Nevenka Lübs

GermanText7 fields

Document de-p0026 · layout ticket · 7 fields · public part of the dataset · Same invoice in English (US) → · Report an error in this example

Text (the model got exactly this text)

Ticket #16325 · Reklamation

Kundin: Nevenka Lübs
E-Mail: nevenka.luebs@post.example
Telefon: +49 152 82106313

Die Kundin meldet, dass die Ware aus der Bestellung BE-2026-03035 beschädigt angekommen ist, und bittet um Ersatz.
Zur Identitätsprüfung hat sie ihr Geburtsdatum angegeben: 02.11.1976.
Kopie gesendet an support@drubin-muelichen.example.

Verdict

Cheapest without an error: Mistral Small 4 at $0.08 per 1,000 documents.

Claude Sonnet 5 is also error-free but 47× more expensive.

Prompt given to every model

Finden Sie im Text unten alle personenbezogenen Daten natürlicher Personen (zur Anonymisierung) und geben Sie nur JSON
mit diesen Schlüsseln zurück, jeweils als Liste von Zeichenketten (eine leere Liste, wenn es keine gibt):

person_names       vollständige Namen von Personen, jede Person einmal, wie im Text geschrieben
email_addresses    E-Mail-Adressen von Personen
phone_numbers      Telefonnummern von Personen, wie im Text geschrieben
postal_addresses   Wohn- oder Lieferadressen von Personen, wie im Text geschrieben (Straße, Ort, PLZ)
birth_dates        Geburtsdaten (YYYY-MM-DD)
national_ids       nationale Identifikationsnummern (z. B. Steuer-ID, Sozialversicherungsnummer)
bank_accounts      Bankkontonummern (IBAN) von Personen, wie im Text geschrieben

Regeln:
- Nur Daten natürlicher Personen. Firmennamen, Handelsregisternummern, USt-IdNr. und andere Nummern von
  Firmen, allgemeine Firmenadressen wie info@ oder support@, Bestell- und Ticketnummern sind keine
  personenbezogenen Daten: lassen Sie sie weg.
- Daten, die kein Geburtsdatum sind (Besprechungen, Lieferungen, Eintritt), sind keine personenbezogenen Daten.
- Erfinden oder ergänzen Sie keine Werte; übernehmen Sie sie aus dem Text.

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

Field	Correct value	Mistral Small 47 / 7 fields	Gemma 4 31B7 / 7 fields	GPT-6 Luna7 / 7 fields	DeepSeek V4.1 Flash7 / 7 fields	Qwen3.8 Flash7 / 7 fields	Gemini 3.5 Flash Lite7 / 7 fields	Mistral Medium 3.57 / 7 fields	Gemini 3.8 Flash7 / 7 fields	GPT-6 Sol7 / 7 fields	Claude Sonnet 57 / 7 fields
Names	Nevenka Lübs	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)	Nevenka Lübs (correct)
Email addresses	nevenka.luebs@post.example	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)	nevenka.luebs@post.example (correct)
Phone numbers	+49 152 82106313	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)	+49 152 82106313 (correct)
Addresses	—	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)
Dates of birth	1976-11-02	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)	1976-11-02 (correct)
National IDs	—	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)
Bank accounts	—	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)	— (correct)
Tokens	input / output	441 / 86	453 / 90	526 / 115	705 / 169	746 / 595	441 / 128	441 / 88	441 / 275	526 / 131	1,338 / 106
of which hidden reasoning	billed as output	0	0	44	94	473	0	0	197	60	0
of which from cache	input billed at a discount	283	310	0	458	512	0	267	0	0	0
Cost of this document	this run	$0.0001	$0.0001	$0.0001	$0.0002	$0.0003	$0.0005	$0.0013	$0.0014	$0.0024	$0.0037
Per 1,000 documents	for the same kind of document	$0.08	$0.10	$0.11	$0.17	$0.32	$0.45	$1.32	$1.36	$2.36	$3.74
Latency	this run	0.9 s	1.7 s	2.5 s	4.3 s	11 s	0.8 s	1.1 s	1.6 s	4.6 s	4.2 s