehr in Ihr Portal einloggen, die Seite zeigt den Fehler 500.
> >
> > Mit freundlichen Grüßen
> > Dogan Wernecke
> > Lange AG

Verdict

No model extracted this document without an error. Closest: GPT-6 Luna (1 errors).

    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 valueMistral Small 47 / 9 fieldsGPT-6 Luna8 / 9 fieldsGemma 4 31B8 / 9 fieldsDeepSeek V4.1 Flash8 / 9 fieldsQwen3.8 Flash8 / 9 fieldsGemini 3.5 Flash Lite8 / 9 fieldsMistral Medium 3.58 / 9 fieldsGemini 3.8 Flash8 / 9 fieldsGPT-6 Sol8 / 9 fieldsClaude Sonnet 58 / 9 fields
    Categorytechnicaltechnical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)
    Priorityurgenturgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)
    Sentimentneutral negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value
    Customer nameDogan WerneckeDogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (correct)Dogan Wernecke (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)
    Deadline— 2025-11-20invented value— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
    Tokensinput / output856 / 71930 / 100870 / 601,172 / 2711,161 / 598858 / 79856 / 61858 / 319930 / 521,512 / 162
    of which hidden reasoningbilled as output046022251800240058
    of which from cacheinput billed at a discount550058176676800000
    Cost of this documentthis run$0.0001$0.0001$0.0001$0.0003$0.0004$0.0005$0.0017$0.0018$0.0024$0.0046
    Per 1,000 documentsfor the same kind of document$0.10$0.14$0.15$0.27$0.35$0.45$1.74$1.84$2.38$4.64
    Latencythis run1 s3.4 s3.3 s4.8 s12 s0.7 s0.8 s2.4 s2.4 s7.9 s