Václav Vítek
Text e-mailu (model dostal přesně tento text)
Od: Václav Vítek <vaclav.vitek@duskova-ruzickova.example> Komu: support@soukup.example Datum: čt 27. 3. 2025 v 7:28 Předmět: Dotaz k faktuře Zdravím, na poslední faktuře nám nesedí fakturovaná částka, účtujete nám o jednu položku víc, než jsme odebrali. Jde o fakturu č. 202508707. Jde o částku 7 260,85 Kč. Potřebujeme to mít vyřízené do 31. 3.. Hezký den Václav Vítek Dušková Růžičková k.s.
Verdikt
Nejlevnější bez chyby: Gemma 4 31B za 3,49 Kč na 1000 dokladů.
- Gemini 3.8 Flash je také bez chyby, ale 24,8× dražší.
- Mistral Small 4 je 1,6× levnější, ale: špatná hodnota (Nálada).
Zadání pro všechny modely
Třídíte e-maily zákaznické podpory. Přečtěte si e-mail níže a vraťte pouze JSON s těmito klíči:
category jedna z hodnot: billing (faktury, platby, vyúčtování), delivery (kde je objednávka,
doprava, změna adresy), complaint (poškozené, chybné nebo vadné zboží, reklamace),
technical (přihlášení, chyby aplikace či systému, napojení), cancellation (zrušení
objednávky, výpověď smlouvy či předplatného), sales (poptávka, ceny, zájem před nákupem)
priority jedna z hodnot: urgent, high, normal, low (pravidla níže)
sentiment jedna z hodnot: positive, neutral, negative (tón zákazníka)
customer_name celé jméno zákazníka, který požadavek napsal
order_number číslo objednávky zákazníka, pokud je uvedeno
invoice_number číslo faktury, pokud je uvedeno
amount částka, které se požadavek týká (číslo)
currency kód měny té částky podle ISO 4217 (CZK, EUR, USD, …)
deadline datum, do kdy zákazník chce vyřešení nebo odpověď (YYYY-MM-DD)
Pravidla priority:
- urgent: zákazník teď nemůže pracovat, nebo je termín nejvýše 1 den po datu e-mailu
- high: termín je nejvýše 7 dní po datu e-mailu, nebo zákazník hrozí ukončením spolupráce
či eskalací (právník)
- low: zákazník výslovně píše, že to nespěchá
- normal: vše ostatní
Pravidla:
- Vlákno: hodnoťte nejnovější zprávu; čísla objednávek, faktur a částky mohou pocházet z citovaných
starších zpráv. Přeposlaný e-mail: zákazníkem je původní odesílatel, ne kolega, který ho přeposlal.
- Relativní termíny („do pátku“, „zítra“, „do konce měsíce“) přepočtěte vůči datu zprávy,
která je uvádí.
- Čísla tiketů podpory, IČO, DIČ a telefonní čísla nejsou čísla objednávek ani faktur.
- Pokud hodnota v e-mailu není, vraťte null. Nehádejte.
- Částky jako čísla s desetinnou tečkou, bez oddělovačů tisíců a bez symbolu měny.
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 48 / 9 polí | Gemma 4 31B9 / 9 polí | GPT-6 Luna8 / 9 polí | DeepSeek V4.1 Flash8 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite8 / 9 polí | Mistral Medium 3.58 / 9 polí | GPT-6 Sol9 / 9 polí | Gemini 3.8 Flash9 / 9 polí | Claude Sonnet 58 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | billing | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) |
| Priorita | high | high (správně) | high (správně) | high (správně) | high (správně) | high (správně) | high (správně) | high (správně) | high (správně) | high (správně) | high (správně) |
| Nálada | neutral | negativešpatná hodnota | neutral (správně) | negativešpatná hodnota | negativešpatná hodnota | neutral (správně) | negativešpatná hodnota | negativešpatná hodnota | neutral (správně) | neutral (správně) | negativešpatná hodnota |
| Jméno zákazníka | Václav Vítek | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) | Václav Vítek (správně) |
| Číslo objednávky | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Číslo dokladu | 202508707 | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) | 202508707 (správně) |
| Částka | 7260.85 | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) | 7260.85 (správně) |
| Měna | CZK | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) | CZK (správně) |
| Termín | 2025-03-31 | 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) | 2025-03-31 (správně) |
| Tokeny | vstup / výstup | 831 / 89 | 831 / 88 | 935 / 129 | 1 136 / 257 | 1 145 / 682 | 819 / 108 | 831 / 89 | 935 / 116 | 819 / 838 | 1 101 / 190 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 0 | 63 | 196 | 571 | 0 | 0 | 50 | 730 | 72 |
| z toho z cache | vstup se slevou | 630 | 3 | 0 | 836 | 768 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0021 Kč | 0,0035 Kč | 0,0036 Kč | 0,0056 Kč | 0,0090 Kč | 0,0119 Kč | 0,0440 Kč | 0,0697 Kč | 0,0864 Kč | 0,0943 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,14 Kč | 3,49 Kč | 3,63 Kč | 5,55 Kč | 8,96 Kč | 11,86 Kč | 44,02 Kč | 69,69 Kč | 86,41 Kč | 94,35 Kč |
| Odezva | tento běh | 1,2 s | 4,7 s | 2,6 s | 3 s | 15,3 s | 0,8 s | 1,1 s | 3 s | 3,5 s | 3,4 s |