Raymund Weiß
Text e-mailu (model dostal přesně tento text)
Von: Raymund Weiß <raymund.weiss@striebitz-mbh.example> An: support@zahn.example Datum: Do., 20. März 2025, 11:34 Betreff: Zustellung der Bestellung Guten Tag, die Sendungsverfolgung zeigt seit mehreren Tagen keinen neuen Status, und wir wissen nicht, wo sich die Ware befindet. Es handelt sich um die Bestellung Nr. 4500016886. Das ist völlig inakzeptabel und ärgert uns sehr. Wir brauchen eine Lösung bis zum 23.03.2025. Mit freundlichen Grüßen Raymund Weiß Geschäftsführung Striebitz OHG mbH Ayse-Gehringer-Allee 7850 59572 Melsungen Tel.: +49 89 205 6559 Amtsgericht Berlin-Charlottenburg, HRB 71747 USt-IdNr.: DE810673613 Diese E-Mail und ihre Anhänge sind vertraulich und ausschließlich für den Adressaten bestimmt.
Verdikt
Nejlevnější bez chyby: GPT-6 Luna za 3,34 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 34× dražší.
- Mistral Small 4 je 1,5× levnější, ale: špatná hodnota (Priorita).
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
| Pole | Správná hodnota | Mistral Small 48 / 9 polí | GPT-6 Luna9 / 9 polí | Gemma 4 31B9 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite8 / 9 polí | Mistral Medium 3.58 / 9 polí | Gemini 3.8 Flash9 / 9 polí | GPT-6 Sol9 / 9 polí | Claude Sonnet 59 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | delivery | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) |
| Priorita | high | urgentšpatná hodnota | high (správně) | high (správně) | high (správně) | high (správně) | urgentšpatná hodnota | urgentšpatná hodnota | high (správně) | high (správně) | high (správně) |
| Nálada | negative | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) |
| Jméno zákazníka | Raymund Weiß | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) | Raymund Weiß (správně) |
| Číslo objednávky | 4500016886 | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) | 4500016886 (správně) |
| Číslo dokladu | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Částka | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Měna | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Termín | 2025-03-23 | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) | 2025-03-23 (správně) |
| Tokeny | vstup / výstup | 841 / 78 | 905 / 109 | 852 / 99 | 1 136 / 168 | 1 144 / 462 | 840 / 98 | 841 / 78 | 840 / 399 | 905 / 79 | 1 452 / 203 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 49 | 0 | 112 | 363 | 0 | 0 | 301 | 19 | 89 |
| z toho z cache | vstup se slevou | 550 | 0 | 581 | 766 | 768 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0023 Kč | 0,0033 Kč | 0,0037 Kč | 0,0045 Kč | 0,0066 Kč | 0,0114 Kč | 0,0425 Kč | 0,0489 Kč | 0,0598 Kč | 0,1135 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,27 Kč | 3,34 Kč | 3,65 Kč | 4,55 Kč | 6,57 Kč | 11,43 Kč | 42,47 Kč | 48,90 Kč | 59,80 Kč | 113,48 Kč |
| Odezva | tento běh | 0,8 s | 3,3 s | 4,5 s | 2,5 s | 8,7 s | 0,8 s | 1 s | 2,4 s | 2,9 s | 3,1 s |